正則表達式在Python中的應用

正則表達式是一種字符串處理的強大工具，它可以幫助我們快速地進行字符串匹配和搜索。在Python中，標準庫re提供了正則表達式支持。本文將介紹正則表達式在Python中的應用，包括基本語法、常用方法、高級用法等方面。

一、基本語法

正則表達式的基本語法包括字符集、量詞和分組。字符集用於指定匹配的字符範圍，量詞用於指定匹配次數，分組用於指定匹配子串。

字符集可以使用方括號[]來表示，其中的字符表示匹配的字符集。例如，[abc]表示匹配a、b、c中的任意一個字符。可以使用連字符-來表示字符範圍，例如[a-z]表示匹配a到z之間的任意一個小寫字母。

import re

pattern = '[abc]'
string = 'hello world'

match = re.search(pattern, string)
if match:
    print(match.group())  # 輸出'h'

量詞用於指定匹配次數，包括*、+、?、{}等。*表示匹配0個或多個字符，+表示匹配1個或多個字符，?表示匹配0個或1個字符，{}表示匹配指定次數的字符。如果想要匹配任意個數的字符，可以使用*或+，如果想要匹配指定個數的字符，可以使用{}。

import re

pattern = 'ab*c'
string1 = 'ac'
string2 = 'abc'
string3 = 'abbc'
string4 = 'abbbbc'

match1 = re.search(pattern, string1)
match2 = re.search(pattern, string2)
match3 = re.search(pattern, string3)
match4 = re.search(pattern, string4)

if match1:
    print(match1.group())  # 輸出'ac'

if match2:
    print(match2.group())  # 輸出'abc'

if match3:
    print(match3.group())  # 輸出'abbc'

if match4:
    print(match4.group())  # 輸出'abbbbc'

分組用於指定匹配子串，可以使用小括號()來表示。分組可以嵌套，並且可以使用分組引用\數字來引用前面的分組。例如，(a(b)c)\1表示匹配abca或abcbca。

import re

pattern = r'(ab)\1'
string1 = 'abab'
string2 = 'abac'

match1 = re.search(pattern, string1)
match2 = re.search(pattern, string2)

if match1:
    print(match1.group())  # 輸出'abab'

if match2:
    print(match2.group())  # 不匹配，輸出None

二、常用方法

在Python中，標準庫re提供了常用的正則表達式方法，包括match、search、findall、sub等。

match方法用於從字符串開頭開始匹配，如果匹配成功則返回Match對象，否則返回None。

import re

pattern = r'hello'
string = 'hello world'

match = re.match(pattern, string)

if match:
    print(match.group())  # 輸出'hello'

search方法用於搜索字符串中第一個匹配的子串，並返回Match對象。如果搜索不到，則返回None。

import re

pattern = r'world'
string = 'hello world'

match = re.search(pattern, string)

if match:
    print(match.group())  # 輸出'world'

findall方法用於搜索字符串中所有匹配的子串，並以列表形式返回所有匹配結果。如果搜索不到，則返回空列表。

import re

pattern = r'o'
string = 'hello world'

matches = re.findall(pattern, string)

for match in matches:
    print(match)  # 輸出'o', 'o'

sub方法用於替換字符串中匹配的所有子串，並返回替換後的字符串。如果沒有匹配，則返回原字符串。

import re

pattern = r'o'
string = 'hello world'

new_string = re.sub(pattern, '', string)

print(new_string)  # 輸出'hell wrld'

三、高級用法

正則表達式在Python中還有一些高級用法，包括貪婪匹配、非貪婪匹配、模式修飾符等。

在默認情況下，正則表達式採用貪婪匹配，即儘可能多地匹配字符。如果想要採用非貪婪匹配，則可以在量詞後面加上問號?，表示儘可能少地匹配字符。例如，ab*表示匹配0個或多個b，ab*?表示儘可能少地匹配0個或多個b。

import re

pattern = r'ab.*c'
string = 'abcabcabc'

match1 = re.search(pattern, string)
match2 = re.search(pattern + '?', string)

if match1:
    print(match1.group())  # 輸出'abcabcabc'

if match2:
    print(match2.group())  # 輸出'abc'

模式修飾符可以用於修改正則表達式的匹配方式。常見的模式修飾符包括re.I（忽略大小寫）、re.S（匹配任意字符，包括換行符）、re.M（多行匹配）等。可以在正則表達式前面加上(?i)、(?s)、(?m)等來使用模式修飾符。例如，(?i)hello表示匹配hello或HELLO或HeLlO等。

import re

pattern = r'(?i)hello'
string = 'HeLlO world'

match = re.search(pattern, string)

if match:
    print(match.group())  # 輸出'HeLlO'

總之，正則表達式是一個非常強大的字符串處理工具，可以在很多場景中發揮作用。在Python中，可以使用標準庫re來實現正則表達式的應用，熟練掌握正則表達式的基本語法和常用方法，可以幫助我們更加高效地進行字符串處理。