Python中正则表达式的巧妙使用

前言

正则表达式就是从字符串中发现规律，并通过“抽象”的符号表达出来。打个比方，对于2,5,10,17,26,37这样的数字序列，如何计算第7个值，肯定要先找该序列的规律，然后用n2+1这个表达式来描述其规律，进而得到第7个值为50。对于需要匹配的字符串来说，同样把发现规律作为第一步，本文主要使用正则表达式完成字符串的查询匹配、替换匹配和分割匹配。

常用的正则符号

在进入字符串的匹配之前，先来了解一下都有哪些常用的正则符号，见下表所示：

如果读者能够比较熟练地掌握上表中的内容，相信在字符串处理过程中将会游刃有余。如前文所说，本节将基于正则表达式完成字符串的查询、替换和分割操作，这些操作都需要导入re模块，并使用如下介绍的几个函数。

字符串的匹配查询

re模块中的findall函数可以对指定的字符串进行遍历匹配，获取字符串中所有匹配的子串，并返回一个列表结果。该函数的参数含义如下：

findall(pattern, string, flags=0)

pattern：指定需要匹配的正则表达式。

string：指定待处理的字符串。

flags：指定匹配模式，常用的值可以是re.I、re.M、re.S和re.X。re.I的模式是让正则表达式对大小写不敏感；re.M的模式是让正则表达式可以多行匹配；re.S的模式指明正则符号.可以匹配任意字符，包括换行符\n；re.X模式允许正则表达式可以写得更加详细，如多行表示、忽略空白字符、加入注释等。

字符串的匹配替换

re模块中的sub函数的功能是替换，类似于字符串的replace方法，该函数根据正则表达式把满足匹配的内容替换为repl。该函数的参数含义如下：

sub(pattern, repl, string, count=0, flags=0)

pattern：同findall函数中的pattern。

repl：指定替换成的新值。

string：同findall函数中的string。

count：用于指定最多替换的次数，默认为全部替换。

flags：同findall函数中的flags。

字符串的匹配分割

re模块中的split函数是将字符串按照指定的正则表达式分隔开，类似于字符串的split方法。该函数的具体参数含义如下：

split(pattern, string, maxsplit=0, flags=0)

pattern：同findall函数中的pattern。

maxsplit：用于指定最大分割次数，默认为全部分割。

string：同findall函数中的string。

flags：同findall函数中的flags。

实战案例

如果上面的函数和参数含义都已经掌握了，还需要进一步通过案例加强理解，接下来举例说明上面的三个函数：

如上结果所示，在第一个例子中通过正则表达式"tianqi:'(.*?)'"实现目标数据的获取，如果不使用括号的话，就会产生类似"tianqi:'晴'", "tianqi:'阴~小雨'"这样的值，所以，加上括号就是为了分组，且仅返回组中的内容；

第二个例子并没有将正则表达式写入圆括号，如果写上圆括号也是返回一样的结果，所以findall就是用来返回满足匹配条件的列表值，如果有括号，就仅返回括号内的匹配值；

第三个例子使用替换的方法，将所有的标点符号换为空字符，进而实现删除的效果；

第四个例子是对字符串的分割，如果直接按照正则 '[，。、a-zA-Z0-9（）]' 分割的话，返回的结果中包含空字符，如 '2室2厅' 后面就有一个空字符。为了删除列表中每个元素的首尾空字符，使用了列表表达式，并且结合字符串的strip方法完成空字符的压缩。

结语

本期的内容就介绍到这里

‍