詳解 Python3 正則表達式（二）
上一篇：詳解 Python3 正則表達式（一）
本文翻譯自：https://docs.python.org/3.4/howto/regex.html
博主對此做了一些批註和修改 ^_^
使用正則表達式
現在我們開始來寫一些簡單的正則表達式吧。Python 通過 re 模塊為正則表達式引擎提供一個接口，同時允許你將正則表達式編譯成模式對象，並用它們來進行匹配。
批註：re 模塊是使用 C 語言編寫，所以效率比你用普通的字符串方法要高得多；將正則表達式進行編譯（compile）也是為了進一步提高效率；後邊我們會經常提到 “模式”，指的就是正則表達式被編譯成的模式對象。
編譯正則表達式
正則表達式被編譯為模式對象，該對象擁有各種方法供你操作字符串，如查找模式匹配或者執行字符串替換。
re.compile() 也可以接受 flags 參數，用於開啟各種特殊功能和語法變化，我們會在後邊一一介紹。
現在我們先來看個簡單的例子：
正則表達式作為一個字符串參數傳給 re.compile() 。由於正則表達式並不是 Python 的核心部分，因此沒有為它提供特殊的語法支持，所以正則表達式只能以字符串的形式表示。有些應用根本就不需要使用到正則表達式，所以 Python 社區的小夥伴們認為沒有必要將其納入 Python 的核心。相反，re 模塊僅僅是作為 C 擴展模塊包含在 Python 中，就像 socket 模塊和 zlib 模塊。
使用字符串來表示正則表達式保持了 Python 簡潔的一貫風格，但也因此有一些負面影響，下邊我們來談一談。
麻煩的反斜杠
上一篇中我們已經提到了，正則表達式使用 ‘\‘ 字符來使得一些普通的字符擁有特殊的能力（例如 \d 表示匹配任何十進制數字），或者剝奪一些特殊字符的能力（例如 \[ 表示匹配左括號 ‘[‘）。這會跟 Python 字符串中實現相同功能的字符發生沖突。
批註：挺拗口，接著看例子你就懂了~
現在的情況是，你需要在 LaTeX 文件中使用正則表達式匹配字符串 ‘\section‘ 。因為反斜杠作為需要匹配的特殊字符，所以你需要在它前邊多加一個反斜杠來剝奪它的特殊功能。所以我們會把正則表達式的字符寫成 ‘\\section‘ 。
但不要忘了，Python 在字符串同樣使用反斜杠來表示特殊意義。因此，如果我們想將 ‘\\section‘ 完整地傳給 re.compile()，我們需要再次添加兩個反斜杠 ......
| 匹配字符 | 匹配階段 |
| \section | 需要匹配的字符串 |
| \\section | 正則表達式使用 ‘\\‘ 表示匹配字符 ‘\‘ |
| \\\\section | 不巧，Python 字符串也使用 ‘\\‘ 表示字符 ‘\‘ |
簡而言之，為了匹配反斜杠這個字符，我們需要在字符串中使用四個反斜杠才行。所以，在正則表達式中頻繁地使用反斜杠，會造成反斜杠風暴，進而導致你的字符串極其難懂。
解決方法是使用 Python 的原始字符串來表示正則表達式（就是在字符串前邊加上 r，大家還記得吧 ... ）:
| 正則字符串 | 原始字符串 |
| “ab*” | r"ab*" |
| "\\\\section" | r"\\section" |
| "\\w+\\s+\\1" | r"\w+\s+\1" |
批註：強烈建議使用原始字符串來表達正則表達式。
實現匹配
當你將正則表達式編譯之後，你就得到一個模式對象。那你拿它可以做什麽呢？模式對象擁有很多方法和屬性，我們下邊列舉最重要的幾個來講：
| 方法 | 功能 |
| match() | 判斷一個正則表達式是否從開始處匹配一個字符串 |
| search() | 遍歷字符串，找到正則表達式匹配的第一個位置 |
| findall() | 遍歷字符串，找到正則表達式匹配的所有位置，並以列表的形式返回 |
| finditer() | 遍歷字符串，找到正則表達式匹配的所有位置，並以叠代器的形式返回 |
如果沒有找到任何匹配的話，match() 和 search() 會返回 None；如果匹配成功，則會返回一個匹配對象（match object），包含所有匹配的信息：例如從哪兒開始，到哪兒結束，匹配的子字符串等等。
接下來我們一步步講解：
現在，你可以嘗試使用正則表達式 [a-z]+ 去匹配各種字符串。
例如：
因為 + 表示匹配一次或者多次，所以空字符串不能被匹配。因此，match() 返回 None。
我們再嘗試一個可以匹配的字符串：
在這個例子中，match() 返回一個匹配對象，我們將其存放在變量 m 中，以便日後使用。
接下來我們來看看匹配對象裏邊有哪些信息吧。匹配對象包含了很多方法和屬性，以下幾個是最重要的：
| 方法 | 功能 |
| group() | 返回匹配的字符串 |
| start() | 返回匹配的開始位置 |
| end() | 返回匹配的結束位置 |
| span() | 返回一個元組表示匹配位置（開始，結束） |
大家看：
由於 match() 只檢查正則表達式是否在字符串的起始位置匹配，所以 start() 總是返回 0 。
然而，search() 方法可就不一樣咯：
在實際應用中，最常用的方法是將匹配對象存放在一個局部變量中，並檢查其返回值是否為 None 。
形式通常如下：
p = re.compile(...)
m = p.match(‘String goes here‘)
if m:
print(‘Match found：‘, m.group())
else:
print(‘No match‘)
有兩個方法可以返回所有的匹配結果，一個是 findall()，一個是 finditer() 。
findall() 返回的是一個列表：
findall() 需要在返回前先創建一個列表，而 finditer() 則是將匹配對象作為一個叠代器返回：
批註：如果列表很大，那麽返回叠代器的效率要高很多。
(本文完)
下一篇：詳解 Python3 正則表達式（三）
如果你喜歡這篇文章，請通過下方「評論」給我鼓勵哦 ^_^
詳解 Python3 正則表達式（二）