2.4字符串匹配和搜索

2.4 字符串匹配和搜索

问题

你想匹配或者搜索特定模式的文本

解决方案

如果你想匹配的是字面字符串，那么你通常只需要调用基本字符串方法就行，

比如 , , 或者类似的方法：

对于复杂的匹配需要使用正则表达式和 模块。

为了解释正则表达式的基本原理，假设你想匹配数字格式的日期字符串比如 ，你可以这样做：

如果你想使用同一个模式去做多次匹配，你应该先将模式字符串预编译为模式对象。比如：

总是从字符串开始去匹配，如果你想查找字符串任意部分的模式出现位置，

使用 方法去代替。比如：

在定义正则式的时候，通常会利用括号去捕获分组。比如：

捕获分组可以使得后面的处理更加简单，因为可以分别将每个组的内容提取出来。比如：

方法会搜索文本并以列表形式返回所有的匹配。

如果你想以迭代方式返回匹配，可以使用 方法来代替，比如：

讨论

这一节阐述了使用re模块进行匹配和搜索文本的最基本方法。

核心步骤就是先使用 编译正则表达式字符串，

然后使用 , 或者 等方法。

当写正则式字符串的时候，相对普遍的做法是使用原始字符串比如 。

这种字符串将不去解析反斜杠，这在正则表达式中是很有用的。

如果不这样做的话，你必须使用两个反斜杠，类似 。

需要注意的是 方法仅仅检查字符串的开始部分。它的匹配结果有可能并不是你期望的那样。比如：

如果你想精确匹配，确保你的正则表达式以$结尾，就像这么这样：

最后，如果你仅仅是做一次简单的文本匹配/搜索操作的话，可以略过编译部分，直接使用 模块级别的函数。比如：

但是需要注意的是，如果你打算做大量的匹配和搜索操作的话，最好先编译正则表达式，然后再重复使用它。

模块级别的函数会将最近编译过的模式缓存起来，因此并不会消耗太多的性能，但是如果使用预编译模式的话，你将会减少查找和一些额外的处理损耗。