第 7 章 正则表达式

第 7 章 正则表达式

• 7.1. 概览
• 7.2. 个案研究：街道地址
• 7.3. 个案研究：罗马字母
  • 7.3.1. 校验千位数
  • 7.3.2. 检验百位数
• 7.4. 使用{n,m} 语法
  • 7.4.1. 校验十位数和个位数
• 7.5. 松散正则表达式
• 7.6. 个案研究: 解析电话号码
• 7.7. 小结

正则表达式是搜索、替换和解析复杂字符模式的一种强大而标准的方法。如果你曾经在其他语言（如Perl）中使用过它，他们的语法非常相似，那么你仅仅阅读一下re模块的摘要，大致了解其中可用的函数和参数就可以了。

7.1. 概览

字符串也有很多方法，可以进行搜索(index, find, 和 count), 替换(replace)和解析 (split), 但他们仅限于处理最简单的情况。搜索方法查找单个和固定编码的子串，并且他们总是大小写敏感的。对一个字符串s, 如果要进行大小写不敏感的搜索，则你必须调用 s.lower() 或 s.upper() 将s转换成全小写或者全大写，然后确保搜索串有着相匹配的大小写。replace 和 split方法有着类似的限制。

如果你要解决的问题利用字符串函数能够完成，你应该使用他们。他们快速、简单且容易阅读，而对于快速、简单、可读性强的代码等方面有很多内容。但是，如果你发现你用了许多不同的字符串函数和 if语句来处理一个特殊情况，或者你组合使用了 split 、join 等函数而导致用一种奇怪的甚至读不下去的方式理解列表，此时，你也许需要转到正则表达式了。

尽管正则表达式语法较之普通代码相对麻烦一些，但是却可以得到更可读的结果，与用一长串字符串函数的解决方案相比要好很多。在正则表达式内部有多种方法嵌入注释，从而使之具有自文档化 (self-documenting) 的能力。