08-利用括号分组

7.3.1　利用括号分组

假定想要将区号从电话号码中分离，添加括号将在正则表达式中创建“分组”： (\d\d\d)-(\d\d\d-\d\d\d\d) 。然后可以使用 group() 匹配对象方法，从一个分组中获取匹配的文本。

正则表达式字符串中的第一对括号是第 1 组，第二对括号是第 2 组。向 group() 匹配对象方法传入整数 1 或 2，就可以取得匹配文本的不同部分。向 group() 方法传入0或不传入参数，将返回整个匹配的文本。在交互式环境中输入以下代码：

>>> phoneNumRegex = re.compile(r'(\d\d\d)-(\d\d\d-\d\d\d\d)')
>>> mo = phoneNumRegex.search('My number is 415-555-4242.')
>>> mo.group(1)
'415'
>>> mo.group(2)
'555-4242'
>>> mo.group(0)
'415-555-4242'
>>> mo.group()
'415-555-4242'

如果想要一次就获取所有的分组，请使用 groups() 方法，注意函数名的复数形式：

>>> mo.groups()
('415', '555-4242')
>>> areaCode, mainNumber = mo.groups()
>>> print(areaCode)
415
>>> print(mainNumber)
555-4242

因为 mo.groups() 返回多个值的元组，所以你可以使用多重复制的技巧，每个值赋给一个独立的变量，就像前面的代码行： areaCode, mainNumber = mo.groups() 。

括号在正则表达式中有特殊的含义，如果你需要在文本中匹配括号，该怎么办呢？例如，你要匹配的电话号码可能将区号放在一对括号中。在这种情况下，就需要用倒斜杠对括号进行字符转义。在交互式环境中输入以下代码：

>>> phoneNumRegex = re.compile(r'(\(\d\d\d\)) (\d\d\d-\d\d\d\d)')
>>> mo = phoneNumRegex.search('My phone number is (415) 555-4242.')
>>> mo.group(1)
'(415)'
>>> mo.group(2)
'555-4242'

在传递给 re.compile() 的原始字符串中，(和)转义字符将匹配实际的括号字符。在正则表达式中，以下字符具有特殊含义：

.  ^   $   *   +   ?   {   }   [  ]  \  | (  ) 

如果要检测包含这些字符的文本模式，那么就需要用倒斜杠对它们进行转义：

\.  \^   \$   \*   \+   \?  \{   \}   \[  \]  \\  \|  \(  \)

要确保在正则表达式中，没有将转义的括号 ( 和 ) 误作为括号 ( 和 ) 。如果你收到类似“ missing) ”或“ unbalanced parenthesis ”的错误信息，则可能是忘记了为分组添加转义的右括号，例如以下示例：

>>> re.compile(r'(\(Parentheses\)') 
Traceback (most recent call last): 
    --snip--
re.error: missing ), unterminated subpattern at position 0

这条错误信息告诉你，在 r'((Parentheses)' 字符串的索引0处有一个左括号，但缺少对应的右括号。