Python中正则表达式的基本用法

正则表达式(regular expression)是一种用于描述字符串结构的语法规则，利用一些特殊符号和组合，可以方便地进行字符串的匹配、查找、替换等操作。在Python中，通过re模块可以实现正则表达式的处理。

一、基本元字符

1、.：匹配任意单个字符，除了\n

示例代码：

“`python
import re

pattern = r”hello.world”
string = “hello\nworld”

match = re.search(pattern, string)

if match:
print(“Match found: ” + match.group())
else:
print(“No match”)
“`

输出：No match

2、^：匹配字符串开头

示例代码：

“`python
import re

pattern = r”^hello”
string = “hello world”

match = re.search(pattern, string)

if match:
print(“Match found: ” + match.group())
else:
print(“No match”)
“`

输出：Match found: hello

3、$：匹配字符串结尾

示例代码：

“`python
import re

pattern = r”world$”
string = “hello world”

match = re.search(pattern, string)

if match:
print(“Match found: ” + match.group())
else:
print(“No match”)
“`

输出：Match found: world

二、字符集

字符集用[]表示，匹配[]中的任意一个字符

示例代码：

“`python
import re

pattern = r”[aeiou]”
string = “hello world”

match = re.search(pattern, string)

if match:
print(“Match found: ” + match.group())
else:
print(“No match”)
“`

输出：Match found: e

字符集中除了[a-z]等常见形式外，还可以使用如下缩写：

• \d：匹配任意一个数字
• \D：匹配任意一个非数字字符
• \s：匹配任意一个空白字符，包括空格、制表符、换行符等
• \S：匹配任意一个非空白字符
• \w：匹配任意一个字母、数字或下划线
• \W：匹配任意一个非字母、数字或下划线的字符

示例代码：

“`python
import re

pattern1 = r”\d”
pattern2 = r”\s”
pattern3 = r”\w”
string = “hello 123 world”

match1 = re.search(pattern1, string)

if match1:
print(“Match found: ” + match1.group())
else:
print(“No match”)

match2 = re.search(pattern2, string)

if match2:
print(“Match found: ” + match2.group())
else:
print(“No match”)

match3 = re.search(pattern3, string)

if match3:
print(“Match found: ” + match3.group())
else:
print(“No match”)
“`

输出：

“`
Match found: 1
Match found:
Match found: h
“`

三、量词

量词可以控制匹配的次数，包括：

• *：匹配前一个字符0或多次
• +：匹配前一个字符1或多次
• ?：匹配前一个字符0或1次
• {n}：匹配前一个字符n次
• {m,n}：匹配前一个字符至少m次，最多n次（不包括m或n）

示例代码：

“`python
import re

pattern1 = r”o*l”
pattern2 = r”o+l”
pattern3 = r”o?l”
pattern4 = r”o{2}l”
pattern5 = r”o{1,2}l”
string1 = “hello world”
string2 = “hollo world”
string3 = “hllo world”
string4 = “hool world”
string5 = “hoool world”

match1 = re.search(pattern1, string1)

if match1:
print(“Match found: ” + match1.group())
else:
print(“No match”)

match2 = re.search(pattern2, string1)

if match2:
print(“Match found: ” + match2.group())
else:
print(“No match”)

match3 = re.search(pattern3, string1)

if match3:
print(“Match found: ” + match3.group())
else:
print(“No match”)

match4 = re.search(pattern4, string1)

if match4:
print(“Match found: ” + match4.group())
else:
print(“No match”)

match5 = re.search(pattern5, string1)

if match5:
print(“Match found: ” + match5.group())
else:
print(“No match”)

match6 = re.search(pattern5, string4)

if match6:
print(“Match found: ” + match6.group())
else:
print(“No match”)

match7 = re.search(pattern5, string5)

if match7:
print(“Match found: ” + match7.group())
else:
print(“No match”)
“`

输出：

“`
Match found: ol
Match found: ol
Match found: l
No match
Match found: ol
Match found: ool
Match found: oool
“`

