python3: 字符串和文本

Posted 2021-02-06 数据科学工作加油站

6. 字符串忽略大小写的搜索替换

>>> text = ‘UPPER PYTHON, lower python, Mixed Python‘
>>> re.findall(‘python‘, text, flags=re.IGNORECASE)
[‘PYTHON‘, ‘python‘, ‘Python‘]
>>> re.sub(‘python‘, ‘snake‘, text, flags=re.IGNORECASE)
‘UPPER snake, lower snake, Mixed snake‘
>>>

7.最短匹配

Q： 你正在试着用正则表达式匹配某个文本模式，但是它找到的是模式的最长可能匹配。 而你想修改它变成查找最短的可能匹配。

S：这个问题一般出现在需要匹配一对分隔符之间的文本的时候(比如引号包含的字符串)。 为了说明清楚，考虑如下的例子：模式 r‘"(.*)"‘ 的意图是匹配被双引号包含的文本。(.)匹配除了换行外的任何字符

>>> str_pat = re.compile(r‘"(.*)"‘)
>>> text1 = ‘Computer says "no."‘
>>> str_pat.findall(text1)
[‘no.‘]
>>> text2 = ‘Computer says "no." Phone says "yes."‘
>>> str_pat.findall(text2)
[‘no." Phone says "yes.‘]

第二个例子中搜索 text2 的时候返回结果并不是我们想要的。

为了修正这个问题，可以在模式中的*操作符后面加上?修饰符，就像这样：

>>> str_pat = re.compile(r‘"(.*?)"‘)
>>> str_pat.findall(text2)
[‘no.‘, ‘yes.‘]
>>>

通过在 * 或者 + 这样的操作符后面添加一个 ? 可以强制匹配算法改成寻找最短的可能匹配。

  8. 多行匹配模式

Q： 你正在试着使用正则表达式去匹配一大块的文本，而你需要跨越多行去匹配。

S：这个问题很典型的出现在当你用点(.)去匹配任意字符的时候，忘记了点(.)不能匹配换行符的事实。 比如，假设你想试着去匹配C语言分割的注释：