Python正则表达式速查表：快速匹配字符串模式

Python正则表达式可以被描述为一种高级的文本匹配工具，用于在给定的字符串中搜索指定的字符串模式。在处理文本数据时，它已成为Python开发人员的核心工具之一。由于正则表达式的难度和灵活性，学习它并熟练掌握它是必要的。那么，本文将为您提供有关Python正则表达式的全面指南，从基础到高级，帮助您更好地理解Python正则表达式。

一、基础语法

正则表达式由一些基本字符和元字符构成。基本字符表示它们自身，而元字符具有特殊含义，可以用于表示一些特定的字符或模式。以下是Python中正则表达式的一些基本元字符：

.              匹配任意字符
\d             匹配任意数字
\D             匹配非数字
\w             匹配单词字符
\W             匹配非单词字符
\s             匹配空白符
\S             匹配非空白符
^              匹配字符串的开头
$              匹配字符串的结尾
[]             匹配字符集合中的任意字符
|              或运算符
()             匹配分组
*

下面是一些基本的匹配模式示例：

import re

# 匹配任意字符
s = 'abc123def'
result = re.findall('.', s)
print(result)
# 输出：['a', 'b', 'c', '1', '2', '3', 'd', 'e', 'f']

# 匹配数字
s = 'abc123def'
result = re.findall('\d', s)
print(result)
# 输出：['1', '2', '3']

# 匹配单词字符
s = 'abc123def'
result = re.findall('\w', s)
print(result)
# 输出：['a', 'b', 'c', '1', '2', '3', 'd', 'e', 'f']

二、量词

量词是指定前面的模式出现的次数。例如，我们可以使用量词来匹配固定长度的字符串或一定范围内的数字。以下是Python中一些常用量词：

*              匹配0次或多次
+              匹配1次或多次
?              匹配0次或1次
{m}            匹配m次
{m,}           匹配至少m次
{m,n}          匹配m-n次
*

以下是一些量词的示例：

import re

# 匹配0次或多次
s = 'ac abb abbb abbbb'
result = re.findall('ab*', s)
print(result)
# 输出：['a', 'abb', 'abbb', 'abbbb']

# 匹配1次或多次
s = 'ac abb abbb abbbb'
result = re.findall('ab+', s)
print(result)
# 输出：['abb', 'abbb', 'abbbb']

# 匹配0次或1次
s = 'ac abb abbb abbbb'
result = re.findall('ab?', s)
print(result)
# 输出：['a', 'ab', 'ab', 'ab']

# 匹配至少3次
s = 'ac abb abbb abbbb'
result = re.findall('ab{3,}', s)
print(result)
# 输出：['abbb', 'abbbb']

三、定位符

定位符用于指定匹配模式的位置。例如，我们可以使用定位符来匹配在字符串的开头或结尾位置的模式。以下是Python中一些常用的定位符：

^              匹配字符串的开头
$              匹配字符串的结尾
\b             匹配单词边界
\B             匹配非单词边界
*

以下是一些定位符的示例：

import re

# 匹配字符串的开头
s = 'abc123def'
result = re.findall('^ab', s)
print(result)
# 输出：['ab']

# 匹配字符串的结尾
s = 'abc123def'
result = re.findall('def$', s)
print(result)
# 输出：['def']

# 匹配单词边界
s = 'I love Python, do you?'
result = re.findall(r'\bPython\b', s)
print(result)
# 输出：['Python']

四、分组

分组可以将一个或多个模式组合成一个单元，并对其进行操作。例如，我们可以使用分组来捕获特定的模式或重复使用同一模式。以下是Python中一些常用的分组语法：

()             捕获分组，将匹配的结果存储到一个变量中
(?:)           非捕获分组，用于重复使用模式，并将结果存储到一个变量中
(?P)     命名分组
(?P=name)      引用命名分组
*

以下是一些分组的示例：

import re

# 捕获分组
s = 'Name: John, Age: 25'
result = re.findall('Name: (\w+), Age: (\d+)', s)
print(result)
# 输出：[('John', '25')]

# 非捕获分组
s = 'abbaabbaaabbaaa'
result = re.findall('(ab)+', s)
print(result)
# 输出：['ab', 'ab', 'ab']

# 命名分组
s = 'Name: John, Age: 25'
result = re.findall('Name: (?P\w+), Age: (?P\d+)', s)
print(result)
# 输出：[('John', '25')]

# 引用命名分组
s = 'John John'
result = re.findall(r'(?P\w+) (?P=name)', s)
print(result)
# 输出：['John']

五、修饰符

修饰符用于修改正则表达式模式的行为。例如，我们可以使用修饰符来忽略大小写或使用多行模式。以下是Python中一些常用的修饰符：

re.I           忽略大小写
re.M           多行模式
re.S           使.匹配任意字符，包括换行符
re.X           忽略空格和注释
*

以下是一些修饰符的示例：

import re

# 忽略大小写
s = 'AbC'
result = re.findall('abc', s, re.I)
print(result)
# 输出：['AbC']

# 多行模式
s = 'abc\ndef\nghi\n'
result = re.findall('^abc', s, re.M)
print(result)
# 输出：['abc']

# 使.匹配任意字符，包括换行符
s = 'abc\ndef\nghi\n'
result = re.findall('.', s, re.S)
print(result)
# 输出：['a', 'b', 'c', '\n', 'd', 'e', 'f', '\n', 'g', 'h', 'i', '\n']

# 忽略空格和注释
s = 'abc   def'
result = re.findall('abc def', s, re.X)
print(result)
# 输出：['abc   def']

六、总结

Python正则表达式是一个非常强大的文本处理工具，可以用于在文本中查找和提取匹配的模式。本文从基础语法、量词、定位符、分组和修饰符等多个方面对Python正则表达式进行了详细阐述，并提供了相对应的代码示例。掌握这些知识，您将能够更有效地使用Python处理文本数据。