Python正則表達式：從字符串中匹配想要的信息

正則表達式是計算機科學中非常重要、實用的概念。在處理大量的文本數據時，正則表達式可以幫助開發者快速、高效地進行字符串匹配操作。在Python中，我們可以使用內置的re模塊來使用正則表達式。

一、基本概念介紹

正則表達式，又稱為“regex”或“regexp”，是一種描述字符串匹配模式的語法。其中，由特殊字符組成的字符串，可以用來表示諸如“匹配合法的電子郵件地址”或“匹配所有以‘https’開頭的網址”等複雜的模式。

在Python中，我們使用re模塊來處理正則表達式。該模塊提供了一些函數，例如re.match()、re.search()、re.findall()等，用於在字符串中進行匹配和查找。

下面是一個簡單的示例，展示如何在字符串中匹配出“hello”：

import re

string = "hello world"
match = re.search("hello", string)
if match:
    print("找到了")
else:
    print("沒找到")

運行結果為：

找到了

在上述代碼中，我們使用了re.search()函數對字符串進行了匹配。函數接收兩個參數：第一個參數為正則表達式，第二個參數為要匹配的字符串。如果找到匹配的內容，函數將會返回一個Match對象，否則會返回None。

二、基本語法

正則表達式語法非常靈活，支持構建各種複雜的模式。下面是一些常用的正則表達式語法：

• 字符類：由一組字符構成，使用中括號[]表示。例如，[abc]表示匹配’a’、’b’或’c’中的任意一個字符。
• 特殊字符：除了普通字符之外，正則表達式中還存在特殊字符，例如|、.、\、+、*、？等。這些字符在正則表達式中具有特殊的含義，需要進行特殊的轉義。
• 量詞：用來確定所匹配的字符序列出現的次數，例如，’+’表示前面的字符至少出現一次，’*’表示前面的字符可以出現任意次（包括0次），’?’表示前面的字符可以出現0次或1次。
• 分組：用小括號()表示，可以將一組字符作為一個整體進行處理。這樣，在匹配的時候，可以對整個分組進行操作，例如進行重複、捕獲等。
• 模式修飾符：在正則表達式最後添加一個修飾符，可以對模式進行一些修改，例如進行大小寫不敏感的匹配、多行匹配等。

三、常用函數介紹

re.match()

該函數用於從字符串的開頭開始匹配內容。如果在開頭找到了匹配的內容，就返回一個Match對象，否則返回None。

import re

string = "hello world"
match = re.match("hello", string)
if match:
    print("找到了")
else:
    print("沒找到")

運行結果為：

找到了

re.search()

該函數用於從字符串中查找第一個匹配的內容。如果在字符串中找到了內容，就返回一個Match對象，否則返回None。

import re

string = "hello world"
match = re.search("world", string)
if match:
    print("找到了")
else:
    print("沒找到")

運行結果為：

找到了

re.findall()

該函數用於從字符串中查找所有匹配的內容。如果在字符串中找到了內容，就將匹配到的所有內容以列表的形式返回。

import re

string = "hello world"
matches = re.findall("[a-z]+", string)
print(matches)

運行結果為：

['hello', 'world']

re.sub()

該函數用於在字符串中進行替換操作。它接收三個參數：第一個參數為正則表達式，第二個參數為要替換的字符串，第三個參數為要匹配的字符串。

import re

string = "hello world"
new_string = re.sub("world", "python", string)
print(new_string)

運行結果為：

hello python

四、實際應用中的例子

以下是一些實際應用正則表達式的例子：

1. 匹配合法的電子郵件地址

下面的正則表達式可以匹配合法的電子郵件地址：

import re

email = "someone@example.com"
pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
match = re.match(pattern, email)

if match:
    print("匹配成功")
else:
    print("匹配失敗")

運行結果為：

匹配成功

2. 匹配IP地址

下面的正則表達式可以匹配IP地址：

import re

ip_address = "192.168.0.1"
pattern = r"\b(?:[0-9]{1,3}\.){3}[0-9]{1,3}\b"
match = re.match(pattern, ip_address)

if match:
    print("匹配成功")
else:
    print("匹配失敗")

運行結果為：

匹配成功

3. 匹配HTML標籤

下面的正則表達式可以匹配HTML標籤：

import re

html = "<h1>這是一個標題</h1><p>這是一段正文。</p>"
pattern = r"<(.*?)>"
matches = re.findall(pattern, html)

print(matches)

運行結果為：

['h1', '/h1', 'p', '/p']

在這個例子中，我們使用了正則表達式的分組功能，將尖括號間的內容作為一個整體來匹配。