【Python 第59课】 正则表达式（5）

crossin先生

听说有人已经开始国庆假期了，甚至还有人中秋之后就请了年假一休到底，表示羡慕嫉妒恨！今天发完这课，我也要进入休假状态，谁也别拦着我。

来说上次的习题：

(021)88776543

010-55667890

02584453362

0571 66345673

一个可以匹配出所有结果的表达式是

\(?0\d{2,3}[) -]?\d{7,8}

解释一下：

\(?

()在正则表达式里也有着特殊的含义，所以要匹配字符"("，需要用"\("。?表示这个括号是可有可无的。

0\d{2,3}

区号，0xx或者0xxx

[) -]?

在区号之后跟着的可能是")"、" "、"-"，也可能什么也没有。

\d{7,8}

7或8位的电话号码

可是，这个表达式虽然能匹配出所有正确的数据（一般情况下，这样已经足够），但理论上也会匹配到错误的数据。因为()应当是成对出现的，表达式中对于左右两个括号并没有做关联处理，例如(02188776543这样的数据也是符合条件的。

我们可以用正则表达式中的“|”符号解决这种问题。“|”相当于python中“or”的作用，它连接的两个表达式，只要满足其中之一，就会被算作匹配成功。

于是我们可以把()的情况单独分离出来：

\(0\d{2,3}\)\d{7,8}

其他情况：

0\d{2,3}[ -]?\d{7,8}

合并：

\(0\d{2,3}\)\d{7,8}|0\d{2,3}[ -]?\d{7,8}

使用“|”时，要特别提醒注意的是不同条件之间的顺序。匹配时，会按照从左往右的顺序，一旦匹配成功就停止验证后面的规则。假设要匹配的电话号码还有可能是任意长度的数字（如一些特殊的服务号码），你应该把

|\d+

这个条件加在表达式的最后。如果放在最前面，某些数据就可能会被优先匹配为这一条件。你可以写个测试用例体会一下两种结果的不同。

关于正则表达式，我们已经讲了5篇，介绍了正则表达式最最皮毛的一些用法。接下来，这个话题要稍稍告一段落。推荐一篇叫做《正则表达式30分钟入门教程》的文章（直接百度一下就能找到，我也会转到论坛上），想要对正则表达式进一步学习的同学可以参考。这篇教程是个标题党，里面涉及了正则表达式较多的内容，30分钟绝对看不完。

好了，祝大家过个欢脱的长假，好好休息，多陪家人。

#==== 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

nsm1168

不错，昨天也在学习 《正则表达式30分钟入门教程》 这个教程了。

michael

学习了

跑跑慢慢

正在联系中

crossin老师您好 有一个问题想请教您一下
老师给出的答案是 \(?0\d{2,3}[) -]?\d{7,8}
我在自己测试的时候 不小心把第二个问号前[]里的内容写成了[)- ]
也就是把空格和-的位置调换了 (\(?0\d{2,3}[)- ]?\d{7,8}) 就出现了下面这样的错误

Traceback (most recent call last):
  File "lesson58.py", line 4, in <module>
    pattern = re.compile(r'\(?0\d{2,3}\)[)- ]?\d{7,8}|0\d{2,3}[ -]?\d{7,8}|d+')
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/re.py", line 190, in compile
    return _compile(pattern, flags)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/re.py", line 242, in _compile
    raise error, v # invalid expression
sre_constants.error: bad character range

请问这是为什么呢? 在写正则表达式的时候 对于表达式里面的选项的顺序是有要求的么? 谢谢

crossin先生

QQ_321CD6 发表于 2014-6-30 20:30
crossin老师您好 有一个问题想请教您一下
老师给出的答案是 \(?0\d{2,3}[) -]?\d{7,8}
我在自己测试的时候  ...

查了一下。减号-在中括号[]里是有特殊含义的
[a-z]是表示从字符a到字符z的所有字符
但[z-a]就会报错，因为a在z前面
而[)- ]表示从)到 的所有字符，而)的字符值又比空格大，所以就报错了

crossin先生 发表于 2014-7-1 11:29
查了一下。减号-在中括号[]里是有特殊含义的
[a-z]是表示从字符a到字符z的所有字符
但[z-a]就会报错，因 ...

讲得十分详细, 谢谢. 麻烦您了

liu-pengfei

又学习了。

lincoln

老师您好，发现一个问题，不知道怎么解决
(021)88776543
010-55667890
02584453362
0571 66345673
用下列表达式匹配
\(0\d{2,3}\)\d{7,8}|0\d{2,3}[ -]?\d{7,8}
第三个电话号码，会在0之后先匹配3位，然后后面再匹配8位，没办法先匹配2位，再匹配7位，导致最后一个号码不能匹配，应该描述清楚了吧？

crossin先生

lincoln 发表于 2015-7-9 20:26
老师您好，发现一个问题，不知道怎么解决
(021)88776543
010-55667890

它就是这样可以匹配啊，如果你强行要匹配2+7，就不能给3和8的选项，不然都会尽可能匹配的