正則表達式是一種強大的工具，可以在文本中搜索、匹配、替換特定的模式。Python的re模塊提供了處理正則表達式的基本方法，使得我們能夠高效地使用正則表達式進行字符串匹配。

一、正則表達式基礎

在使用Python的re模塊之前，我們需要了解正則表達式的基本語法。下面是一些正則表達式的基本元字符：

• . 代表任意單個字符。
• ^ 代表匹配字符串的起始位置。
• $ 代表匹配字符串的終止位置。
• * 代表匹配前一個字符0次或多次。
• + 代表匹配前一個字符1次或多次。
• ? 代表匹配前一個字符0次或1次。
• {m,n} 匹配前一個字符m到n次。
• \ 轉義字符，可以使元字符失去特殊意義。

此外，還有一些特殊的字符類：

• \d 匹配數字。
• \w 匹配字母、數字或下劃線。
• \s 匹配空格、製表符、換行符等空白字符。

我們可以使用這些元字符和字符類來構建正則表達式。比如，下面的正則表達式可以匹配一個Email地址：

import re

pattern = r"\w+@\w+\.\w+"
result = re.match(pattern, "abc123@gmail.com")

if result:
    print("Match succeeded!")
else:
    print("Match failed!")

上面的代碼輸出Match succeeded!，說明正則表達式成功匹配了字符串abc123@gmail.com。

二、使用re模塊進行字符串匹配

Python的re模塊提供了多個函數來處理正則表達式。下面介紹其中一些常用函數。

1. re.match

re.match函數用於從字符串的起始位置開始匹配。如果成功匹配，返回一個匹配對象；否則返回None。

import re

pattern = r"hello"
result = re.match(pattern, "hello world")

if result:
    print("Match succeeded!")
else:
    print("Match failed!")

上面的代碼輸出Match succeeded!，說明正則表達式成功匹配了字符串hello。

2. re.search

re.search函數用於在字符串中搜索匹配正則表達式的第一個位置。如果成功匹配，返回一個匹配對象；否則返回None。

import re

pattern = r"world"
result = re.search(pattern, "hello world")

if result:
    print("Match succeeded!")
else:
    print("Match failed!")

上面的代碼輸出Match succeeded!，說明正則表達式成功匹配了字符串world。

3. re.findall

re.findall函數用於在字符串中搜索匹配正則表達式的所有位置，並返回一個列表。

import re

pattern = r"\d+"
result = re.findall(pattern, "one12two3three4four56")

print(result)

上面的代碼輸出[’12’, ‘3’, ‘4’, ’56’]，說明正則表達式成功匹配了所有的數字。

4. re.split

re.split函數用於根據正則表達式來分割字符串，並返回一個列表。

import re

pattern = r"\s+"
result = re.split(pattern, "hello  world")

print(result)

上面的代碼輸出[‘hello’, ‘world’]，說明正則表達式成功將字符串分割成了兩部分。

5. re.sub

re.sub函數用於根據正則表達式來替換字符串中的匹配項，並返回一個新的字符串。

import re

pattern = r"\d+"
result = re.sub(pattern, "*", "one12two3three4four56")

print(result)

上面的代碼輸出on*two*three*four*，說明正則表達式成功將字符串中的數字替換成了星號。

三、應用實例

1. 匹配URL

下面的正則表達式可以匹配URL：

import re

pattern = r"https?://(\w+\.)*\w+\.\w+(/\w*)*"
result = re.match(pattern, "http://www.baidu.com")

if result:
    print("Match succeeded!")
else:
    print("Match failed!")

上面的代碼輸出Match succeeded!，說明正則表達式成功匹配了URL http://www.baidu.com。

2. 匹配電話號碼

下面的正則表達式可以匹配中國大陸的電話號碼：

import re

pattern = r"1[3-9]\d{9}"
result = re.match(pattern, "13912345678")

if result:
    print("Match succeeded!")
else:
    print("Match failed!")

上面的代碼輸出Match succeeded!，說明正則表達式成功匹配了電話號碼13912345678。

3. 拆分HTML文件

下面的代碼可以將HTML文件拆分成多個文本文件：

import re

# 讀取HTML文件
with open("index.html", "r") as f:
    html = f.read()

# 拆分HTML文件
parts = re.split(r"
", html)

# 保存拆分後的文本文件
for i, part in enumerate(parts[1:], start=1):
    filename = f"part{i}.txt"
    with open(filename, "w") as f:
        f.write(part)

上面的代碼將HTML文件中的所有

標籤作為拆分點，將拆分後的文本文件分別保存到part1.txt、part2.txt、part3.txt等文件中。

結語

本文介紹了Python正則表達式的基礎知識、re模塊的常用函數以及一些實際應用例子，希望對初學者有所幫助。