Python正则表达式（一）

　　正则表达式（regular expression）在编程中占有重要地位，它能够按照指定的方式匹配具有某种结构的字符串。本文将对此技术给予详述。Python中的正则表达式
　　假设有一个字符串s，在程序中，需要检查＂123＂是否为这个字符串的一部分，这种需求可以用下面的代码实现。>>> s = ＂foo123bar＂ >>> ＂123＂ in s True
　　如果你不仅想知道＂123＂是否在字符串s中，还想知道它在字符串的什么位置，可以使用字符串的.find()或者.index()方法，返回＂123＂在s中的索引。>>> s = ＂foo123bar＂ >>> s.find(＂123＂) 3 >>> s.index(＂123＂) 3
　　在上面的例子中，是按照字符一一对应的方式匹配的，这种方式会适用于很多地方，但是，有时候也会有更复杂的问题。比如，判断字符串中是否有像＂123＂这样有数字组成的字符串，例如＂foo123bar＂、＂foo456bar＂、＂234baz＂、和＂qux678＂`，再用上面的方法，就会太麻烦了，这就要正则表达式出场了。正则表达式极简史
　　1951年，数学家斯Stephen Cole Kleene提出了正则表达式，20世纪60年代中期，计算机科学先驱Ken Thompson——Unix的原始设计师之一，他使用Kleene创造的符号在QED文本编辑器中实现了模式匹配。
　　自那时以来，正则表达式就出现在了许多编程语言、编辑器和其他工具中，作为确定字符串是否与指定模式匹配的方法，Python、Java 和 Perl等 都支持正则表达式，大多数Unix工具和许多文本编辑器都支持正则表达式。re模块
　　Python中的正则表达式用re模块实现，它包括很多实用的方法，接下来，会介绍其中的大部分。
　　现在，先来研究re.search()。re.search(, )      Scans a string for a regex match.
　　re.search(, )按照参数所设置的正则表达式，扫描参数的字符串，这个过程可以称为＂匹配＂，如果有符合正则表达式结构的子字符串，即匹配存在，就会返回第一个所匹配的对象，否则返回None。
　　后面还会介绍，re.search()中的第三个参数。怎么使用re.search()
　　基本使用方法如下：import re re.search(...) 熟悉模块使用方法的，可能会知道，还能这样做：  from re import search search(...)示例
　　下面的示例，演示re.search()的基本应用：>>> s = ＂foo123bar＂ >>> import re >>> re.search(＂123＂, s) <_sre.SRE_Match object; span=(3, 6), match=＂123＂>
　　在上面示例中，就是123，是字符串s，最后返回了匹配结果，有此结果，我们至少知道字符串s中含有＂123＂。
　　如果写一个比较完整的程序，可以用条件语句判断一下：>>> if re.search(＂123＂, s): ...     print(＂Found a match.＂) ... else: ...     print(＂No match.＂) ... Found a match.
　　前面代码中返回结果<_sre.SRE_Match object; span=(3, 6), match=＂123＂>，其中的span(3, 6)意思是字符串中匹配出现的位置，与切片的含义一样。>>> s[3:6] ＂123＂
　　不过，上面的例子显然没有体现正则表达式的优势，只说明了它的基本操作流程。正则表达式中的元字符
　　在正则表达式中，有一些特定字符，它们被称为元字符，每个元字符，代表了正则表达式中的某个特殊含义，能够满足正则匹配搜索引擎的查询之需。
　　例如，一组方括号（[ ]）表示了一个元字符类，即匹配字符类中的任何一个字符：>>> s = ＂foo123bar＂ >>> re.search(＂[0-9][0-9][0-9]＂, s) <_sre.SRE_Match object; span=(3, 6), match=＂123＂>
　　[0-9]表示要匹配0到9的任何一个数字字符，[0-9][0-9][0-9]则表示匹配连续三个0到9之间的任何数字字符，在字符串s中，符合要求的就是123。>>> re.search(＂[0-9][0-9][0-9]＂, ＂foo456bar＂) <_sre.SRE_Match object; span=(3, 6), match=＂456＂>  >>> re.search(＂[0-9][0-9][0-9]＂, ＂234baz＂) <_sre.SRE_Match object; span=(0, 3), match=＂234＂>  >>> re.search(＂[0-9][0-9][0-9]＂, ＂qux678＂) <_sre.SRE_Match object; span=(3, 6), match=＂678＂>
