Python for Informatics 第11章 正则表达式五(译)

注:文章原文为Dr. Charles Severance 的 《Python for Informatics》。文中代码用3.4版改写,并在本机测试通过。

11.4 转义字符

  之前我们在正则表达式中使用特殊字符来匹配一行的开头和结尾,或者是指定通配符,当我们想匹配象"$"或"^"的实际字符时,我们需要一个方法来表示这些“正常”的字符。

  我们可以简单的在字符前添加反斜线"\"即可实现匹配。例如,我们可以使用下面的正则表达式找到金钱数额:

import re
x = 'We just received $10.00 for cookies.'
y = re.findall('\$[0-9.]+', x)

  因为我们在“$"符前添加了反斜线前缀,"\$"这个表示式就表示匹配正常的"$"符,而不是表示匹配行的尾部了。这个表达式的后半部分"[0-9.]+"表示匹配一个或者更多的数字或点。要注意的是,在方括号中,字符不是”特殊的“。所以它们是实际上的数字或点。在方括号外的".",则是一个通配符了,可以匹配任何字符。

11.5 小结

  以上是关于正则表达式的浅显介绍,要想更好的应用正则表达式,我们还需更多地学习它的语言。这些包含特殊字符的查询字符串,是沟通你匹配和抽取字符的愿望和正则表达式系统之间的桥梁。下面是一些特殊字符和字符序列:

  ^  匹配行的开头

  $  匹配行的末尾

  .   匹配任意字符(通配符)

  \s   匹配一个空白字符

  \S  匹配一个非空白字符(和\s相反)

  *  应用到它左侧紧挨的字符,表示匹配零个及以上的左侧字符

  *?   应用到它左侧紧挨的字符,表示以非贪婪模式匹配零个及以上的左侧字符

  +  应用到它左侧紧挨的字符,表示匹配一个及以上的左侧字符

  +?  应用到它左侧紧挨的字符,表示以非贪婪模式匹配一个及以上的左侧字符

  [aeiou]  匹配一个只要是在指定字符集内的元音字符。在这个例子中,它将匹配"a","e","i","o","u",而不是其它字符。

  [a-z0-9]  你可以用减号指定字符的范围,本例匹配一个必须是小写字母或数字的任意字符。

  [^A-Za-z]  当方括号内的第一个字符是插入符,它将反转逻辑。本例匹配一个除大小写字母外的其它字符。

  ()  在使用findall()过程中,在正则表达式中添加的括号,在查询匹配过程中将被忽略,但是允许你抽取括号内的匹配字符。

  \b  匹配空的字符串,但只在一个词的开头和结尾。

  \B  匹配空的字符串,但不是在一个词的开头和结尾。

  \d  匹配任意十进制数字,等同与[0-9]。

  \D  匹配任意非数字字符,等同与[^0-9]。

11.6 Unix用户的红利

  自19世纪六十年代,Unix系统就集成了正则表达式用于支持查询文件,并且几乎所有的编程语言都支持正则表达式。

  事实上Unix内置了一个叫做grep(Generalized Regular Expression Parser)的命令行程序。它可以做到本章中search()函数几乎一样的功能。所以如果你使用的是Macintosh或Linux系统,你可以在你的命令行窗口尝试以下命令:

$ grep '^From:' mbox-short.txt

From: stephen.marquard@uct.ac.za
From: louis@media.berkeley.edu
From: zqian@umich.edu
From: rjlowe@iupui.edu

  这个命令让grep显示mbox-short.txt文件中以"From:"开始的行。如果你对grep命令有一定的经验并且读过它的帮助文档,你会发现Python中的正则表达式和grep中的正则表达式有细微的差别。例如,grep不支持非空格字符"\S",所以你需要使用稍微复杂的组合"[^ ]"来匹配一个非空格的任意字符。

上一篇:初学者学习PHP开发应该掌握的几段精华代码


下一篇:pathway一些网站