正则表达式（Regular Expression）是一种模式匹配语言，可以用于匹配字符串中的文本片段。在Python中，我们可以通过re模块来使用正则表达式。
一、re模块基础
在使用re模块之前，我们需要先导入re模块。
import re
使用re模块的核心函数是re.search()和re.findall()。它们都需要两个参数，第一个参数是正则表达式，第二个参数是要匹配的字符串。re.search()会返回第一个匹配到的字符串，而re.findall()会返回所有匹配到的字符串列表。
举个例子，我们要在字符串”hello world”中匹配”o w”这个子串，可以这样写：
str = "hello world"
match = re.search("o w", str)
print(match.group())
输出结果为：
o w
这里的.group()是re模块中的一个方法，它返回匹配的字符串。
使用re.findall()可以返回所有匹配的字符串。比如我们要在”aabbcc”中匹配”a”和”b”这两个字母，可以这样写：
str = "aabbcc"
matches = re.findall("[ab]", str)
print(matches)
输出结果为：
['a', 'a', 'b', 'b']
二、元字符
元字符是正则表达式中的特殊字符，用于匹配一些特定的字符或字符串。常用的元字符包括：
– .（点）：匹配任意字符（除了换行符）。
– ^：匹配字符串的开头。
– $：匹配字符串的结尾。
– *：匹配0个或多个前面的字符。
– +：匹配1个或多个前面的字符。
– ?：匹配0个或1个前面的字符。
– []：匹配方括号中出现的任意一个字符。
– [^]：匹配方括号中没有出现的任意一个字符。
– ()：定义一个子模式。
举个例子，我们要在字符串”hello world”中匹配以”h”开头，以”d”结尾，中间有任意多个字符的子串，可以这样写：
str = "hello world"
match = re.search("^h.*d$", str)
print(match.group())
输出结果为：
hello world
我们可以看到，这里使用了^和$元字符，表示字符串的开头和结尾。同时使用了.*元字符，表示中间的任意多个字符。
三、字符集
字符集用方括号[]来表示，里面的字符表示可以匹配的任意一个字符。例如，[abc]表示可以匹配”a”、”b”、”c”中的任意一个字符。字符集还可以使用-表示范围。例如，[a-z]表示可以匹配小写字母中的任意一个字符。
举个例子，我们要在字符串”apples, oranges, bananas”中匹配所有以”a”或”b”开头，以”s”结尾的单词，可以这样写：
str = "apples, oranges, bananas"
matches = re.findall("[ab][a-zA-Z]*s", str)
print(matches)
输出结果为：
['apples', 'bananas']
这里使用了[a-zA-Z]字符集，表示所有的字母，[a-zA-Z]*表示任意多个字母。同时，使用了前面讲到的[]和*元字符。
四、转义字符
在正则表达式中，有一些特殊字符需要进行转义才能正确匹配。常见的转义字符包括：
– \d：匹配数字（0-9）。
– \D：匹配非数字。
– \s：匹配空白字符（空格、制表符、换行符等）。
– \S：匹配非空白字符。
– \w：匹配字母、数字、下划线。
– \W：匹配非字母、数字、下划线。
举个例子，我们要在字符串”my phone number is 123-456-7890″中匹配电话号码，可以这样写：
str = "my phone number is 123-456-7890"
match = re.search("\d{3}-\d{3}-\d{4}", str)
print(match.group())
输出结果为：
123-456-7890
这里使用了\d元字符和{3}表示前面的字符重复匹配3次。同时，使用了-字符匹配横线。
五、替换和分割
除了匹配字符串，re模块还可以用来替换字符串和分割字符串。
re.sub()函数可以用来替换字符串中匹配到的子串：
str = "my phone number is 123-456-7890"
new_str = re.sub("\d", "#", str)
print(new_str)
输出结果为：
my phone number is ###-###-####
这里的\d表示匹配数字，#是要替换成的字符。
re.split()函数可以用来分割字符串，返回一个列表：
str = "apple,orange,banana"
words = re.split(",", str)
print(words)
输出结果为：
['apple', 'orange', 'banana']
这里的”,”表示分隔符。
六、贪婪模式和非贪婪模式
在匹配字符串时，正则表达式默认使用贪婪模式。即匹配时会尽可能多地匹配字符。例如，对于字符串”aaa”和正则表达式”a.*a”，贪婪模式会匹配整个字符串”aaa”。
如果想使用非贪婪模式，可以在元字符后面加上?。例如，对于字符串”aaa”和正则表达式”a.*?a”，非贪婪模式只会匹配第一个”a”。
七、总结
本文介绍了Python中re模块的正则表达式用法，包括re模块的基础、元字符、字符集、转义字符、替换和分割、贪婪模式和非贪婪模式等内容。正则表达式是一种强大的字符串处理工具，学会使用正则表达式可以大大提高字符串处理的效率。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/259566.html
微信扫一扫 
支付宝扫一扫 