Python Regex定義及使用方法

Python是一門強大的編程語言，它支持正則表達式操作，正則表達式是在文本中匹配模式的一種工具。在Python中使用正則表達式可以在文本中進行字元串查找、替換等操作。接下來，本文將為大家介紹Python Regex的定義及使用方法。

一、正則表達式概述

正則表達式是一種用來描述、匹配一系列符合某個規則的字元串的方法。在正則表達式中，使用特殊的字元表示具有特殊意義的內容，如”.”用來匹配任意字元，”*”表示匹配0次或多次，”?”表示匹配0次或1次等等。Python中的正則表達式需要使用re模塊進行調用。

二、常用正則表達式函數

在Python中，re模塊提供了多個用於正則表達式操作的函數，其中常用的函數如下：

1. re.match()

re.match()函數用於嘗試從字元串的起始位置開始匹配一個模式，如果匹配成功，則返回匹配對象；否則返回None。例如：

import re

str = "hello world"
matchObj = re.match(r'hello', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
else:
   print("No match!!")

該代碼會輸出”matchObj.group() : hello”，因為正則表達式r’hello’匹配了字元串的起始位置的”hello”。

2. re.search()

re.search()函數用於在字元串中搜索匹配表達式第一次出現的位置，如果匹配成功，則返回匹配對象；否則返回None。例如：

import re

str = "hello world"
searchObj = re.search(r'world', str, re.M | re.I)
if searchObj:
   print("searchObj.group() : ", searchObj.group())
else:
   print("Nothing found!!")

該代碼會輸出”searchObj.group() : world”，因為正則表達式r’world’匹配了字元串中的”world”。

3. re.findall()

re.findall()函數用於返回字元串中所有與正則表達式匹配的字元串列表，如果沒有匹配的，則返回空列表。例如：

import re

str = "hello world"
findallObj = re.findall(r'\w{5}', str, re.M | re.I)
print("findallObj : ", findallObj)

該代碼會輸出”findallObj : [‘hello’, ‘world’]”，因為正則表達式r’\w{5}’匹配了字元串中的”hello”和”world”。

4. re.sub()

re.sub()函數用於在字元串中替換所有與正則表達式匹配的子串，並返回替換後的新字元串。例如：

import re

str = "hello world"
subObj = re.sub(r'world', 'Python', str, re.M | re.I)
print("subObj : ", subObj)

該代碼會輸出”subObj : hello Python”，因為正則表達式r’world’匹配了字元串中的”world”，並被替換成了”Python”。

三、常用正則表達式語法

在Python中，正則表達式的語法非常豐富，下面列舉一些常用的語法：

1. 圓括弧()

圓括弧可以將正則表達式中的一部分括起來，形成一個子組，可以使用matches.group()函數獲取子組的值。例如：

import re

str = "hello 123 world"
matchObj = re.match(r'h(.*?) (\d+)', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
   print("matchObj.group(1) : ", matchObj.group(1))
   print("matchObj.group(2) : ", matchObj.group(2))
else:
   print("No match!!")

該代碼會輸出”matchObj.group() : hello 123″、”matchObj.group(1) : ello”和”matchObj.group(2) : 123″，因為正則表達式r’h(.*?) (\d+)’中的”(.*?)”和”(\d+)”被括起來形成了兩個子組，可以使用matches.group(1)和matches.group(2)函數獲取子組值。

2. 方括弧[]

方括弧可以將字符集合起來，表示匹配方括弧中的任意一個字元。例如：

import re

str = "hello world"
matchObj = re.match(r'[helo]+', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
else:
   print("No match!!")

該代碼會輸出”matchObj.group() : hello”，因為正則表達式r'[helo]+’表示匹配”h”、”e”、”l”或者”o”中的任意個一個字元。

3. 反斜杠轉義字元

反斜杠可以用來轉義字元，表示其後面的字元應該被視為普通字元而非特殊字元。例如：

import re

str = "hello world.+"
matchObj = re.match(r'hello world\.\+', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
else:
   print("No match!!")

該代碼會輸出”matchObj.group() : hello world.+”，因為”.”和”+”在正則表達式中有特殊含義，但是在它們前面加上反斜杠後，就被視為普通字元了。

四、常用正則表達式實例

下面列舉一些使用Python正則表達式的實例：

1. 郵箱驗證

import re

def validate_email(email):
    regex = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
    if re.match(regex, email):
        return True
    else:
        return False

print(validate_email("123456@qq.com"))  # True
print(validate_email("abc_123@gmail.com"))  # True
print(validate_email("abc#123.com"))  # False

該代碼使用正則表達式驗證郵箱格式是否正確，如果正確則返回True否則返回False。其中正則表達式r’^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$’表示匹配由A-Z、a-z、0-9、正號、負號、下劃線、點組成的email地址格式。

2. URL提取

import re

def get_urls(text):
    urls = []
    regex = r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+'
    matches = re.findall(regex, text)
    for match in matches:
        urls.append(match)
    return urls

print(get_urls("hello world, http://www.google.com is a search engine."))  # ['http://www.google.com']
print(get_urls("Download from http://www.github.com"))  # ['http://www.github.com']

該代碼使用正則表達式從文本中提取URL地址。

總結

Python中的正則表達式提供了非常強大的文本匹配和處理功能，學習和掌握正則表達式是Python編程中的重要一環。本文介紹了正則表達式的常用函數和語法，並給出了一些實用的示例。希望讀者們能夠在日常Python編程中加以應用。