【卷一】正则一 之re.split

有时候，用re.split()匹配字符串会比findall,search, match等

正则表达式对象方法方便简洁很多!

参考: 《Python核心编程(3rd)》—p23

 

如果给定分隔符而不是使用像句点 '.'、'\w'这样的特殊符号来构成正则表达式，那么re.split()和str.split是一样的

# coding: utf-8

# 导入re, RegEx:(Regular Expressions)正则表达式
import re 

# 一般来说，用 "" 包围起来的就是(string)字符串
# print type(txt)可打印txt的类型
txt = "Welcome to our school!"
# 按空格分割字符串
print re.split(" ", txt)
print "--" * 20
# 或者写成txt.split()的形式
print txt.split(" ")

 

下面进入主题，用re.split()来做点事！附上用findall捣鼓的匹配

# coding: utf-8

import re

data = (
    "Mountain View, CA 94040",
    "Sunnyvale, CA",
    "Los Altos, 94023",
    "Cupertino 95014",
    "Palo Alto CA",
    )

# 按元组的元素迭代，也就是一行行列出来(eachline)
for eachline in data:
    # 切掉5个连续的数前面的空格|切掉2个连续的大写字母前面的空格
    print re.split(r", | (?=\d{5}| (?=[A-Z]{2}))", eachline)
    # 我们要的是总的分组/子组，里面的用(?: )括起来表示不保存!
    # print re.split(r", | (?=(?:\d{5}|[A-Z]{2}))", eachline)

 ? 其实上面的正则表达式还可以写成这种

      ", |(?= \d{5}) |(?= [A-Z]{2}) "或

      ", |(?= (?:\d{5}|[A-Z]) "

不过想不通这种把空格放在最后面的原理是什么！

 

 .: 是句点，又叫点号，匹配除 '\n' 外的任何字符

|  :管道符号，a|b 表示匹配a或b，因此又叫择一匹配符号

+: 重复前面的字符1到多次， '.+' 就是匹配除'\n'外的字符多次，也就是

我们要匹配的字符串有多少个字符，它就匹配多少个，'.+,' 匹配任何字符

直到遇到逗号为止!

 

\w:匹配字母和数字,\w+就是匹配一个单词或多个字母或数字，(\w+ )+

表示匹配多少字母和空格!

\d:是匹配数字，{5}表示匹配前面的字符5次，\d{5}就是匹配5个数字，

 

$: 表示从后开始匹配,  \d{5}$ 表示匹配后面是五位数字的字符，相对应

的脱字符 '^' 表示从头开始匹配

[A-Z]是匹配26个大写字母的任一个,[A-Z]{2}就是匹配两个大写字母 ！

 

(?= ):比如(?= (?:\d{5}）表示它后面是空格加五位数字的字符，好吧，

有点乱，再来，比如，(\w+)(?= abc)表示匹配后面是"空格加abc"的\w+

即字母或者数字!

(?:  ): 通常加括号的比如(\w+)都是我们要的分组，也就是子组，但是有

一些不是我们要的，却不得不要的，所以给它这个符号，表示不保存该分组！