【Python 第56课】 正则表达式（2）

crossin先生

有同学问起昨天那段测试代码里的问题，我来简单说一下。

1.
r"hi"

这里字符串前面加了r，是raw的意思，它表示对字符串不进行转义。为什么要加这个？你可以试试print "\bhi"和r"\bhi"的区别。
>>> print "\bhi"
hi
>>> print r"\bhi"
\bhi

可以看到，不加r的话，\b就没有了。因为python的字符串碰到“\”就会转义它后面的字符。如果你想在字符串里打“\”，则必须要打“\\”。
>>> print "\\bhi"
\bhi

这样的话，我们的正则表达式里就会多出很多“\”，让本来就已经复杂的字符串混乱得像五仁月饼一般。但加上了“r”，就表示不要去转义字符串中的任何字符，保持它的原样。

2.
re.findall(r"hi", text)

re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。

3.
今天主要说两个符号“.”和“*”，顺带说下“\S”和“?”。
“.”在正则表达式中表示除换行符以外的任意字符。在上节课提供的那段例子文本中：
Hi, I am Shirley Hilton. I am his wife.

如果我们用“i.”去匹配，就会得到
['i,', 'ir', 'il', 'is', 'if']

你若是暴力一点，也可以直接用“.”去匹配，看看会得到什么。

与“.”类似的一个符号是“\S”，它表示的是不是空白符的任意字符。注意是大写字符S。

4.
在很多搜索中，会用“?”表示任意一个字符，“*”表示任意数量连续字符，这种被称为通配符。但在正则表达式中，任意字符是用“.”表示，而“*”则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次），只要满足这样的条件，都会被表达式匹配上。

结合前面的“.*”，用“I.*e”去匹配，想一下会得到什么结果？
['I am Shirley Hilton. I am his wife']

是不是跟你想的有些不一样？也许你会以为是
['I am Shirle', 'I am his wife']

这是因为“*”在匹配时，会匹配尽可能长的结果。如果你想让他匹配到最短的就停止，需要用“.*?”。如“I.*?e”，就会得到第二种结果。这种匹配方式被称为懒惰匹配，而原本尽可能长的方式被称为贪婪匹配。

最后留一道习题：
从下面一段文本中，匹配出所有s开头，e结尾的单词。

site sea sue sweet see case sse ssee loses


#==== Crossin的编程教室 ====#
微信ID：crossincode
论坛：http://crossin.me
QQ群：156630350

面向零基础初学者的编程课
每天5分钟，轻松学编程

crossin先生

jpjlqone 发表于 2013-9-18 13:21
先生，我想在win下模拟鼠标中键的滚动行为，没能找到适用的模块。希望能提供点信息。 ...

pygame的pygame.MOUSEBUTTONDOWN可以监听鼠标滚轮事件

crossin先生

jpjlqone 发表于 2013-9-18 13:21
先生，我想在win下模拟鼠标中键的滚动行为，没能找到适用的模块。希望能提供点信息。 ...

哦，你说的是模拟，参考一下这个看看
http://blog.csdn.net/sunyonggao/article/details/8121061

crossin先生

aison 发表于 2013-9-19 12:34
import re
text = 'site sea sue sweet see case sse ssee loses'
pattern = re.compile(r'\bs\S*?e\b')

嗯，是的

crossin先生

jpjlqone 发表于 2013-9-19 10:09
老师中秋节好！
这个文章我看过，它能够模拟鼠标中键点下去，然后移动鼠标，最后中键抬起（方法一）。
但 ...

win32api.mouse_event(win32con.MOUSEEVENTF_WHEEL,0,0,-20,win32con.WHEEL_DELTA)

http://blog.sina.com.cn/s/blog_53f023270101ors4.html

crossin先生

Myk_cc 发表于 2013-9-21 20:06

不错的，赞一下现学现用的学习方式！

crossin先生

文心雕龙 发表于 2014-5-17 14:52
\bs\S.*?e\b和\bs.*?e\b输出结果一样的，请问是不是可以理解为这几个符号有优先级？ ...

这两个不完全一样。
前面加了个\S，其实相当于是先匹配一个非空白字符，然后再匹配任意数量字符。
如果有"se"，那么前者无法匹配，后者可以。

crossin先生

r"/b"

crossin先生

sukiak 发表于 2015-4-5 10:10
老师，
import re
text = "Shirley  his"

hi只能匹配到hi，如果你想匹配整个单词，得在前后加上匹配0~n个非空格字符的正则，如
\w*hi\w*

crossin先生

catherinemic 发表于 2016-2-2 14:46
Crossin老师，想问一下，既然r'\bhi'表示非转译的原始字符‘\bhi'，但是为什么re.findall(r'\bhi', text)的 ...

直接写'\bhi'，\b就被转义了。
找\bhi的话，要防止\b作为特殊元字符去匹配，所以需要用
r"\\bhi"