如何在Python中创建正则表达式？

Question

我正在尝试创建一些规则来从一个文本文件中筛选特定的内容。我想筛选的内容有这样的格式：

word_*_word.word

举个例子，我希望能得到每一个匹配的python代码。示例结果可能是：

program1_0.0-1_log.build
program2_0.1-3_log.build

我该怎么做呢？

非常感谢你的帮助！

Answer 1

Python的正则表达式模块叫做 re。你需要先导入这个模块，然后使用里面提供的函数：

import re
if re.match(r'\w+_.*_\w+.\w+', "some_text_abc.x"):
   print "yeah."

在正则表达式字符串前加个 r 是很有用的，这样它就会被当作普通字符串来处理，不会对转义字符进行特殊处理。否则，反斜杠会被Python解释器当作特殊字符来对待，而正则表达式中需要用到的反斜杠就需要再加一个反斜杠来转义。

Answer 2

看起来你想使用一个像 r'\w+_.*_\w+\.\w+' 这样的模式——假设你用的 * 是表示“零个或多个任意字符”（如果不是的话，中间的 .* 部分就需要相应地调整）。一旦你有了正确的模式（具体取决于你对那个 * 的定义；-），你可以用 re.compile 来创建一个正则表达式对象，然后使用这个对象的 .findall 方法，把你的整体字符串作为参数传进去，这样就能得到一个匹配这个模式的所有不重叠子字符串的列表（如果你想一次获取一个这样的子字符串，也可以使用其他方法，比如 .finditer，然后逐个循环处理它们）。

Answer 3

试试这样做：

r'[a-zA-Z0-9]+_[^_]+_[a-zA-Z0-9]+\.[a-zA-Z0-9]+'