Python中正則表達式的基本用法

正則表達式(regular expression)是一種用於描述字符串結構的語法規則，利用一些特殊符號和組合，可以方便地進行字符串的匹配、查找、替換等操作。在Python中，通過re模塊可以實現正則表達式的處理。

一、基本元字符

1、.：匹配任意單個字符，除了\n

示例代碼：

“`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”)
“`

輸出：No match

2、^：匹配字符串開頭

示例代碼：

“`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”)
“`

輸出：Match found: hello

3、$：匹配字符串結尾

示例代碼：

“`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”)
“`

輸出：Match found: world

二、字符集

字符集用[]表示，匹配[]中的任意一個字符

示例代碼：

“`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”)
“`

輸出：Match found: e

字符集中除了[a-z]等常見形式外，還可以使用如下縮寫：

• \d：匹配任意一個數字
• \D：匹配任意一個非數字字符
• \s：匹配任意一個空白字符，包括空格、製表符、換行符等
• \S：匹配任意一個非空白字符
• \w：匹配任意一個字母、數字或下劃線
• \W：匹配任意一個非字母、數字或下劃線的字符

示例代碼：

“`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”)
“`

輸出：

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

三、量詞

量詞可以控制匹配的次數，包括：

• *：匹配前一個字符0或多次
• +：匹配前一個字符1或多次
• ?：匹配前一個字符0或1次
• {n}：匹配前一個字符n次
• {m,n}：匹配前一個字符至少m次，最多n次（不包括m或n）

示例代碼：

“`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”)
“`

輸出：

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

四、分組

分組通過()實現，可以將多個字符當成一個整體進行匹配。

示例代碼：

“`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”)
“`

輸出：

“`
Match found: ababab
No match
“`

五、轉義字符

如果需要匹配正則表達式中的特殊字符本身，可以使用轉義字符\

示例代碼：

“`python
import re

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

match = re.search(pattern, string)

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

輸出：

“`
Match found: .
“`

六、re模塊常用函數

在Python中，匹配正則表達式通常使用re模塊提供的函數實現。

• re.search(pattern, string, flags=0)：在string中搜索匹配pattern的第一個位置，返回MatchObject實例
• re.match(pattern, string, flags=0)：從string的起始位置開始搜索匹配pattern的第一個位置，返回MatchObject實例
• re.findall(pattern, string, flags=0)：搜索string中所有匹配pattern的子串，並返回一個由匹配字符串構成的列表
• re.finditer(pattern, string, flags=0)：搜索string中所有匹配pattern的子串，並返回一個由MatchObject實例構成的迭代器
• re.split(pattern, string, maxsplit=0, flags=0)：根據pattern進行分割字符串，返回分割後的列表
• re.sub(pattern, repl, string, count=0, flags=0)：使用repl替換string中匹配patter的子串，count控制替換次數

示例代碼：

“`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)
“`

輸出：

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

七、flags參數

在使用re模塊時，可以使用flags參數指定不同的匹配選項，常用的選項包括：

• re.I / re.IGNORECASE：忽略大小寫
• re.S / re.DOTALL：匹配任意字符，包括換行符
• re.M / re.MULTILINE：多行匹配
• re.X / re.VERBOSE：忽略正則表達式中的空白符，以使表達式更易讀

示例代碼：

“`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”)
“`

輸出：

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

八、總結

正則表達式是一種強大的文本處理工具，掌握基本的語法規則可以使我們在處理字符串時更加靈活高效。在Python中，re模塊提供了方便的接口，能夠輕鬆實現正則表達式的匹配、查找、替換等操作。