Python 正则表达式教程：精通匹配与替换技巧

Python 正则表达式是一个强大的工具，它可以让我们在处理字符串时更加高效和灵活。Python 正则表达式可以用来匹配字符串、替换字符串、从字符串中提取关键信息等等。掌握 Python 正则表达式可以让我们在数据处理、爬虫、文本编辑等方面提高工作效率。

一、正则表达式基础

正则表达式是一种通用的字符串匹配语言，它提供了一种灵活的方式用来匹配一定模式的文本。Python的re模块为我们提供了正则表达式的支持。基础的正则表达式语法如下：

import re

# 创建正则表达式对象
pattern = re.compile(r'正则表达式')

# 对指定字符串进行匹配
result = pattern.match('指定字符串')

# 输出匹配结果
print(result)

首先，我们需要使用re模块的compile()函数来创建一个正则表达式对象。这个对象可以用来表示一种特定的匹配模式。然后，我们使用match()函数对指定的字符串进行匹配。如果匹配成功，我们就会得到一个匹配对象，否则返回None。

使用正则表达式的时候，有一些常用的特殊字符。例如：“.”表示匹配任意字符；“\d”表示匹配一个数字；“\w”表示匹配一个字母或数字；“\s”表示匹配一个空格或换行符等等。我们可以利用这些特殊字符来设计出更复杂的匹配模式。

二、正则表达式高级应用

正则表达式不仅可以用来匹配字符串，还可以用来替换字符串。Python的re模块提供了sub()函数，可以用来进行字符串替换。下面是一个简单的示例，将字符串中的所有数字替换成“*”：

import re

# 进行字符串替换
result = re.sub(r'\d+', '*', 'ABCD1234EFGH')

# 输出替换结果
print(result)

除了进行简单的字符串替换，我们还可以用正则表达式来提取字符串中的关键信息。例如，我们可以用正则表达式从手机号码中提取出区号：

import re

# 从手机号码中提取区号
result = re.search(r'(\d{3})-\d{8}', 'Tel: 021-12345678')

# 输出提取结果
print(result.group(1))

在上面的代码中，我们使用了正则表达式“(\d{3})-\d{8}”来匹配符合条件的字符串，其中“\d{3}”表示匹配三个数字，后面的“-”和“\d{8}”表示匹配一个“-”后面跟着八个数字的模式。通过使用括号把“\d{3}”包围，我们可以把“\d{3}”匹配到的区号提取出来。

三、Python正则表达式库常用函数列表

下面列举了一些Python正则表达式库常用的函数：

• re.match(pattern, string, flags=0)：从字符串开头开始匹配模式
• re.search(pattern, string, flags=0)：搜索字符串中匹配模式的第一个位置
• re.findall(pattern, string, flags=0)：返回字符串中所有匹配的子串作为列表
• re.sub(pattern, repl, string, count=0, flags=0)：替换所有匹配的子串
• re.compile(pattern, flags=0)：编译正则表达式模式
• re.split(pattern, string, maxsplit=0, flags=0)：分割字符串

以上函数用法参考本文前两节的示例。