扫码加入数据分析学习群

 二选一和子模式

需要以不同的方式处理每个字符时，字符集很好，但如果只想匹配字符串'python'和'perl'， 该如何办呢？使用字符集或通配符无法指定这样的模式，而必须使用表示二选一的特殊字符：管 道字符（|）。所需的模式为'python|perl'。 然而，有时候你不想将二选一运算符用于整个模式，而只想将其用于模式的一部分。为此， 可将这部分（子模式）放在圆括号内。对于前面的示例，可重写为'p(ython|erl)'。请注意，单 个字符也可称为子模式。

 可选模式和重复模式

通过在子模式后面加上问号，可将其指定为可选的，即可包含可不包含。例如，下面这个不 太好懂的模式：

r'(http://)?(www\.)?python\.org'

只与下面这些字符串匹配：

'http://www.python.org'

'http://python.org'

'www.python.org'

'python.org'

对于这个示例，需要注意如下几点。

 我对句点进行了转义，以防它充当通配符。

 为减少所需的反斜杠数量，我使用了原始字符串。

 每个可选的子模式都放在圆括号内。

 每个可选的子模式都可以出现，也可以不出现。

问号表示可选的子模式可出现一次，也可不出现。还有其他几个运算符用于表示子模式可重 复多次。  (pattern)*：pattern可重复0、1或多次。

 (pattern)+：pattern可重复1或多次。

 (pattern){m,n}：模式可从父m~n次。

例如，r'w*\.python\.org'与'www.python.org'匹配，也与'.python.org'、'ww.python.org' 和'wwwwwww.python.org'匹配。同样，r'w+\.python\.org'与'w.python.org'匹配，但与'.python. org'不匹配，而r'w{3,4}\.python\.org'只与'www.python.org'和'wwww.python.org'匹配。

注意 在这里，术语匹配指的是与整个字符串匹配，而函数match（参见表10-9）只要求模式与 字符串开头匹配。