可爱的 Python：Python中的文本处理

核心提示： 规则表达式很复杂，也许有人会撰写关于这个主题的书，可爱的 Python：Python中的文本处理(7)，但实际上，已经有许多人这样做了！本文尝试捕捉规则表达式的“完全形态”，可以通过将类括在方括号内来表明这是一个类；在括号中，可以有一组字符或者用破折号指定的字符范围

规则表达式很复杂。也许有人会撰写关于这个主题的书，但实际上，已经有许多人这样做了！本文尝试捕捉规则表达式的“完全形态”，让读者可以掌握它。

规则表达式是一种很简练方法，用于描述可能在文本中出现的模式。是否会出现某些字符？是否按特定顺序出现？子模式是否会重复一定次数？其它子模式是否会排除在匹配之外？从概念上说，似乎不能用自然语言了直观地描述模式。诀窍是使用规则表达式的简洁语法来编码这种描述。

当处理规则表达式时，将它作为它自己的编程问题来处理，即使只涉及一或两行代码；这些行有效地构成了一个小程序。

从最小处着手。从最基本上看，任何规则表达式都涉及匹配特定的“字符类”。最简单的字符类就是单个字符，它在模式中只是一个字。通常，您希望匹配一类字符。可以通过将类括在方括号内来表明这是一个类；在括号中，可以有一组字符或者用破折号指定的字符范围。还可以使用许多命名字符类来确定您的平台和国家语言。以下是一些示例：

字符类

>>>
　　　　
　　　　　import
　　　　 re
>>> s =
　　　　"mary had a little lamb"
>>>
　　　　
　　　　　if
　　　　 re.search(
　　　　"m", s):
　　　　
　　　　　print
　　　　
　　　　"Match!"
　　　　# char literal
Match!
>>>
　　　　
　　　　　if
　　　　 re.search(
　　　　"[@A-Z]", s):
　　　　
　　　　　print
　　　　
　　　　"Match!"
　　　　# char class
...
　　　　# match either at-sign or capital letter
...
>>>
　　　　
　　　　　if
　　　　 re.search(
　　　　"d", s):
　　　　
　　　　　print
　　　　
　　　　"Match!"
　　　　# digits class
...