李丹剛在一家經銷店找到了新工作，他的工作是給那些在評論頁留下電話號碼的客戶打電話。然而，讓李丹煩惱的是，評論是以自由文本的形式展現，電話號碼就在這些評論中。

如何不需要一個接一個地複製和粘貼，就可以輕鬆地找到這些電話號碼？Python中的正則表達式（re）就可以解決這個問題！

正則表達式

正則表達式是一個具有特殊字元的序列。它有助於檢查字元串中的每個字元，看它是否與某個模式匹配：哪些字元在什麼位置出現了多少次。

讓我們看看丹正在讀的評論：

「I have called the service desk 100 times and nobody replies to me. I need a conversation ASAP!! My number is 111–1234567!」

讓我們看看李丹的需求是：

『我明確地知道我要尋找哪個號碼。』

import re
text = 'I have called the service desk 100 times and nobody replies to me. I need a conversation ASAP!! My number is 111-1234567!'
result = re.findall('111-1234567', text)

上面的代碼返回「111–1234567」。如果它在文本中重複，它將返回兩次電話號碼。

『有時我不知道具體的號碼，需要從評論中找到客戶號碼。』

result = re.findall(r』d』, text)

這將返回所有數字，但每個元素只有一個數字：

['1', '0', '0', '1', '1', '1', '1', '2', '3', '4', '5', '6', '7']

r-python原始字元串

這裡，r表示python原始字元串。指定「r」意味著我們不希望Python將「」視為轉義字元，而只將其視為普通字元。

下面是兩個比較的例子：

print(r』HellonWorld!』)
print(「=========」)
print(『HellonWorld!』)

代碼返回：

HellonWorld!
=========
Hello
World!

d-所有數字，但只有一個數字

如果文本包含數字，考慮匹配「d」模式。

『我想得到每條評論中完整的號碼，而非單個數字。』

result = re.findall(r』d+』, text)

代碼返回：

['100', '111', '1234567']

「d」後面的「+」表示一個或多個數字。所以它不會一位數一位數地掃描數字，而是把整個拿走。

『我只想得到電話號碼，不需要截取其他數字。』

好吧，沒問題。讓我們看看如何知道111–1234567是一個電話號碼。因為它的區號是3位數，連接符是「-」，然後是7位數。因此，我們可以進行如下程序：

result = re.findall(r』d{3}-d{7}』, text)

{3} — 3 digits, {7} — digits

上面的代碼意味著我們要查找的字元串由3個數字組成，後跟一個「-」，然後是7個數字。

是的！這正是你要找的！

『那麼，如果客戶沒有留下他們的區號呢？』

I have called the service desk 100 times and nobody replies to me. I need a conversation ASAP!! My number is 111–1234567! My other number is 7654321!

text = 'I have called the service desk 100 times and nobody replies to me. I need a conversation ASAP!! My number is 111-1234567! My other number is 7654321!'

result = re.findall(r』d{3}-d{7}|d{7}』, text)

代碼返回：

['111–1234567'，'7654321']

‘|’—與其他python代碼類似，它的意思是OR。所以以上代碼表達將選擇「3位數-7位數」或「7位數」兩種模式的數字。

『太棒了！正則表達式還有其他可以實現的功能嗎？』

位置

當然，在開始的時候，我們提到的RE也可以檢測到位置。因此，如果客戶在句子的開頭寫上電話號碼，你可以這樣做：

text = '111-1234567! That is my number! The other one is 7654321!'
result = re.findall(r』^d{3}-d{7}|^d{7}』, text)

「^」表示只有在電話號碼顯示在句子開頭時才匹配。所以只有「111–1234567」匹配並返回。

重複

text = 'abcabc aa cc dd e 123123 abcabab'
result = re.findall(r'(w{3})(1)', text)

w ，類似於d表示數字，w則表示任何字元：digit, character等等。

re.findall語法中的(w{3})表示3個字元，(1)表示返回值中重複與(w{3})相同的值（這裡「1」表示第一個括弧中代表的值）。

所以以上代碼返回：(「abc」,「abc」),(‘ 123 ‘,’ 123 ‘))。

如果我們更改代碼為:

result = re.findall(r』(w{3})(w{2})(2)』, text)

(w{3})(w{2})(2)表示3個字元、2個字元和重複(w{2})代表的值（(2)中的「2」表示第二個括弧中代表的值）。

因此上面的代碼返回:[(‘ abc ‘， ‘ ab ‘， ‘ ab ‘)]。

結論

RE有很多表達方式，當我第一次看到它的時候我完全不知所措，但是當你知道它的類型和含義後，會發現它非常容易。

哦，我還想提一下這個命令：

re.search()

上文中使用過的re.findall()，與它不同的是，re.search()將只返回與模式匹配的第一個字元串。

最後，是我總結的一些常見的表達方式。

希望本文能幫助你快速掌握正則表達式！