1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

#!/usr/bin/python

# -*- coding: utf-8 -*-

"""

【教程】详解Python正则表达式之： (?P<name>...) named group 带命名的组

http://www.crifan.com/detailed_explanation_about_python_named_group

Version:    2012-11-12

Author:     Crifan

"""

import re;

#如下教程所举例的代码，已去除重复的，关于group本身的解释。

#所以，请在参考学习下面代码之前，请确保已经对group的用法有所了解。

#如不了解，可参考：

#【教程】详解Python正则表达式之： (…) group 分组

#http://www.crifan.com/detailed_explanation_about_python_regular_express_about_group/

# 下列举例所用的字符串是来自于 http://janexyy.blogbus.com/logs/105359907.html 中的部分html代码

# 此处所采用的示例代码，参考自：

#http://code.google.com/p/blogs-to-wordpress/source/browse/trunk/libs/crifan/blogModules/BlogBlogbus.py

# -> extractTags()

reNamedGroupTestStr = u'标签：<a href="/tag/情侣电话粥/">情侣电话粥</a>';

# 1. (?P=name)

# 此处就是通过 (?P=name)的方式，来引用，正则表达式中，前面已经命名tagName的group的

foundTagA = re.search(u'.+?<a href="/tag/(?P<tagName>.+?)/">(?P=tagName)</a>', reNamedGroupTestStr);

print "foundTagA=",foundTagA; #foundTagA= <_sre.SRE_Match object at 0x00876D60>

if(foundTagA):

    # 2. mateched.group(name)

    # 可以通过之前给group命的名，来获得匹配到的值

    namedGroupStr = foundTagA.group("tagName");

    print "namedGroupStr=",namedGroupStr; #namedGroupStr= 情侣电话粥

    # 3. matched.group(N) == matched.group(name)

    # 此处，通过group的index，即group(1),group(2),...

    # 也可以获得和之前通过名字name获得的group的值

    # 通过名字或者索引号，两种方式都可以获得所需要的值，

    # 但是通过名字，更加准确，不会出现，当group太多而index容易混淆的问题

    group1Value = foundTagA.group(1);

    print "Group(1): group1Value=",group1Value; #Group(1): group1Value= 情侣电话粥

    # 4. \g<name> in re.sub()

    # 在re.sub()中，通过\g<name>的方式，引用前面已经命名为name的group的值

    substitutedStr = re.sub(u'.+?<a href="/tag/(?P<tagName>.+?)/">(?P=tagName)</a>', u'所捕获的tag值为：\g<tagName>', reNamedGroupTestStr);

    print "Original string=%s, after substituted=%s"%(reNamedGroupTestStr, substitutedStr); #Original string=标签：<a href="/tag/情侣电话粥/">情侣电话粥</a>, after substituted=所捕获的tag值为：情侣电话粥