快捷導(dǎo)航

Python正則表達(dá)式教程之二：捕獲篇

更新時(shí)間：2017年03月02日 10:27:37 作者：一根笨茄子

什么是捕獲呢？使用小括號(hào)指定一個(gè)子表達(dá)式后，匹配這個(gè)子表達(dá)式的文本（即匹配的內(nèi)容）可以在表達(dá)式或者其他過(guò)程中接著用，下面這篇文章就主要介紹了Python正則表達(dá)式中關(guān)于捕獲的相關(guān)資料，需要的朋友可以參考下。

前言

在上一篇文中，我們介紹了關(guān)于Python正則表達(dá)式的基礎(chǔ)，那么在這一篇文章里，我們將總結(jié)一下正則表達(dá)式關(guān)于捕獲的用法。下面話(huà)不多說(shuō)，來(lái)看看詳細(xì)的介紹吧。

捕獲

捕獲和分組在正則表達(dá)式中有著密切的聯(lián)系，一般情況下，分組即捕獲，都用小括號(hào)完成（因此，小括號(hào)在正則表達(dá)式中也屬于特殊字符，表達(dá)原含義時(shí)需要轉(zhuǎn)義）：

(…) 正常分組，并捕獲

(?:…) 分組，但是不捕獲

舉個(gè)例子，假設(shè)我們需要匹配一個(gè)座機(jī)號(hào)碼：

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

這里，默認(rèn)分組(0)是完整的匹配，之后的分組則按出現(xiàn)順序排列。

接下來(lái)，我們想在一整段文本中，找出所有的座機(jī)號(hào)碼，這里需要用到re.findall:

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

findall有一個(gè)特性，就是如果結(jié)果中有捕獲的分組，則將捕獲的分組組成tuple返回。利用這個(gè)特點(diǎn)，和上面提到的分組，但是不捕獲的語(yǔ)法，可以得到我們想要的結(jié)果：

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

在正則表達(dá)式中，也可以通過(guò)\1,\2等來(lái)指代之前捕獲的字符串組合。這個(gè)經(jīng)常用于單雙引號(hào)的正確匹配：

>>> sentence = """You said "why?" and I say "I don't know"."""
>>> re.findall(r'["\'](.*?)["\']', sentence)
['why?', 'I don']
>>> re.findall(r'(["\'])(.*?)\1', sentence)
[('"', 'why?'), ('"', "I don't know")]

此外，如果覺(jué)得\1,\2這種表示可讀性不好的話(huà)，還可以給捕獲起一個(gè)英文名字。如下例子中，實(shí)現(xiàn)了兩種不同的日期格式之間的轉(zhuǎn)換：

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

但是，這種命名引用捕獲的方式，在findall、search中卻是無(wú)效的：

>>> sentence = """You said "why?" and I say "I don't know"."""
>>> re.findall(r'(?P<quote>["\'])(.*?)\g<quote>', sentence)  
[]
>>> re.search(r'(?P<quote>["\'])(.*?)\g<quote>', sentence)   
>>> re.search(r'(?P<quote>["\'])(.*?)\1', sentence)  
<_sre.SRE_Match object; span=(9, 15), match='"why?"'>
>>> re.search(r'(?P<quote>["\'])(.*?)\1', sentence).groupdict()
{'quote': '"'}

總結(jié)

以上就是Python正則表達(dá)式中關(guān)于分組捕獲的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者使用python能能帶來(lái)一定的幫助，如果有疑問(wèn)大家可以留言交流，如果有疑問(wèn)大家可以留言交流。下一篇文章，我會(huì)繼續(xù)總結(jié)一下正則表達(dá)式匹配時(shí)的貪婪/非貪婪特性。請(qǐng)繼續(xù)關(guān)注腳本之家。

您可能感興趣的文章: