设为首页收藏本站
查看: 68|回复: 0

[PHP] Python正则表达式:捕获篇

[复制链接]

论坛元老

Rank: 6Rank: 6

积分
34274
主题
17031
UID
1347
M币
67
贡献
17176

  • 发表于 2017-5-14 02:44:00 | 显示全部楼层 |阅读模式
    前言
    在上一篇文中,我们介绍了关于Python正则表达式的基础,那么在这一篇文章里,我们将总结一下正则表达式关于捕获的用法。下面话不多说,来看看详细的介绍吧。
    捕获
    捕获和分组在正则表达式中有着密切的联系,一般情况下,分组即捕获,都用小括号完成(因此,小括号在正则表达式中也属于特殊字符,表达原含义时需要转义):
    (…) 正常分组,并捕获
    (?:…) 分组,但是不捕获
    举个例子,假设我们需要匹配一个座机号码:
    >>> m = re.search(r'^(\d{3,4}-)?(\d{7,8})$','020-82228888') >>> m.group(0) '020-82228888' >>> m.group(1) '020-' >>> m.group(2) '82228888'
    这里,默认分组(0)是完整的匹配,之后的分组则按出现顺序排列。
    接下来,我们想在一整段文本中,找出所有的座机号码,这里需要用到re.findall:
    >>> re.findall(r'(\d{3,4}-)?(\d{7,8})','020-82228888\n0357-4227865') [('020-', '82228888'), ('0357-', '4227865')]
    findall有一个特性,就是如果结果中有捕获的分组,则将捕获的分组组成tuple返回。利用这个特点,和上面提到的分组,但是不捕获的语法,可以得到我们想要的结果:
    >>> re.findall(r'(?:\d{3,4}-)?\d{7,8}','020-82228888\n0357-4227865') ['020-82228888', '0357-4227865'] >>> re.findall(r'(?:\d{3,4}-)?\d{7,8}','020-82228888\n4227865') ['020-82228888', '4227865']
    在正则表达式中,也可以通过\1,\2等来指代之前捕获的字符串组合。这个经常用于单双引号的正确匹配:
    >>> sentence = """You said "why?" and I say "I don't know".""" >>> re.findall(r'["\'](.*?)["\']', sentence) ['why?', 'I don'] >>> re.findall(r'(["\'])(.*?)\1', sentence) [('"', 'why?'), ('"', "I don't know")]
    此外,如果觉得\1,\2这种表示可读性不好的话,还可以给捕获起一个英文名字。如下例子中,实现了两种不同的日期格式之间的转换:
    >>> sentence = "from 12/22/1629 to 11/14/1643" >>> re.sub(r'(?P\d{2})/(?P\d{2})/(?P\d{4})', r'\g-\g-\g', sentence) 'from 1629-12-22 to 1643-11-14'
    但是,这种命名引用捕获的方式,在findall、search中却是无效的:
    >>> sentence = """You said "why?" and I say "I don't know".""" >>> re.findall(r'(?P["\'])(.*?)\g', sentence) [] >>> re.search(r'(?P["\'])(.*?)\g', sentence) >>> re.search(r'(?P["\'])(.*?)\1', sentence)  >>> re.search(r'(?P["\'])(.*?)\1', sentence).groupdict() {'quote': '"'}
    更多Python正则表达式:捕获篇相关文章请关注PHP中文网!
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    在我站开通SVIP可同时获得17个站点VIP资源 立即登录 立即注册
    快速回复 返回顶部 返回列表