Python基礎正則表達式：簡潔匹配文本模式

正則表達式是一種用來描述字符串匹配規則的表達式，是處理文本的一種強大工具。在Python中使用正則表達式，可以輕鬆地完成文本處理、爬蟲數據採集、文件處理、數據抽取等任務。Python中內置了re模塊，可以方便地使用正則表達式。

一、字符類匹配

字符類是正則表達式中最基本的匹配方式。我們可以使用字符類中的單個字符或字符組合來匹配目標字符串中的文本。

例如：

import re
pattern = r"pthonn?"
text = "python"
result = re.match(pattern, text)
print(result.group())  # 輸出'python'

上面的例子中pattern是我們要匹配的正則表達式，其中pthon是我們要匹配的字符串， n?表示n可以出現一次或不出現。執行結果為python，正好匹配目標字符串，返回結果不為空。

在字符類這一部分還有需注意的細節，比如[]和^。

如果用[]，則表示要匹配的字符必須是方括號中的任意一個，例如：[0123456789]表示匹配任意一個數字，[a-z]表示匹配任意一個小寫字母。

^表示反向選擇，[^a-z0-9A-Z]表示匹配任意一個不在此範圍內的字符。

二、量詞匹配

量詞是指字符出現的次數，表達式中量詞的使用可以有效地減少正則表達式的長度。

例如：

import re
pattern = r"ab{3,5}c"
text = "abbbbc"
result = re.match(pattern, text)
print(result.group())  # 輸出'abbbbc'

上面的例子中ab表示a後面要跟着b，{3,5}表示b在出現3到5次之間，最後c表示要以c結尾。在text中，b出現了4次，滿足了正則表達式中3到5次的條件。

在量詞匹配時，*表示任意次數，+表示至少出現1次，?表示出現0次或1次，{n}表示恰好出現n次，{m,n}表示出現m到n次。

三、分組匹配

分組是指把一些字符組成一組，用來對這些字符進行操作。分組匹配在處理複雜的正則表達式時尤為重要。

例如：

import re
pattern = r"(\d{2})([A-Z]{2})"
text = "23CJ"
result = re.match(pattern, text)
print(result.groups())  # 輸出('23', 'CJ')

在上面的例子中，我們定義了一個正則表達式，其中\d表示匹配數字，{2}表示出現兩次，[A-Z]表示匹配任意一個大寫字母，{2}表示出現兩次。我們把(\d{2})和([A-Z]{2})分別封裝在括號內，表示這兩個部分是一個分組。在text中，我們要匹配的是23CJ這個字符串。其中23是兩個數字字符，CJ是兩個大寫字母字符，通過分組匹配我們可以將結果分別獲取，通過groups()方法獲取所有的匹配結果。

在分組匹配時，括號內的內容也可以使用?符號來控制匹配方式，常用的有?:、?=、?!等。

四、其他重要的正則表達式操作

在使用正則表達式時，還有一些其他的操作在處理複雜的模式時非常有用。

例如：

• 匹配字符串的開頭：使用^符號
• 匹配字符串的結尾：使用$符號
• 匹配單詞邊界：使用\b符號，它可以匹配單詞的開頭、結尾，以及單詞與非單詞字符的交界處
• 匹配非單詞邊界：使用\B符號，表示在兩個單詞字符之間的位置
• 使用re.sub()方法進行替換操作

五、總結

正則表達式在Python中是一個非常重要的概念，它可以幫助我們快速、方便地處理文本數據。在Python中使用正則表達式，我們需要熟練掌握字符類匹配、量詞匹配、分組匹配以及其他常用操作，以便能夠快速地解決實際問題。

下面是一個完整的示例代碼，可以用來匹配QQ郵箱開頭的字符串：

import re
pattern = r"^(\d+)@qq.com$"
text = "1234567@qq.com"
result = re.match(pattern, text)
print(result.group())  # 輸出'1234567@qq.com'