Python 正則表達式：有效地匹配和查找文本信息

Python 正則表達式是一種強大的工具，可以有效地匹配和查找文本信息。正則表達式是由一系列字符和符號組成的模式，用於匹配和識別字符串。在 Python 中，可以使用 re 模塊來使用正則表達式。

一、正則表達式基礎

正則表達式由一些簡單字符和特殊字符（元字符）組成。簡單字符包括字母、數字和普通標點符號等。而元字符則有特殊的含義，用來匹配一些具有特定規律的字符串。

下面是一些常用的正則表達式元字符：

.     匹配任意一個字符
^     匹配字符串的開頭
$     匹配字符串的結尾
*     匹配前面的字符 0 次或多次
+     匹配前面的字符 1 次或多次
?     匹配前面的字符 0 次或 1 次
{m,n} 匹配前面的字符 m 次到 n 次
[...] 匹配中括號中的任意一個字符

正則表達式還支持使用括號進行分組，以及使用 | 符號表示或關係。

下面是一個簡單的例子，用於匹配 email 地址：

import re

email_regex = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"

email = "example@example.com"

if re.match(email_regex, email):
    print("Valid email!")
else:
    print("Invalid email!")

這個正則表達式可以匹配類似於 example@example.com 這樣的 email 地址。其中，+ 表示前面的字符可以出現一次或多次，\ 表示對 . 進行轉義。

二、常用正則表達式方法

在 re 模塊中，有一系列可以使用的方法來使用正則表達式。下面是一些常用的方法：

1. re.match()

re.match() 方法用於檢查字符串是否以給定正則表達式匹配開頭。如果匹配成功，則返回一個匹配對象；否則返回 None。

import re

phone_regex = r"^(\d{3})-(\d{8})$"

phone1 = "010-12345678"
phone2 = "12345678"

match1 = re.match(phone_regex, phone1)
match2 = re.match(phone_regex, phone2)

if match1:
    print("Valid phone number!")
else:
    print("Invalid phone number!")

if match2:
    print("Valid phone number!")
else:
    print("Invalid phone number!")

這個例子中，我們使用 re.match() 方法來匹配類似於 010-12345678 這樣的電話號碼。其中，^ 表示字符串的開始位置，() 表示分組。

2. re.search()

re.search() 方法用於檢查字符串中是否存在一個匹配正則表達式的子串。需要注意的是，re.search() 只匹配到第一個匹配項就會停止匹配。

import re

sentence_regex = r"is [a-zA-Z]+"

sentence1 = "This is a sentence."
sentence2 = "Is this a sentence?"

search1 = re.search(sentence_regex, sentence1)
search2 = re.search(sentence_regex, sentence2)

if search1:
    print("Match found in sentence1!")
else:
    print("No match found in sentence1!")

if search2:
    print("Match found in sentence2!")
else:
    print("No match found in sentence2!")

這個例子中，我們使用 re.search() 方法來查找類似於 is a 這樣的字串。[a-zA-Z]+ 表示匹配一個或多個字母。

3. re.findall()

re.findall() 方法返回字符串中所有與正則表達式匹配的子串。

import re

filename_regex = r"\w+\.txt"

files = "abc.txt 123.txt def.pdf"

matches = re.findall(filename_regex, files)

print(matches)

這個例子中，我們使用 re.findall() 方法來查找字符串中所有以 .txt 結尾的文件名。

三、正則表達式的高級用法

正則表達式還支持一些高級用法，如負向前瞻、分組和替換。

1. 負向前瞻

負向前瞻是指在匹配時，判斷前面是否存在某個模式，如果不存在，則繼續匹配後面的字符串。

import re

password_regex = r"(?=\w{8,})(?=\D*\d)(?=[^A-Z]*[A-Z])\w+"

password1 = "1aBcDdEf"
password2 = "12abcdefg"

if re.match(password_regex, password1):
    print("Valid password!")

if re.match(password_regex, password2):
    print("Valid password!")
else:
    print("Invalid password!")

這個例子中，我們使用正則表達式和負向前瞻來驗證密碼的強度。其中，\w 表示字母和數字，\D 表示非數字，[^A-Z] 表示非大寫字母。

2. 分組

正則表達式支持使用括號進行分組。

import re

string = "hello world"

match = re.match(r"(\w+) (\w+)", string)

if match:
    print(match.group(1))
    print(match.group(2))

這個例子中，我們使用正則表達式和分組來匹配 hello 和 world 這兩個單詞。

3. 替換

正則表達式還支持替換操作。

import re

string = "hello world"

new_string = re.sub(r"(\w+)", r"\1", string)

print(new_string)

這個例子中，我們使用正則表達式和替換操作來將文本中的單詞加粗。

四、結語

Python 正則表達式是一種非常強大的工具，可以有效地匹配和查找文本信息。通過本文的介紹，相信讀者已經對 Python 正則表達式有了更深入的了解。在實際開發中，需要根據具體情況靈活使用正則表達式來完成文本處理任務。