回顧

在Python進階記錄之基礎篇（二十四）中，我們介紹了Python中線程與多線程的概念和基本用法，需要重點掌握多線程的創建和使用、理解線程鎖的意義並能正確使用它。今天我們講一下Python中的正則表達式。

正則表達式的概念和意義

字符串是我們編程時涉及到的最多的一種數據結構，對字符串進行操作的需求幾乎無處不在，而正則表達式就是處理字符串的常見方法。

正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。它的設計思想是用一種描述性的語言來給字符串定義一個規則，凡是符合規則的字符串，我們就認為它“匹配”，是合法的，否則，該字符串就是不合法的。

正則表達式的存在具有很大的意義，它在我們的開發中發揮著巨大的作用。例如檢查某個字符串是否是合法的身份證號，是否是合法的郵箱地址等。此外，正則表達式在自然語言處理、網絡爬蟲、數據處理等領域中也是相當重要的。

正則表達式模式語法

上圖中展示的是正則表達式模式語法中的特殊元素，正則表達式一般而言是不受語言影響的。即不論是Java或者Python，對於模式語法的使用都是一致的，不同的只是調用函數。

在Python中使用正則表達式

Python通過re模塊來使用正則表達式，re模塊的功能非常豐富，它使Python具有全部的正則表達式功能。

• re.match( )方法

match( )方法從字符串的起始位置匹配一個模式，如果匹配成功，返回一個Match對象，否則返回None。match( )方法擁有三個參數，pattern表示匹配模式，string表示要匹配的字符串，flags用於控制正則表達式的匹配方式，例如是否區分大小寫等，默認為0不區分。以下為match( )方法的基本使用結構。

re.match(r'匹配模式', '待匹配字符串')

匹配模式前使用“r”可以忽略轉義問題。

match()方法匹配

match( )方法匹配的是起始位置，雖然s中包含com，但因為不在開頭，所以匹配失敗。如果要掃描整個字符串進行匹配，就需要用到search( )方法。

• re.search( )方法

re.search( )方法會掃描整個字符串並返回第一個成功的匹配。search( )同樣擁有pattern、string和flags三個參數，用法和意義與match( )方法中的參數一致。我們將上述代碼中的match( )方法換成search( )方法，http和com就都能順利匹配成功了。

search( )方法匹配

match( )方法從字符串的開始匹配，如果字符串開始不符合正則表達式，則匹配失敗，函數返回None；而search( )方法會匹配整個字符串，只要找到一個匹配即匹配成功。

• groups( )方法和group(num)方法

除了簡單地判斷是否匹配之外，正則表達式還提供了獲取子串的強大功能。用()表示的就是要提取的分組。使用groups( )方法或group(num)方法即可獲取分組信息。

分組

上述代碼中，我們在匹配模式中定義了兩個組，分別表示3位區號和3~8位本地號。groups( )方法返回結果為一個包含分組信息的元組，通過取元組信息可以獲取子串。group(num)方法返回的是字符串，其中group(0)永遠是原始字符串，子串從group(1)開始取。

• re.compile( )方法

當我們在Python中使用正則表達式時，re模塊內部實際上做了兩件事情：編譯正則表達式，用編譯後的正則表達式匹配字符串。因此，之前我們無論使用match( )方法還是search( )方法，每調用一次，都會重新編譯一遍正則表達式。這樣，當一個正則表達式重複多次使用時效率就會降低。

那麼，我們可不可以預編譯需要重複多次使用的正則表達式呢？答案當然是肯定的，re模塊提供了compile( )方法用於編譯正則表達式，該方法會生成一個正則表達式對象，供match( )和 search( )這兩個函數使用，等下一次要重複使用這個正則表達式時就不需要編譯這個步驟了，直接進行匹配。

compile( )方法

使用compile( )生成正則表達式對象，由於該對象自己包含了正則表達式，所以調用對應的方法時就不用給出正則字符串了。

總結

以上內容介紹了Python中正則表達式的簡單用法，需要重點掌握re模塊的幾個常用函數，並瞭解正則表達式模式語法。正則表達式涉及的內容非常豐富，需要我們在開發過程中不斷熟練學習掌握，最重要的就是我們列出的正則表達式模式語法表，你不一定要記住它，但你必須知道它的存在並能利用它編寫各種複雜的匹配模式。感謝大家的支持與關注，歡迎一起學習交流~