使用Python中的re模塊進行文本匹配和替換

一、re模塊介紹

Python中的re模塊是一個正則表達式工具包，用於處理字符串的匹配、替換、分割等操作。re模塊提供了很多函數，可以方便地處理字符串，同時也提供了很多特殊字符和語法，用於模式匹配。

使用re模塊之前，需要先導入模塊：

import re

二、正則表達式的基本語法

正則表達式是由特殊字符和普通字符組成的字符串，可以用來匹配符合規則的文本。

以下是re模塊中常用的特殊字符：

• .：匹配任意字符，除了換行符。
• ^：匹配字符串的開頭。
• $：匹配字符串的末尾。
• *：匹配前面的字符出現0次或多次。
• +：匹配前面的字符出現1次或多次。
• ?：匹配前面的字符出現0次或1次。
• {n}：匹配前面的字符出現n次。
• {m,n}：匹配前面的字符出現m到n次。
• []：匹配方括號中的任意一個字符。
• \：轉義字符。
• |：匹配多個模式中的任意一個。
• ()：分組，可以將一組字符看做一個整體，與*、+、?、{}等搭配使用。

以下是一些常用的正則表達式：

• 匹配數字：\d
• 匹配字母：[a-zA-Z]
• 匹配空白字符：\s
• 匹配非空白字符：\S
• 匹配任意字符：.
• 匹配郵箱：\w+@\w+\.[a-zA-Z]{2,3}
• 匹配電話號碼：1[3456789]\d{9}

三、re模塊中的常用函數

1. re.match(pattern, string)

嘗試從字符串的起始位置匹配一個模式，如果匹配成功，返回一個匹配對象。如果匹配不成功，則返回None。

import re

s = "Hello, World!"
pattern = "Hello"
result = re.match(pattern, s)
if result:
    print(result.group())  # 輸出 "Hello"
else:
    print("未匹配到任何內容")

2. re.search(pattern, string)

掃描整個字符串，查找與模式匹配的內容，如果匹配成功，返回一個匹配對象。如果匹配不成功，則返回None。

import re

s = "Hello, World!"
pattern = "World"
result = re.search(pattern, s)
if result:
    print(result.group())  # 輸出 "World"
else:
    print("未匹配到任何內容")

3. re.findall(pattern, string)

搜索字符串，以列表形式返回全部匹配的內容。

import re

s = "Hello, World! Hello, Python! Hello, Java!"
pattern = "Hello"
results = re.findall(pattern, s)
print(results)  # 輸出 ["Hello", "Hello", "Hello"]

4. re.sub(pattern, repl, string)

替換字符串中的匹配項，並返回替換後的字符串。

import re

s = "Hello, World!"
pattern = "World"
replacement = "Python"
new_s = re.sub(pattern, replacement, s)
print(new_s)  # 輸出 "Hello, Python!"

四、實戰應用

1. 替換字符串中的多個匹配項

可以使用sub函數實現的替換操作，例如替換句子中的所有元音字母為“*”：

import re

s = "Hello, World!"
pattern = "[aeiouAEIOU]"
replacement = "*"
new_s = re.sub(pattern, replacement, s)
print(new_s)  # 輸出 "H*ll*, W*rld!"

2. 匹配多個模式

可以使用“|”操作符匹配多個模式。例如匹配以“Hello”或“Hola”開頭的句子：

import re

s = "Hello, World! Hola, Mundo!"
patterns = "Hello|Hola"
results = re.findall(patterns, s)
print(results)  # 輸出 ["Hello", "Hola"]

3. 匹配郵政編碼

我們可以使用正則表達式匹配郵政編碼，並按照指定的格式輸出：

import re

postcode = "210012"
pattern = "(\d{3})(\d{3})"
replacement = r"\1-\2"
new_postcode = re.sub(pattern, replacement, postcode)
print(new_postcode)  # 輸出 "210-012"

五、總結

正則表達式是一種強大的文本處理工具，re模塊提供了豐富的功能和語法，可以用於字符串的匹配、替換、分割等操作。熟練掌握正則表達式可以大大提高代碼的處理效率。