前言

正則表達(dá)式就是從字符串中發(fā)現(xiàn)規(guī)律，并通過“抽象”的符號表達(dá)出來。打個比方，對于2,5,10,17,26,37這樣的數(shù)字序列，如何計算第7個值，肯定要先找該序列的規(guī)律，然后用n2+1這個表達(dá)式來描述其規(guī)律，進而得到第7個值為50。對于需要匹配的字符串來說，同樣把發(fā)現(xiàn)規(guī)律作為第一步，本文主要使用正則表達(dá)式完成字符串的查詢匹配、替換匹配和分割匹配。

常用的正則符號

在進入字符串的匹配之前，先來了解一下都有哪些常用的正則符號，見下表所示：

如果讀者能夠比較熟練地掌握上表中的內(nèi)容，相信在字符串處理過程中將會游刃有余。如前文所說，本節(jié)將基于正則表達(dá)式完成字符串的查詢、替換和分割操作，這些操作都需要導(dǎo)入re模塊，并使用如下介紹的幾個函數(shù)。

字符串的匹配查詢

re模塊中的findall函數(shù)可以對指定的字符串進行遍歷匹配，獲取字符串中所有匹配的子串，并返回一個列表結(jié)果。該函數(shù)的參數(shù)含義如下：

findall(pattern, string, flags=0)

pattern：指定需要匹配的正則表達(dá)式。

string：指定待處理的字符串。

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的模式是讓正則表達(dá)式對大小寫不敏感；re.M的模式是讓正則表達(dá)式可以多行匹配；re.S的模式指明正則符號.可以匹配任意字符，包括換行符\n；re.X模式允許正則表達(dá)式可以寫得更加詳細(xì)，如多行表示、忽略空白字符、加入注釋等。

字符串的匹配替換

re模塊中的sub函數(shù)的功能是替換，類似于字符串的replace方法，該函數(shù)根據(jù)正則表達(dá)式把滿足匹配的內(nèi)容替換為repl。該函數(shù)的參數(shù)含義如下：

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

pattern：同findall函數(shù)中的pattern。

repl：指定替換成的新值。

string：同findall函數(shù)中的string。

count：用于指定最多替換的次數(shù)，默認(rèn)為全部替換。

flags：同findall函數(shù)中的flags。

字符串的匹配分割

re模塊中的split函數(shù)是將字符串按照指定的正則表達(dá)式分隔開，類似于字符串的split方法。該函數(shù)的具體參數(shù)含義如下：

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

pattern：同findall函數(shù)中的pattern。

maxsplit：用于指定最大分割次數(shù)，默認(rèn)為全部分割。

string：同findall函數(shù)中的string。

flags：同findall函數(shù)中的flags。

實戰(zhàn)案例

如果上面的函數(shù)和參數(shù)含義都已經(jīng)掌握了，還需要進一步通過案例加強理解，接下來舉例說明上面的三個函數(shù)：

如上結(jié)果所示，在第一個例子中通過正則表達(dá)式'tianqi:'(.*?)''實現(xiàn)目標(biāo)數(shù)據(jù)的獲取，如果不使用括號的話，就會產(chǎn)生類似'tianqi:'晴'', 'tianqi:'陰~小雨''這樣的值，所以，加上括號就是為了分組，且僅返回組中的內(nèi)容；

第二個例子并沒有將正則表達(dá)式寫入圓括號，如果寫上圓括號也是返回一樣的結(jié)果，所以findall就是用來返回滿足匹配條件的列表值，如果有括號，就僅返回括號內(nèi)的匹配值；

第三個例子使用替換的方法，將所有的標(biāo)點符號換為空字符，進而實現(xiàn)刪除的效果；

第四個例子是對字符串的分割，如果直接按照正則 '[，。、a-zA-Z0-9]' 分割的話，返回的結(jié)果中包含空字符，如 '2室2廳' 后面就有一個空字符。為了刪除列表中每個元素的首尾空字符，使用了列表表達(dá)式，并且結(jié)合字符串的strip方法完成空字符的壓縮。