Python初學者筆記（二）：用白話講「正則表達式」入門（上篇），看不懂算我輸！

正則表達式（Regular Expression），又稱規則表達式。真不知道是哪個大哥翻譯的，很想狠揍他一頓，翻譯資料不是為了讓別人看懂的嗎？最討厭人為生造術語，提高入門者學習難度，沒辦法，現在已經約定俗成了，不過叫什麼不重要，關鍵是理解內容。

正則表達式的作用：通過約定好的表達方式，讓程序在一大串內容里，找到我們需要挑出來的一小串內容。比如在「中華人民共和國」（大串）里找「人民」（小串）。

好比，你要告訴機器人，從一堆豆子里挑出你想要的紅豆、綠豆、沙子或者蟲子，但是要告訴機器人，這些東西的特徵。

正則表達式就是這些東西的特徵怎麼描述。如果描述的不清楚，可能找不到你需要的內容，甚至是找到錯誤的內容，比如騎白馬的不一定是王子，也有可能是唐僧。

為了配合後續的練習，我們先來講一下re模塊的功能。

一、re模塊的功能

又暈了吧？re模塊就是本文開頭的Regular Expression縮寫啊。

為了使用re模塊，需要在Python中導入一下，即在第一行，先寫上：

import re

在re模塊里，常用的有四個功能match、search、findall、finditer，可以理解為挑豆子的四種方法。

根據英文可知，四種方法分別是：比較，搜索，找到全部，找到迭代器（又出一個術語，真討厭）。

1、match（比較）

公式：re.match(pattern, string[, flags])，又暈了吧，翻譯成中文再看一下。

翻譯：re模塊.比較（想找的字元一小串，字元一大串[, 標誌])，「標誌」先不用了解，主要指「表示不進行特殊指定，比如忽略大小寫，指定語言等「。

解釋：只從大串中第一個字開始開始找小串，找到一樣的字就成功了，返回匹配的對象位置和內容字樣，沒找到就說「None」。

舉例：

print(re.match("中", "中華人民共和國"))

print(re.match("華", "中華人民共和國"))

返回：

re.SRE_Match object; span=(0, 1), match=中>

<None>

這說明，「中」找到了，因為「中」是第一個字，而「華」是第二個字，返回「None」，同樣，找兩個字也行，比如「中華」。第一個功能看懂了，後面的就容易了。

2、search（搜索）

公式：re.search(pattern, string[, flags])

解釋：搜索大串中的小串，位置在哪都行，但是只找第一串，會返回小串的位置和內容。

舉例：

print(re.search("中", "中華人民共和國中央人民政府"))

返回：

<_sre.SRE_Match object; span=(0, 1), match=中>

3、findall（找到全部）

公式：re.findall(pattern, string[, flags])

解釋：返回大串中所有與小串相同的字元串，返回一個列表，也叫「數組」。

舉例：

print(re.findall("中", "中華人民共和國，中央人民政府"))

返回：

[中, 中]

怎麼證明這是數組呢？運行type()函數即可。

X = re.findall("中", "中華人民共和國，中央人民政府")

print(type(X))

print(X[0])

print(X[1])

返回：

中

中

4、finditer（找到迭代器）

公式：re.finditer(pattern, string[, flags])

解釋：小串中所有與大串相匹配的全部字串，返回形式為迭代器，還包括了小串在大串中的位置。

舉例：

X1 = re.finditer("中", "中華人民共和國中華人民共和國中華人民共和國")

X2 = X1.__iter__()

print(X2)

print(type(X2))

print(next(X2))

print(next(X2))

print(next(X2))

返回：

<class callable_iterator>

<_sre.SRE_Match object; span=(0, 1), match=中>

<_sre.SRE_Match object; span=(7, 8), match=中>

<_sre.SRE_Match object; span=(14, 15), match=中>

迭代器這個東西有點麻煩，初學者暫時用不上，先看看運行結果吧，以後我們再具體講這個。

推薦閱讀：