Python Regular Expressions: Capture-Python Tutorial-php.cn

Python Regular Expressions: Capture

高洛峰

Release： 2017-03-03 11:48:44

Original

2040 people have browsed it

前言

在上一篇文中，我们介绍了关于Python正则表达式的基础，那么在这一篇文章里，我们将总结一下正则表达式关于捕获的用法。下面话不多说，来看看详细的介绍吧。

捕获

捕获和分组在正则表达式中有着密切的联系，一般情况下，分组即捕获，都用小括号完成（因此，小括号在正则表达式中也属于特殊字符，表达原含义时需要转义）：

(…) 正常分组，并捕获

(?:…) 分组，但是不捕获

举个例子，假设我们需要匹配一个座机号码：

>>> m = re.search(r&#39;^(\d{3,4}-)?(\d{7,8})$&#39;,&#39;020-82228888&#39;)
>>> m.group(0)
&#39;020-82228888&#39;
>>> m.group(1)
&#39;020-&#39;
>>> m.group(2)
&#39;82228888&#39;

Copy after login

这里，默认分组(0)是完整的匹配，之后的分组则按出现顺序排列。

接下来，我们想在一整段文本中，找出所有的座机号码，这里需要用到re.findall:

>>> re.findall(r&#39;(\d{3,4}-)?(\d{7,8})&#39;,&#39;020-82228888\n0357-4227865&#39;) 
[(&#39;020-&#39;, &#39;82228888&#39;), (&#39;0357-&#39;, &#39;4227865&#39;)]

Copy after login

findall有一个特性，就是如果结果中有捕获的分组，则将捕获的分组组成tuple返回。利用这个特点，和上面提到的分组，但是不捕获的语法，可以得到我们想要的结果：

>>> re.findall(r&#39;(?:\d{3,4}-)?\d{7,8}&#39;,&#39;020-82228888\n0357-4227865&#39;) 
[&#39;020-82228888&#39;, &#39;0357-4227865&#39;]
>>> re.findall(r&#39;(?:\d{3,4}-)?\d{7,8}&#39;,&#39;020-82228888\n4227865&#39;)  
[&#39;020-82228888&#39;, &#39;4227865&#39;]

Copy after login

在正则表达式中，也可以通过\1,\2等来指代之前捕获的字符串组合。这个经常用于单双引号的正确匹配：

>>> sentence = """You said "why?" and I say "I don&#39;t know"."""
>>> re.findall(r&#39;["\&#39;](.*?)["\&#39;]&#39;, sentence)
[&#39;why?&#39;, &#39;I don&#39;]
>>> re.findall(r&#39;(["\&#39;])(.*?)\1&#39;, sentence)
[(&#39;"&#39;, &#39;why?&#39;), (&#39;"&#39;, "I don&#39;t know")]

Copy after login

此外，如果觉得\1,\2这种表示可读性不好的话，还可以给捕获起一个英文名字。如下例子中，实现了两种不同的日期格式之间的转换：

>>> sentence = "from 12/22/1629 to 11/14/1643"
>>> re.sub(r&#39;(?P<month>\d{2})/(?P<day>\d{2})/(?P<year>\d{4})&#39;, r&#39;\g<year>-\g<month>-\g<day>&#39;, sentence) 
&#39;from 1629-12-22 to 1643-11-14&#39;

Copy after login

但是，这种命名引用捕获的方式，在findall、search中却是无效的：

>>> sentence = """You said "why?" and I say "I don&#39;t know"."""
>>> re.findall(r&#39;(?P<quote>["\&#39;])(.*?)\g<quote>&#39;, sentence)  
[]
>>> re.search(r&#39;(?P<quote>["\&#39;])(.*?)\g<quote>&#39;, sentence)   
>>> re.search(r&#39;(?P<quote>["\&#39;])(.*?)\1&#39;, sentence)  
<_sre.SRE_Match object; span=(9, 15), match=&#39;"why?"&#39;>
>>> re.search(r&#39;(?P<quote>["\&#39;])(.*?)\1&#39;, sentence).groupdict()
{&#39;quote&#39;: &#39;"&#39;}

Copy after login

更多Python正则表达式：捕获篇相关文章请关注PHP中文网！