Python是我接觸到的第一門(mén)編程語(yǔ)言，雖然它足夠簡(jiǎn)單，但是對(duì)于當(dāng)時(shí)剛剛接觸編程語(yǔ)言的我來(lái)說(shuō)還是有些難度的，于是只是了解了一些Python的基本語(yǔ)法，稍微深入一點(diǎn)的地方都沒(méi)怎么了解。不過(guò)，到現(xiàn)在為止，我已經(jīng)接觸了這門(mén)編程語(yǔ)言一年了，期間把Python各種特性，各種包都看過(guò)，了解過(guò)。不過(guò)對(duì)于正則表達(dá)式這塊仍然一知半解，加上前段時(shí)間幫助聰哥整理了<深入Python3>的中文維護(hù)版，湊上這個(gè)國(guó)慶假期，于是來(lái)簡(jiǎn)單的聊一聊這個(gè)正則表達(dá)式模塊--re。

首先是字符串中字符的替換問(wèn)題，如果使用原生的Python方法，一般就是采用 replace 方法，下面我們采用re.sub方法同它進(jìn)行比較。

第一個(gè)案例：我們的目標(biāo)是把ROAD替換成RD.

似乎replace方法工作的不錯(cuò)阿，完成了我給定的任務(wù)。如果是下面這個(gè)例子呢？

這里很明顯已經(jīng)出現(xiàn)了問(wèn)題，因?yàn)檫@個(gè)字符串中含有BROAD，其中也有ROAD四個(gè)字符，但是我們的目標(biāo)并沒(méi)有要求替換它。這里它也被替換成了BRD. ，這已經(jīng)足以說(shuō)明replace方法的局限性。當(dāng)然，如果我們?cè)O(shè)計(jì)得當(dāng)，這個(gè)方法也能用。

使用切片，我們也能做到這一點(diǎn)，僅僅把最后面的四個(gè)字符替換。不過(guò)，這種算法也有局限性，如果我們要將STREET 替換為ST. ，我們是不是應(yīng)該保留最后面的六個(gè)字符？這樣，每次替換都要修改代碼，并且很容易造成錯(cuò)誤，對(duì)于調(diào)試來(lái)說(shuō)很麻煩。

那么讓我們來(lái)試一下re.sub方法。

注意第一個(gè)參數(shù)，‘ROAD$’，其中美元符代表了字符串的結(jié)尾，也就是說(shuō)匹配結(jié)尾的ROAD字符。同樣的 ，^ 代表字符串的開(kāi)頭。我很快發(fā)現(xiàn)， 有時(shí)候ROAD不一定在字符串的結(jié)尾，比如： s = '100 BROAD ROAD APT.3'，此時(shí)，上面的方法就不適用了，沒(méi)關(guān)系，我們還有\(zhòng)b。

是不是很神奇？\b在左側(cè)意味著左側(cè)是個(gè)空格，在右側(cè)意味著右側(cè)是個(gè)空格，因此兩側(cè)\b就是說(shuō)，ROAD是一個(gè)獨(dú)立的單詞。也就是把獨(dú)立的ROAD換成RD.，這和我們的目標(biāo)相同。

第二個(gè)案例：羅馬數(shù)字的匹配

在羅馬數(shù)字中，用七個(gè)字母組合來(lái)表示數(shù)字。

I = 1

V = 5

X = 10

L = 50

C = 100

D = 500

M = 1000

下面是幾個(gè)通常的規(guī)則來(lái)構(gòu)成羅馬數(shù)字：

大部分時(shí)候用字符相疊加來(lái)表示數(shù)字。I是1， II是2， III是3。VI是6（挨個(gè)看來(lái)，是“5 和 1”的組合），VII是7，VIII是8。

含有10的字符（I，X，C和M）最多可以重復(fù)出現(xiàn)三個(gè)。為了表示4，必須用同一位數(shù)的下一個(gè)更大的數(shù)字5來(lái)減去一。不能用IIII來(lái)表示4，而應(yīng)該是IV（意思是比5小1）。40寫(xiě)做XL（比50小10），41寫(xiě)做XLI，42寫(xiě)做XLII，43寫(xiě)做XLIII，44寫(xiě)做XLIV（比50小10并且比5小1）。

