![]()
大家好，这里是程序员晚枫。
今天用一道华为笔试题，带大家深入掌握一项Python技巧：正则表达式。
本文主要分为4个部分：题目解析、常用方法、专业方法、注意事项
一、题目解析
先来看一下题目。 ![]()
看完题目，有以下2个解题思路：
- 纯手写：首先把输入的字符串，用0补全为8的倍数，然后遍历字符串，每8个组成一个新的字符。
- 使用内置方法和标准库：使用str的内置方法，用0补全右侧，然后使用正则每8个字符进行匹配。
1、思路1：纯手写
def cut_8ch(str):
if len(str) < 8:
str = str.ljust(8, '0')
elif len(str) > 8:
if (len(str) % 8) != 0:
width = len(str) + (8 - len(str) % 8)
str = str.ljust(width, '0')
str2List = []
i = 0
while i < len(str):
if (i + 8) < len(str):
str2List.append(str[i:i+8])
else:
str2List.append(str[i:len(str)])
break
i = i + 8
return str2List
output = []
tmp = input('请输入字符串-->>').strip()
output.append(cut_8ch(tmp))
for x in output:
for y in x:
print(y)
2、思路2：使用内置方法和标准库
import re
str = input('请输入字符串-->>')
if len(s) % 8 != 0:
s = s.ljust(len(s) + (8 - len(s) % 8), str(0))
res = re.findall('.{8}', s)
[print(r) for r in res]
很明显，思路2实现起来，逻辑更清晰，代码更简洁。原因在哪里呢？
今天我们重点讲一下re模块的使用。 关于str的所有自带方法，如果大家想看的话，可以在评论区告诉我，我可以另写一个篇新的文章来介绍。
二、常用方法
按照惯例，我们对Python知识的解析，直接拿源码来研究。先看一下python源码里，re模块提供的12个方法👇 ![]()
findall方法
找出所有符合条件的内容。
举例：
我们现在有一句话，里面有一些数字，我们想把这些数字都提取出来：程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞
import re
str = '程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞'
res = re.findall('[0-9]+',string=str)
print(res)
# 输出：['18', '100', '0', '10086']
split方法
对字符串进行分割。
举例：
假如我们现在有一组字符串:程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫，其中混进了一些无规律的数字：5、4、7，这次我们想根据这些数字，把这个字符串分割。
import re
str = '程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫'
res = re.split(pattern='[0-9]',string=str)
print(res)
# 输出：['程序员晚枫', '程序员晚枫', '程序员晚枫', '程序员晚枫，']
sub方法
可以替换字符串中的内容。
举例：
假如我们现在有一组字符串:程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫，其中混进了一些无规律的数字：5、4、7，我们想根据这些数字，替换成逗号：，。
import re
str = '程序员晚枫5程序员晚枫4程序员晚枫7程序员晚枫，'
res = re.sub(pattern='[0-9]', repl='，', string=str, count=0)
print(res)
# 输出：程序员晚枫，程序员晚枫，程序员晚枫，程序员晚枫，
# -----
# 参数1：pattern：表示正则中的模式字符串。
# 参数2：repl：就是replacement，表示被替换的字符串，可以是字符串也可以是函数。
# 参数3：string：表示要被处理和替换的原始字符串
# 参数4：count：可选参数，表示是要替换的最大次数，而且必须是非负整数，该参数默认为0，即所有的匹配都会被替换；
match方法
re.match()必须从字符串开头匹配！
举例：
match方法，可以帮我们匹配出这段文字中的英文字母，"CoderWanFeng，加好友，联系程序员晚枫"
import re
text = "CoderWanFeng，加好友，联系程序员晚枫"
res = re.match("[a-zA-Z]+", text)
print(res) # 查看是否匹配到结果
print(res.group()) # 取出匹配的内容
fullmatch方法
fullmatch见名知义：只有在给定的字符串全部匹配时，才返回正确。
举例：
匹配用户输入的电话号码是否都是数字+符合11位。
import re
input = "19512345678"
pattern = "[0-9]+"
print(re.fullmatch(pattern, input))
print(re.fullmatch(pattern,input).group())
search方法
查找字符串中是否有符合条件的内容。
import re
str = "程序员晚枫"
# search 字符串第一次出现的位置
print(re.search("晚", str))
# 输出：<re.Match object; span=(3, 4), match='晚'>
三、专业方法
subn方法
subn和sub的方法类似，区别在于：subn()方法返回一个元组，其中包含所有替换的总数以及新字符串。 看到subn方法我困惑了一下，它和sub的区别时什么？
看过源码👇才知道，区别就是那个n。 ![]()
import re
str = '程序员晚枫，程序员晚枫，程序员晚枫，程序员晚枫，'
res = re.subn(pattern='程序员晚枫', repl='点赞+关注', string=str, count=2)
print(res)
# 参数1：pattern：表示正则中的模式字符串。
# 参数2：repl：就是replacement，表示被替换的字符串，可以是字符串也可以是函数。
# 参数3：string：表示要被处理和替换的原始字符串
# 参数4：count：可选参数，表示是要替换的最大次数，而且必须是非负整数，该参数默认为0，即所有的匹配都会被替换；
# -----
# ('点赞+关注，点赞+关注，程序员晚枫，程序员晚枫，', 2)
finditer
这个方法返回的是一个迭代器。
import re
str = '程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞'
res = re.finditer('[0-9]+',string=str)
print(res)
# 输出：<callable_iterator object at 0x000001C3E94D3F40>
compile
re.compile()是用来优化正则的，它将正则表达式转化为对象，re.search(pattern, string)的调用方式就转换为 pattern.search(string)的调用方式，多次调用一个正则表达式就重复利用这个正则对象，可以实现更有效率的匹配。
如下列代码所示，re.compile生成pattern后，依然需要调用re的方法。
import re
str = '程序员晚枫，今年18岁，家里存款100多，车有0辆，多谢各位的10086+个点赞'
reg = re.compile('[0-9]+')
res = reg.findall(string=str)
print(res)
# 输出：['18', '100', '0', '10086']
purge
如源码所说，这个方法主要是用来清楚缓存。
Python标准库中唯一调用re.purge()的位置是在测试中（特别是test_re模块的re单元测试和回归测试套件中的参考泄漏测试）。
![]()
template
这个方法我没找到怎么使用，欢迎大家在评论区补充。
escape
可以将字符串中所有可能被解释为正则运算符的字符进行转译。
re.escape('www.python-office.com')
# 输出：'www\\.python-office\\.com'
四、注意事项
- match只能从头开始匹配
- match和search的区别：search可以从全部内容中匹配
- 所有的匹配方法，都有一个属性：flags：
- 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等
