python3進階之正則表達式之re模塊之分組（group）、貪心匹配、編譯

1.group

　　除了簡單地判斷是否匹配之外，正則表達式還有提取子串的強大功能。用()表示的就是要提取的分組（Group）。比如：^(\d{3})-(\d{3,8})$分別定義了兩個組，可以直接從匹配的字符串中提取出區號和本地號碼

m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
print(m.group(0))
print(m.group(1))
print(m.group(2))

# 010-12345
# 010
# 12345

如果正則表達式中定義了組，就可以在Match對象上用group()方法提取出子串來。

注意到group(0)永遠是原始字符串，group(1)、group(2)……表示第1、2、……個子串。

t = '19:05:30'
m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
print(m.groups())

#輸出：
# ('19', '05', '30')

 

2.貪心匹配

print(re.match(r'^(\d+)(0*)$', '102300').groups())
# ('102300', '')
print(re.match(r'^(\d+?)(0*)$', '102300').groups())
# ('1023', '00')

由於\d+采用貪婪匹配，直接把后面的0全部匹配了，結果0*只能匹配空字符串，加個?就可以讓\d+采用非貪婪匹配；

 

3.編譯

如果一個正則表達式要重復使用幾千次，出於效率的考慮，我們可以預編譯該正則表達式

# 編譯
tele = re.compile(r'^(\d{3})-(\d{3,8})$')
# 使用：
print(tele.match('010-12345').groups())
# ('010', '12345')
print(tele.match('010-8086').groups())
# ('010', '8086')