Python 正则表达式(四)（python的正则表达）
前言
不知不觉，正则表达式已经来到了第四节啦！
今天要聊点什么呢？嗯...
对了，上节讲到的 匹配对象 ，好像提到过好几次，但是都没讲它是啥。
抓紧时间，废话少说，今天就聊聊它吧。
匹配对象
介绍
匹配对象，顾名思义就是匹配成功所返回的存储了匹配信息的对象
如果没有匹配的话会返回 None 。
所以你可以简单的用 if 语句来判断是否匹配。
像 match() 和 search() 匹配成功都会返回一个 匹配对象
match?=?re.search(pattern,?string)
if?match:
????process(match)常用方法和属性
1、group
介绍
Match.group([group1, ...])
返回一个或者多个匹配的子组。
- 如果只有一个参数，结果就是一个字符串
- 如果有多个参数，结果就是一个元组（每个参数对应一个项）
- 如果没有参数，group1 参数默认等于 0（即返回整个匹配）
- 如果一个组号是负数，或者大于样式中定义的组数，抛出一个 IndexError 索引错误。
- 如果分组被命名， 那么 groupN 参数就可以是命名组合的名字
- 如果一个组匹配了多次，就只返回最后一个匹配
示例
m?=?re.match(r"(\w+)?(\w+)",?"Lebron?James,?Kobe")
m.group()
#?out:?'Lebron?James'
m.group(0)
#?out:?'Lebron?James'
m.group(1)
#?out:?'Lebron'
m.group(2)
#?out:?'James'
m.group(1,?2)
#?out:?('Lebron',?'James')
m.group(3)
#?out:?'IndexError:?no?such?group'
#?命名分组
m?=?re.match(r"(?P\w+)?(?P\w+)",?"Lebron?James")
m.group('first_name')??#?==>?m.group(1)
#?out:?'Lebron'，依旧可以使用数字索引
m.group('last_name')???#?==>?m.group(2)
#?out:?'James'
#?多次匹配，返回最后一个匹配
m?=?re.match(r"(..)+",?"aabbcc")
m.group(1)
#?out:?'cc' 其实，上述 group(n) 可以直接通过 m[n] 获取
m?=?re.match(r"(?P\w+)?(?P\w+)",?"Lebron?James")
m[0]
#?out:?'Lebron?James'
m[1]
#?out:?'Lebron'
m[2]
#?out:?'James' 2、groups
介绍
Match.groups(default=None)
返回一个包含所有匹配子组的元组，
default 参数设置匹配不成功时的返回值，默认为 None。
示例
m?=?re.match(r"(\d+)\.(\d+)",?"3.1415926")
m.groups()
#?out:?('3',?'1415926')
#?设置未匹配的返回值
m?=?re.match(r"(\d+)\.?(\d+)?",?"345")
m.groups()
#?out:?('345',?None)
m.groups(-1)
#?out:?('345',?-1)3、groupdict
介绍
Match.groupdict(default=None)
返回一个字典，包含了所有的命名分组，key 就是组名。
default 参数同上。
如果分组未命名，则返回空字典
示例
m?=?re.match(r"(?P\w+)?(?P\w+)",?"Lebron?James")
m.groupdict()
#?out:?{'first_name':?'Lebron',?'last_name':?'James'} 4、start 和 end
介绍
Match.start([group])
Match.end([group])
返回 group 匹配到的字串的开始和结束索引。
group 默认为 0（意思是整个匹配的子串）。
如果 group 存在，但未匹配到，就返回 -1 。
示例
m?=?re.match(r"(\w+)?(\w+)",?"Lebron?James,?Kobe")
m.start(),?m.end()
#?out:?(0,?12)
m.start(1),?m.end(1)
#?out:?(0,?6)
m.start(2),?m.end(2)
#?out:?(7,?12)
string?=?"Lebron?James,?Kobe"
m.group(1)?==?string[m.start(1):?m.end(1)]
#?out:?True5、span
介绍
Match.span([group])
对于一个匹配 m ，返回一个二元组 (m.start(group), m.end(group)) 。
注意：如果 group 没有在这个匹配中，就返回 (-1, -1) 。
group 默认为 0，就是整个匹配。
示例
m?=?re.match(r"(\w+)?(\w+)",?"Lebron?James,?Kobe")
m.span()
#?out:?(0,?12)6、属性
Match.re: 返回产生这个实例的正则表达式对象
Match.string: 传递到 match() 或 search() 的字符串
m?=?re.match(r"(\w+)?(\w+)",?"Lebron?James,?Kobe")
m.string
#?out:?'Lebron?James,?Kobe'
m.re
#?out:?re.compile(r'(\w+)?(\w+)',?re.UNICODE)讲到这，我们就把下面要说的内容引出来了。
是的，没错，正是正则表达式对象。
什么是正则表达式对象？
正则表达式对象
正则表达式字符串经过编译后，就是正则表达式对象了。
通过 compile 方法编译将正则表达式的样式编译为一个正则表达式对象
如果需要多次使用这个正则表达式的话，用 re.compile() 保存这个正则对象以便复用，可以让程序更加高效。
re.compile(pattern,?flags=0)
#?pattern:?传入的正则样式
#?flags:?指定匹配模式，如?re.MULTILINE?等
prog?=?re.compile(pattern)
result?=?prog.match(string)
#?等价于
result?=?re.match(pattern,?string)正则表达式对象支持以下方法和属性
1、search
介绍
Pattern.search(string[, pos[, endpos]])
扫描整个 字符串 找到匹配样式的第一个位置，并返回一个相应的 匹配对象
如果没有匹配到，就返回 None
可选的第二个参数 pos 指定字符串中开始搜索的位置索引，默认为 0
可选参数 endpos 限定了字符串搜索的结束位置
p.search(string, pos, endpos) 等价于 p.search(string[pos:endpos], 0)
p?=?re.compile("dog")
m?=?p.search('a?dog')
m.group()
#?out:?'dog'
m?=?p.search('a?dog',?3)
m?#?None
m?=?p.search('a?dog',?2,?5)
m.group()
#?out:?'dog'2、match
介绍
Pattern.match(string[, pos[, endpos]])
如果从 string 的开始位置能够匹配到这个正则样式，就返回一个相应的匹配对象。
如果不匹配，就返回 None
可选参数 pos 和 endpos 与 search() 含义相同。
示例
p?=?re.compile("aaa")
m?=?p.match("hello?aaa?bbb")
m
#?m?is?None
m?=?p.match("hello?aaa?bbb",?6)
m.group()
#?out:?'aaa'小结
其他正则对象的方法与 re 模块的方法大同小异。
只是加了 pos 和 endpos 两个参数来限制搜索范围
就不再重复讲啦！
总结
Python 正则表达式讲到这，已经差不多都讲完了。
学完这些，应该多找几个例子自己练练手，加深印象。
建议可以从网上随便下一个网站的源码，然后用 re 模块从源码中提取相应的信息
再建议，想不到什么网站的话，可以下载豆瓣电影排行榜网页源码，提取相应的电影信息
再再建议，前面的建议都动手做一下吧。
纸上得来终觉浅，绝知此事要躬行。