有些時(shí)候表示方法恰恰相反。為了表示一個(gè)中間的數(shù)字，需要從一個(gè)最終的值來(lái)減。比如：9需要從10來(lái)減：8是VIII，但9確是IX（比10小1），并不是VIII（I字符不能重復(fù)4次）。90是XC，900是CM。

表示5的字符不能在一個(gè)數(shù)字中重復(fù)出現(xiàn)。10只能用X表示，不能用VV表示。100只能用C表示，而不是LL。

羅馬數(shù)字是從左到右來(lái)計(jì)算，因此字符的順序非常重要。DC表示600，而CD完全是另一個(gè)數(shù)字400（比500小100）。CI是101，IC不是一個(gè)羅馬數(shù)字（因?yàn)槟悴荒軓?00減1，你只能寫(xiě)成XCIX，表示比100小10，且比10小1）。

對(duì)于千位數(shù)的匹配：

我們?cè)O(shè)定匹配模式是三個(gè)M，其中‘?’代表了這個(gè)參數(shù)是可選的，即三個(gè)可選的M參數(shù)。

第一次匹配M時(shí)，從^(字符串開(kāi)頭)開(kāi)始匹配，匹配到一個(gè)M，另外兩個(gè)由于是可選的，因此跳過(guò)，然后匹配到$(字符串結(jié)尾)，匹配完成，返回一個(gè)匹配對(duì)象。第二，第三次匹配軍成功。第四次匹配時(shí)，由于最多只能匹配上三個(gè)M，而給了四個(gè)M，因此在匹配完三個(gè)M時(shí)尋找$時(shí)，尋找不到，因此匹配失敗，返回None。

值得注意的時(shí)，因?yàn)槿齻€(gè)參數(shù)都是可選的，因此空字符串也能匹配上。

對(duì)于百位數(shù)的匹配：

100 = C

200 = CC

300 = CCC

400 = CD

500 = D

600 = DC

700 = DCC

800 = DCCC

900 = CM

因此有以下四種匹配模式：

CM

CD

可能有0到3個(gè)字符C（0個(gè)表示千位為0）。

D緊跟在0到3個(gè)字符C的后面。

其中后兩種可以合并為一種：

一個(gè)可選的D，后面跟著0到3個(gè)字符C。

此時(shí)，匹配模式中即包含千位，也包含百位。 ‘|’就是邏輯運(yùn)算中或的意思，當(dāng)出現(xiàn)幾種情況并行時(shí)使用，當(dāng)其中一個(gè)條件滿(mǎn)足時(shí)，就停止執(zhí)行后面的條件。

同樣可以發(fā)現(xiàn)，空字符也是可以被匹配上的。

同理，我們分析了十位和個(gè)位的法則，也可以匹配上。

正則表達(dá)式非常強(qiáng)大，但它也并不是解決每一個(gè)問(wèn)題的正確答案。你需要更多的了解來(lái)判斷哪些情況適合使用正則表達(dá)式。某些時(shí)候它可以解決你的問(wèn)題，某些時(shí)候它可能帶來(lái)更多的問(wèn)題。

預(yù)留問(wèn)題：

1.“115.28.66.99[port=8080]”,這個(gè)字符串表示IP地址為115.28.66.99的服務(wù)器的8080端口是打開(kāi)的，請(qǐng)用程序解析此字符串，然后打印出“IP地址為***的服務(wù)器的***端口是打開(kāi)的”。

2.“115.28.66.99[port=21,type=ftp]”，這個(gè)字符串表示IP地址為115.28.66.99的服務(wù)器的21端口提供的是ftp服務(wù)，其中如果“,type=ftp”部分被省略，則默認(rèn)為http服務(wù)。請(qǐng)用程序解析此字符串，然后打印出“IP地址為***的服務(wù)器的***端口提供的服務(wù)為***”

總結(jié)

以上是生活随笔為你收集整理的python正则表达式模块_Python正则表达式模块（re模块）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。