Python正则表达式入门进阶(2)

在前面学习过组的匹配，也就是一个括号包含就叫做一个组。在一个复杂一点的正则表达式里，比如像（1）（2）（3）这样，就匹配三组，如果想在这个表达式里引用前面匹配的组，怎么办呢？其实最简单的方式是通过组号来引用，比如像（1）（2）（3）——\1。使用“\num”的语法来自引用，如下例子：
#python 3.6
#
import re
 
address = re.compile(
    r'''
    # The regular name
    (\w+)              # first name
    \s+
    (([\w.]+)\s+)?      # optional middle name or initial
    (\w+)              # last name
    \s+
    <
    # The address: first_name.last_name@domain.tld
    (?P<email>
      \1              # first name
      \.
      \4              # last name
      @
      ([\w\d.]+\.)+    # domain name prefix
      (com|org|edu)    # limit the allowed top-level domains
    )
    >
    ''',
    re.VERBOSE | re.IGNORECASE)
 
candidates = [
    u'First Last <first.last@example.com>',
    u'Different Name <first.last@example.com>',
    u'First Middle Last <first.last@example.com>',
    u'First M. Last <first.last@example.com>',
]
 
for candidate in candidates:
    print('Candidate:', candidate)
    match = address.search(candidate)
    if match:
        print('  Match name :', match.group(1), match.group(4))
        print('  Match email:', match.group(5))
    else:
        print('  No match')

结果输出如下：
Candidate: First Last <first.last@example.com>
  Match name : First Last
  Match email: first.last@example.com
Candidate: Different Name <first.last@example.com>
  No match
Candidate: First Middle Last <first.last@example.com>
  Match name : First Last
  Match email: first.last@example.com
Candidate: First M. Last <first.last@example.com>
  Match name : First Last
  Match email: first.last@example.com

在这个例子里，就引用了第1组first name和第4组last name的值，实现了前后不一致的EMAIL的姓名，就丢掉它。

2.python里使用正则表达式的组匹配通过名称自引用

在前学习过正则表达式的组可以通过组号来自引用，看起来使用很简单的样子，其实它还是不容易维护的，比如你某一天需要在这个正则表达式里插入一个组时，就发现后面的组号全打乱了，因此需要一个一个地更改组号，有没有更容易维护的方式呢？是有的，就是使用组名称来引用。如下面的例子：
#python 3.6

#
import re
 
address = re.compile(
    '''
    # The regular name
    (?P<first_name>\w+)
    \s+
    (([\w.]+)\s+)?      # optional middle name or initial
    (?P<last_name>\w+)
    \s+
    <
    # The address: first_name.last_name@domain.tld
    (?P<email>
      (?P=first_name)
      \.
      (?P=last_name)
      @
      ([\w\d.]+\.)+    # domain name prefix
      (com|org|edu)    # limit the allowed top-level domains
    )
    >
    ''',
    re.VERBOSE | re.IGNORECASE)
 
candidates = [
    u'cai junsheng <cai.junsheng@example.com>',
    u'Different Name <cai.junsheng@example.com>',
    u'Cai Middle junsheng <cai.junsheng@example.com>',
    u'Cai M. junsheng <cai.junsheng@example.com>',
]
 
for candidate in candidates:
    print('Candidate:', candidate)
    match = address.search(candidate)
    if match:
        print('  Match name :', match.groupdict()['first_name'],
              end=' ')
        print(match.groupdict()['last_name'])
        print('  Match email:', match.groupdict()['email'])
    else:
        print('  No match')