四、分组

分组通过()实现，可以将多个字符当成一个整体进行匹配。

示例代码：

“`python
import re

pattern = r”(ab)+”
string1 = “ababab”
string2 = “ab”

match1 = re.search(pattern, string1)

if match1:
print(“Match found: ” + match1.group())
else:
print(“No match”)

match2 = re.search(pattern, string2)

if match2:
print(“Match found: ” + match2.group())
else:
print(“No match”)
“`

输出：

“`
Match found: ababab
No match
“`

五、转义字符

如果需要匹配正则表达式中的特殊字符本身，可以使用转义字符\

示例代码：

“`python
import re

pattern = r”\.”
string = “hello.world”

match = re.search(pattern, string)

if match:
print(“Match found: ” + match.group())
else:
print(“No match”)
“`

输出：

“`
Match found: .
“`

六、re模块常用函数

在Python中，匹配正则表达式通常使用re模块提供的函数实现。

• re.search(pattern, string, flags=0)：在string中搜索匹配pattern的第一个位置，返回MatchObject实例
• re.match(pattern, string, flags=0)：从string的起始位置开始搜索匹配pattern的第一个位置，返回MatchObject实例
• re.findall(pattern, string, flags=0)：搜索string中所有匹配pattern的子串，并返回一个由匹配字符串构成的列表
• re.finditer(pattern, string, flags=0)：搜索string中所有匹配pattern的子串，并返回一个由MatchObject实例构成的迭代器
• re.split(pattern, string, maxsplit=0, flags=0)：根据pattern进行分割字符串，返回分割后的列表
• re.sub(pattern, repl, string, count=0, flags=0)：使用repl替换string中匹配patter的子串，count控制替换次数

示例代码：

“`python
import re

pattern = r”\d+”
string = “hello 123 world 456”

match = re.search(pattern, string)

if match:
print(“Match found: ” + match.group())
else:
print(“No match”)

match_all = re.findall(pattern, string)

if match_all:
print(match_all)

match_iter = re.finditer(pattern, string)

for match in match_iter:
print(match.group())

split_list = re.split(pattern, string)

print(split_list)

sub_str = re.sub(pattern, “X”, string)

print(sub_str)

sub_str_limit = re.sub(pattern, “X”, string, count=1)

print(sub_str_limit)
“`

输出：

“`
Match found: 123
[‘123’, ‘456’]
123
456
[‘hello ‘, ‘ world ‘, ”]
hello X world X
hello X world 456
“`

七、flags参数

在使用re模块时，可以使用flags参数指定不同的匹配选项，常用的选项包括：

• re.I / re.IGNORECASE：忽略大小写
• re.S / re.DOTALL：匹配任意字符，包括换行符
• re.M / re.MULTILINE：多行匹配
• re.X / re.VERBOSE：忽略正则表达式中的空白符，以使表达式更易读

示例代码：

“`python
import re

pattern1 = r”(?i)hello”
pattern2 = r”(?s)hello.world”
pattern3 = r”(?m)^world$”
pattern4 = r”(?x)h e l l o . w o r l d”
string = “Hello\nWORLD\nhello.world”

match1 = re.search(pattern1, string)

if match1:
print(“Match found: ” + match1.group())
else:
print(“No match”)

match2 = re.search(pattern2, string)

if match2:
print(“Match found: ” + match2.group())
else:
print(“No match”)

match3 = re.search(pattern3, string)

if match3:
print(“Match found: ” + match3.group())
else:
print(“No match”)

match4 = re.search(pattern4, string)

if match4:
print(“Match found: ” + match4.group())
else:
print(“No match”)
“`

输出：

“`
Match found: Hello
Match found: hello.world
Match found: WORLD
Match found: hello.world
“`

八、总结

正则表达式是一种强大的文本处理工具，掌握基本的语法规则可以使我们在处理字符串时更加灵活高效。在Python中，re模块提供了方便的接口，能够轻松实现正则表达式的匹配、查找、替换等操作。