正则表达式（Regular Expression），简称Regex或RegExp，是一种用来匹配字符串的强大工具。Python内置的re模块可以让我们轻松使用正则表达式对字符串进行检索、替换、分割等操作，这为文本处理提供了很大的便利。
一、基础语法
正则表达式是由普通字符和一些特殊字符组成的，可以用来描述字符的特征、数量、出现次序等。下面是一些基础的正则表达式。
. 匹配任意字符，不包括换行符
\w 匹配字母、数字或下划线
\s 匹配任意空白字符，包括空格、制表符、换页符等
\d 匹配数字
^ 匹配字符串的开始
$ 匹配字符串的结束
[] 匹配中括号中的任意一个字符
| 匹配 | 左右两侧的任意一个正则表达式
() 分组，可以对一部分正则表达式进行操作
* 匹配前面的表达式0次或多次
+ 匹配前面的表达式1次或多次
? 匹配前面的表达式0次或1次
{n} 匹配前面的表达式n次
{n,} 匹配前面的表达式至少n次
{n,m} 匹配前面的表达式n次到m次
例如，我们使用正则表达式 \d{3}-\d{5} 来匹配邮政编码，其中 \d 表示匹配数字，{3}表示匹配3次，-表示匹配横杆。这里的正则表达式的意思是先匹配3个数字，再匹配一个横杆，然后再匹配5个数字。
二、常用操作
re模块提供了很多常用的操作函数，这里介绍3个最常用的操作：search、match和sub。
1. search
search函数用来检索字符串中是否有符合正则表达式的内容，如果查找成功，返回一个Match对象，否则返回None。
import re
# 查找邮箱地址
text = "我的邮箱是lichang@mail.com。"
pattern = r'\w+@[a-zA-Z_]+?\.[a-zA-Z]{2,3}'
result = re.search(pattern, text)
if result:
print(result.group()) # 输出lichang@mail.com
else:
print("未找到邮箱地址。")
2. match
match函数用来判断字符串开头是否符合正则表达式，如果符合，返回一个Match对象，否则返回None。
import re
# 检查手机号码
text = "我的手机号码是18012345678。"
pattern = r'^1\d{10}$'
result = re.match(pattern, text)
if result:
print(result.group()) # 输出18012345678
else:
print("未找到手机号码。")
3. sub
sub函数用来替换字符串中符合正则表达式的内容。
import re # 替换字符串 text = "I love Python!" pattern = r'\bPython\b' result = re.sub(pattern, "Java", text) print(result) # 输出I love Java!
三、高级应用
正则表达式还有很多高级应用，这里介绍3个最常见的：分组、零宽断言和贪婪与非贪婪匹配。
1. 分组
正则表达式使用 () 来进行分组，可以对分组内容进行重复或者替换。
import re
# 替换文字
text = "2019年10月10日"
pattern = r'(\d{4})年(\d{2})月(\d{2})日'
result = re.sub(pattern, r'\1-\2-\3', text)
print(result) # 输出2019-10-10
2. 零宽断言
零宽断言指的是匹配内容的前面或者后面应该满足一定的条件，但是这些条件不包括在匹配结果中。
import re
# 查找http链接
text = "我的个人网站是http://www.lichang.net，欢迎来访问。"
pattern = r'(?<=http://)[a-zA-Z0-9]+\.[a-zA-Z]+'
result = re.search(pattern, text)
if result:
print(result.group()) # 输出www.lichang.net
else:
print("未找到链接。")
3. 贪婪与非贪婪匹配
正则表达式默认是贪婪模式，即尽可能多地匹配内容。非贪婪模式使用 ? 来标识，表示尽可能少地匹配内容。
import re # 正则表达式在匹配字符串时尽可能多地匹配内容 text = "Title
" pattern = r'' result = re.match(pattern, text) print(result.group()) # 输出Title
# 正则表达式在匹配字符串时尽可能少地匹配内容 text = "Title
" pattern = r'' result = re.match(pattern, text) print(result.group()) # 输出
四、总结
正则表达式是一种强大的文本处理工具，能够为Python程序员提供很大的便利。Python内置的re模块可以让我们轻松使用正则表达式对字符串进行检索、替换、分割等操作。虽然正则表达式也有一些坑，但是只要我们理解了基本语法和常用操作，就可以快速地解决很多文本处理问题。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/246405.html
微信扫一扫 
支付宝扫一扫 