　　如果没有连续的三个数字字符，就不会匹配。>>> print(re.search(＂[0-9][0-9][0-9]＂, ＂12foo34＂)) None
　　另外一个元字符的例子是＂句点＂（.），它表示任何一种类型的字符（除了换行符）：>>> s = ＂foo123bar＂ >>> re.search(＂1.3＂, s) <_sre.SRE_Match object; span=(3, 6), match=＂123＂>  >>> s = ＂foo13bar＂ >>> print(re.search(＂1.3＂, s)) None
　　在第一个例子中，1和3是明显有匹配的，.匹配了2。但是，第二个示例则没有匹配。re模块的元字符
　　下表中列出的，是re模块支持的元字符。
　　下面以示例说明部分元字符的应用。字符类符号：[ ]
　　[ ]里面表示的字符类，即要匹配的一个字符集合。>>> re.search(＂ba[artz]＂, ＂foobarqux＂) <_sre.SRE_Match object; span=(3, 6), match=＂bar＂> >>> re.search(＂ba[artz]＂, ＂foobazqux＂) <_sre.SRE_Match object; span=(3, 6), match=＂baz＂>
　　[artz]表示4个独立的字符，在上面的示例中，正则表达式ba[artz]匹配了字符串中的bar和baz，当然，如果有可能，还可以匹配baa、bat。
　　字符集中，可以用-表示字符序列的范围，例如[a-z]表示匹配英文小写字母a到z中的任何一个字母。>>> re.search(＂[a-z]＂, ＂FOObar＂) <_sre.SRE_Match object; span=(3, 4), match=＂b＂>
　　[0-9]表示任何一个数字字符：>>> re.search(＂[0-9][0-9]＂, ＂foo123bar＂) <_sre.SRE_Match object; span=(3, 5), match=＂12＂>
　　在这个示例中，[0-9][0-9]表示匹配两个数字组成的字符串，对于字符串foo123bar，匹配了第一次出现的符合正则表达式的部分。
　　[0-9a-fA-F]表示16进制的任何一个字符。>>> re.search(＂[0-9a-fA-f]＂, ＂--- a0 ---＂) <_sre.SRE_Match object; span=(4, 5), match=＂a＂>
　　这里匹配了第一个出现的16进制的字符a。
　　也可以在字符类中以^作为第一个字符，则表示要匹配该字符类的补集，即所有不是字符集中的字符。如下所示，[^0-9]表示非数字字符。>>> re.search(＂[^0-9]＂, ＂12345foo＂) <_sre.SRE_Match object; span=(5, 6), match=＂f＂>
　　这里匹配的结果是第一个非数字的字母字符f。如果^不在首位，就没有了上面那种特殊含义了，仅仅是一个普通的^符号。>>> re.search(＂[#:^]＂, ＂foo^bar:baz#qux＂) <_sre.SRE_Match object; span=(3, 4), match=＂^＂>
　　前面已经说过，-表示了字符范围，但是，如果希望在正则表达式中匹配一个连字符-，怎么办？如果-在首位或者末尾，就表示连字符本身，如果在中间，可以只用转义符。>>> re.search(＂[-abc]＂, ＂123-456＂) <_sre.SRE_Match object; span=(3, 4), match=＂-＂> >>> re.search(＂[abc-]＂, ＂123-456＂) <_sre.SRE_Match object; span=(3, 4), match=＂-＂> >>> re.search(＂[ab-c]＂, ＂123-456＂) <_sre.SRE_Match object; span=(3, 4), match=＂-＂>
　　同样，对于]符号，也可以用类似方法处理。>>> re.search(＂[]]＂, ＂foo[1]＂) <_sre.SRE_Match object; span=(5, 6), match=＂]＂> >>> re.search(＂[ab]cd]＂, ＂foo[1]＂) <_sre.SRE_Match object; span=(5, 6), match=＂]＂>
　　在[ ]所设定的字符集中，其他各种元字符都失掉了作为元字符的含义。>>> re.search(＂[)*+|]＂, ＂123*456＂) <_sre.SRE_Match object; span=(3, 4), match=＂*＂> >>> re.search(＂[)*+|]＂, ＂123+456＂) <_sre.SRE_Match object; span=(3, 4), match=＂+＂>
　　这些元字符都编程了普通的字符。