不用正则表达式来查找文本模式

Posted 2021-01-11 flameluo

  # 假设你希望在字符串中查找电话号码，
  # 你知道模式：3个数字，一个短横线，3个数字，一个短横线，再加4个数字；例如：415-555-4242
  # 假定，我们用一个名为isPhoneNumer()的函数，来检查字符串是否匹配模式，它返回false或者true，如下代码演示：
def isPhoneNumber(text):
    if len(text) != 12:
        return False
    for i in range(0,3):
        if not text[i].isdecimal():
            return False
    if text[3] != ‘-‘:
        return False
    for i in range(4,7):
        if not text[i].isdecimal():
            return False
    if text[7] != ‘-‘:
        return False
    for i in range(8,12):
        if not text[i].isdecimal():
            return False
    return True

# print(‘415-555-4242 is a phone number:‘)
# print(isPhoneNumber(‘415-555-4242‘))
# print(‘Moshi moshi is a phone number:‘)
# print(isPhoneNumber(‘Moshi moshi‘))
#
# 检测步骤：
# 1 代码首先检查该字符串是否刚好有12个字符
# 2 检查区号，就是text中的前3个字符，是否只包含数字
# 3 函数剩下的部分检查该字符串是否符合电话号码的模式：号码必须在区号后出现第一个短横线
# 4 3个数字
# 5 另一个短横线
# 6 最后是4个数字
# 如果程序执行通过了所有的检查，就返回True
#
#  用参数‘415-555-4242‘调用isPhoneNumber()将返回真(True)
#  用参数‘Moshi moshi‘调用isPhoneNumber()将返回假(False)
#  第一项测试失败了，因为不是12个字符
#
#  必须添加更多代码，才能在更长的字符串中寻找这个文本模式。用下面的代码，替代 isPhoneNumber.py中4个print()函数调用

message = ‘Call me at 415-555-1011 tomorrow. 415-555-9999 is my office.‘
for i in range(len(message)):
    chunk = message[i:i+12]
    if isPhoneNumber(chunk):
        print(‘Phone number found:‘+chunk)
print(‘Done‘)
  在for循环的每一次迭代中，取自message的一段新的12个字符被赋给变量chunk。
  例如，在第一次迭代中，i是0，chunk被赋值为message[0：12]（即字符串‘Call me at 4‘).
       在下一次迭代中，i是1，chunk被赋值为message[1:13](字符串‘all me at 41‘).
  将chunk传递给isPhoneNumber(),看看它是否符合电话号码的模式。如果符合，就打印出这段文本。
  继续遍历message，最终chunk中的12个字符会是一个电话号码。该循环遍历了整个字符串，测试了每一段12个字符，打印出所有满足isPhoneNumber()的chunk。
  当我们遍历完message，就打印出Done。
  在这个例子中，虽然message中的字符串很短，但它也可能包含上百万个字符，程序运行仍然不需要一秒钟。使用正则表达式查找电话号码的类似程序，运行也不会超过一秒钟，
  但使用正则表达式编写这类程序会快的多。