正則表達(dá)式，又稱正規(guī)表示法、常規(guī)表示法（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學(xué)的一個概念。正則表達(dá)式使用單個字符串來描述、匹配一系列符合某個句法規(guī)則的字符串。在很多文本編輯器里，正則表達(dá)式通常被用來檢索、替換那些符合某個模式的文本。

注：以下文章原文來自于Dr Charles Severance 的 《Python for Informatics》　　

　　目前為止，我們一直在通讀文件，查找模式和抽取字里行間我們感興趣的各種信息。我們一直在使用像split和find的字符串方法，以及列表和字符串的切片功能來抽取行中的部分內(nèi)容。

　　像這樣的查找和抽取任務(wù)是如此常見，所以Python擁有一個非常強大的庫——正則表達(dá)式（regular expressions）來優(yōu)雅地處理這些任務(wù)。我們未早一點介紹正則表達(dá)式是因為，雖然它們很強大，但是有點復(fù)雜，并且需要一些時間去適應(yīng)它們的語法。

　　正式表達(dá)式近乎是一個用來查找和分析字符串的小型編程語言。事實上，關(guān)于正則表達(dá)式可以寫一本完整的書。在這一章，我們將只涉及其基礎(chǔ)。想要獲得正則表達(dá)式的更多信息，請參閱：

http://en.wikipedia.org/wiki/Regular_expression

http://docs.python.org/library/re.html

　　在你使用正則表達(dá)式前，你必須將庫文件導(dǎo)入到你的程序。正則表達(dá)式最簡單的應(yīng)用是search()函數(shù)，下面的程序?qū)⒀菔緎earch函數(shù)的小應(yīng)用。

import re
hand = open('mbox-short.txt')
for line in hand:
line = line.rstrip()
if re.search('From:', line):
print(line) 

　　我們打開mbox-short文件，循環(huán)讀取每一行，并用正則表達(dá)式的search()來查找包含“From:”字符串的行，然后打印輸出這些行。這個程序并未運用正則表達(dá)式的真實能力，因為我們只要簡單的使用line.find()也可實現(xiàn)同樣的結(jié)果。

　　當(dāng)我們在查詢字符串中添加特殊字符，使得我們可以更加精確的控制那些匹配字符串的行，這時候正則表達(dá)式的能力就開始顯現(xiàn)。在正則表達(dá)式中添加那些特殊字符可以讓我們用非常少的代碼實現(xiàn)復(fù)雜的匹配和抽取。

　　例如，正則表達(dá)式中用插入符號^來匹配一行中的開始。我們只要在查詢字符前添加一個插入符，就可將程序修改為只匹配打印以“From:"開始的行，具體代碼如下：

import re
hand = open('mbox-short.txt')
for line in hand:
line = line.rstrip()
if re.search('^From:', line)
print(line) 

　　現(xiàn)在，我們將只匹配以”From:“開始的行。這個簡單的例子我們可以用字符串庫的startswith()方法同樣實現(xiàn)。這個例子用來告訴我們這樣一個概念，包含特殊字符的正則表達(dá)式將給我們更強的控制。

注：原文給的代碼是2.7版，因為我自己使用的是3.4版，所以將print line 修改為 print(line)。

相關(guān)閱讀：

Python for Informatics 第11章 正則表達(dá)式(一)

Python for Informatics 第11章之正則表達(dá)式（二）

Python for Informatics 第11章之正則表達(dá)式（四）

關(guān)于Python for Informatics 第11章 正則表達(dá)式(一)的相關(guān)內(nèi)容就給大家介紹這么多，后續(xù)還會持續(xù)更新，更多精彩內(nèi)容敬請關(guān)注！

最新評論