正则表达式

我们来从左到右解读一下：

1. d{3}表示匹配3个数字，例如'010'；

2. s可以匹配一个空格（也包括Tab等空白符），所以s+表示至少有一个空格，例如匹配' '，' '等；

3. d{3,8}表示3-8个数字，例如'1234567'。

要做更精确地匹配，可以用[]表示范围，比如：

[0-9a-zA-Z_]可以匹配一个数字、字母或者下划线；

• [0-9a-zA-Z_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；

• [a-zA-Z_][0-9a-zA-Z_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；

• [a-zA-Z_][0-9a-zA-Z_]{0,19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。

A|B可以匹配A或B，所以[P|p]ython可以匹配'Python'或者'python'。

切分字符串

用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：

>>> 'a b c'.split(' ')
['a','b',68)">'',68)">'c']

嗯，无法识别连续的空格，用正则表达式试试：

>>> re.split(r's+',68)">'a b c')
[ 无论多少个空格都可以正常分割。加入,试试：
 
 
r'[s,]+',68)">'a,b,c d')
['c',68)">'d']
 
 
 再加入;试试：
 
 
'd']
 

分组

^(d{3})-(d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：

>>> m = re.match(r'^(d{3})-(d{3,8})$',68)">'010-12345')
>>> m
<_sre.SRE_Match object at 0x1026fb3e8>
>>> m.group(0)
'010-12345'

1)
'010'

2)
'12345'

如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：

>>> import re
# 编译:>>> re_telephone = re.compile(# 使用：>>> re_telephone.match('010-12345').groups()
('010',68)">'12345')
'010-8086').groups()
('8086')

编译后生成Regular Expression对象，由于该对象自己包含了正则表达式，所以调用对应的方法时不用给出正则字符串。