在数据处理、文本处理以及网络爬虫方面，正则表达式是一个不可或缺的工具。Python语言天生支持正则表达式，使得Python在数据处理方面显得十分高效。本文将从多个方面对Python正则表达式进行详解。
一、正则表达式入门
1、什么是正则表达式
正则表达式（Regular Expression 或 regex）是一种用来描述、匹配字符序列的方法。可以用来检索、替换、分割目标字符串等操作。它的表达式由普通字符和元字符（MetaCharacters）组成。
2、正则表达式中的字符表示含义
`.`： 代表除了换行符`\n`之外的任意一个字符；
`^`： 匹配目标字符串的开头；
`$`： 匹配目标字符串的结尾；
`[]`： 表示可以匹配某一范围内的一个字符；
`|`： 表示或，用于连接多个表达式；
`\`： 转义字符，使得在正则表达式中可以使用普通字符的特殊含义；
`+`： 至少匹配前面一个字符一次或多次；
`*`： 匹配前面一个字符0次或多次（包括0次）；
`?`： 匹配前面一个字符0次或一次，只匹配一次是默认最少匹配，加上“`?`”表示关闭默认设置，变成最多匹配。
3、正则表达式的应用
使用Python的`re`库来使用正则表达式模块，模块主要包含了三个函数，分别是`match`函数、`search`函数以及`sub`函数。
（1）`match`函数
`match`函数从字符串的开头开始搜索匹配正则表达式，如果匹配成功，则返回一个匹配的对象；否则返回None。
import re
pattern = r"hello"
string = "hello world"
match = re.match(pattern, string)
if match:
print("匹配成功！")
else:
print("匹配失败！")
（2）`search`函数
`search`函数在整个字符串中搜索正则表达式，并且返回第一个匹配的对象。如果没有找到匹配的对象，则返回None。
import re
pattern = r"world"
string = "hello world"
match = re.search(pattern, string)
if match:
print("匹配成功！")
else:
print("匹配失败！")
（3）`sub`函数
`sub`函数用于对目标字符串执行替换操作，并返回替换后的字符串。
import re pattern = r"world" string = "hello world" sub_str = "python" new_str = re.sub(pattern, sub_str, string) print(new_str)
二、正则表达式进阶应用
1、匹配中文字符
正则表达式中，如果要匹配中文字符，需要用到中文字符的Unicode编码。
import re pattern = r"[\u4e00-\u9fa5]" string = "这是一个中文句子" match = re.findall(pattern, string) print(match)
2、匹配邮箱和电话号码
使用`[]`来匹配，使用`()`将正则表达式分组，方便后面使用。
import re
pattern_email = r"(\w+)@(163|126)\.(com|cn)"
email = "xxx@126.com"
match_email = re.match(pattern_email, email)
pattern_tel = r"(\d{3})-(\d{8})|(\d{4})-(\d{7})"
tel = "010-12345678"
match_tel = re.match(pattern_tel, tel)
if match_email and match_tel:
print("匹配成功！")
else:
print("匹配失败！")
3、匹配HTML标签
使用正则表达式来匹配HTML标签时，我们可以使用“的方式来进行匹配，但是这种方式会存在贪婪匹配的问题。
import re
pattern = r""
string = "hello world
原创文章，作者：MHTHY，如若转载，请注明出处：https://www.506064.com/n/334091.html
微信扫一扫 
支付宝扫一扫 