0x00 前言

真的是第一次在Python上做正則表示式呀……走了好多彎路，表示自己實在是笨的不行，難得實現了個小Demo，做點備忘好了。
簡要概括一下就是：英文正則親和度蠻高的，隨意；中文，轉成Unicode再說話！

0x01 參考頁面

• 正則表示式 - 教程
  
  • 正則表示式 - 簡介
  • 正則表示式 - 語法
  • 正則表示式 - 元字元
  • 正則表示式 - 匹配規則
  • 正則表示式 - 例項
• 正則表示式線上測試
  
  • 在程式裡除錯太麻煩了，有個線上的工具實時嘗試還是相當不錯的
• 30分鐘掌握正則表示式
  
  • 這個真的不錯的，基本上入門都靠的它
  • 劇透一下30分鐘學不完的 23333

0x02 正則步驟

• 轉成Unicode
  
  • 個人是通過decode轉成unicode編碼來保證編碼一致性的，感覺笨笨的，如果有什麼好方法希望大神們能務必教教我~ ^_^
• 拍腦袋自己想個正則表示式
• 在站長工具之類的地方驗證正則效果
• 非獲取（關鍵）
  
  • (?:pattern) 匹配 pattern 但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行儲存供以後使用。這在使用 “或” 字元 (|) 來組合一個模式的各個部分是很有用。例如，'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表示式。
  • 單單從結論上講，java可以直接跑通的正則表示式，在python裡re.compile(xxx)時，可以試著在每個左括號的右邊加上非獲取符號（?:）
• 輸出的時候隨意encode成自己需要的編碼

0x03 示例程式碼

#coding=utf8
 


import sys
import re, os
import string

Pnumberic    = re.compile(u"[\\d,\\.]+(?:\\d|萬|億)元");
Ppercent     = re.compile(u"[\\d,\\.]+%");
Pzero        = re.compile(u"(?:[^\\d])0(?:[^\\d])");
PDatetime    = re.compile(u"(?:(?:[0-9]{4})[-/\\.年])(?:第[一二三四]季度)?[末初前後]?(?:(?:[01]?[0-9])[-/\\.月])?(?:[0-3]?[0-9]{1}[日])?"
 
);

def LR(s):
    return '{'.decode('utf-8') + s + '}'.decode('utf-8')

if __name__ == "__main__" :

    each = u"聽說這個公司的淨資產為369.38億元（截至2015年9月30日），然後隨便放個12450元呀，2016年7月5日，12.34%和2.5%的百分比什麼的試試看。"
    print each
    print 
    if Pnumberic.findall(each):
        #print Pnumberic.search(each).group()
        for pn in Pnumberic.findall(each):
            print pn    
            each = each.replace(pn,LR(pn))
    print 
    if Ppercent.findall(each):
        #print Ppercent.search(each).group()
        for pp in Ppercent.findall(each):
            print pp
            each = each.replace(pp,LR(pp))
    print
    if PDatetime.findall(each):
        #print PDatetime.search(each).group()
        for dt in PDatetime.findall(each):
            print dt
            each = each.replace(dt,LR(dt))
    print
    print each
    # f.write(each.encode('utf-8')+'\n')

輸出：

聽說這個公司的淨資產為369.38億元（截至2015年9月30日），然後隨便放個12450元呀，2016年7月5日，12.34%和2.5%的百分比什麼的試試看。

369.38億元
12450元

12.34%
2.5%

2015年9月30日
2016年7月5日

聽說這個公司的淨資產為{369.38億元}（截至{2015年9月30日}），然後隨便放個{12450元}呀，{2016年7月5日}，{12.34%}和{2.5%}的百分比什麼的試試看。