Python正則表達式：讓字元串匹配更加高效精準

正則表達式在文本處理中有著廣泛應用，通過使用一些特殊字元可以高效、精準地匹配字元串中的內容。Python作為一門強大的編程語言，自然也提供了支持正則表達式的模塊–re。在本文中，我們將探討正則表達式的基本概念、語法，以及使用Python的re模塊進行正則表達式匹配的實例。

一、正則表達式的基本概念

正則表達式就是一些用來匹配字元串中文字、數字、符號等內容的字元表示式。它可以進行模糊匹配，從而找到與正則表達式相匹配的內容。在正則表達式中，有一些特殊字元和符號具有特殊意義，可以幫助我們實現更加嚴格、精確的匹配。

比如，常用的正則表達式中的特殊字元和符號包括:

.   匹配除換行符以外的任意字元
^   匹配字元串的開頭
$   匹配字元串的結尾
*   匹配前面的字元0次或多次
+   匹配前面的字元1次或多次
?   匹配前面的字元0次或1次
[]  匹配中括弧中的任意一個字元
\d  匹配任意一個數字字元，相當於[0-9]
\D  匹配任意一個非數字，相當於[^0-9]
\w  匹配任意一個數字或字母，相當於[a-zA-Z0-9]
\W  匹配任意一個非數字非字母，相當於[^a-zA-Z0-9]
\s  匹配任意一個空白字元，相當於[\t\n\r\f\v]
\S  匹配任意一個非空白字元，相當於[^\t\n\r\f\v]

二、正則表達式的語法

在正則表達式中，有很多可以組合使用的語法，下面介紹一些比較常用的：

2.1 匹配單個字元

.  匹配除換行符以外的任意一個字元
x|y 匹配x或y
[x] 匹配方括弧中的任意一個字元
[^x] 匹配除x以外的任意一個字元

2.2 匹配重複字元

* 匹配前面的字元0次到多次
+ 匹配前面的字元1次到多次
? 匹配前面的字元0次或1次
{n} 匹配前面的字元n次
{n,} 匹配前面的字元n次到多次
{n,m} 匹配前面的字元n次到m次

2.3 匹配分組

(ab) 將括弧中的字元當作一個分組
\w+ 匹配多個字母或數字字元
(\d{3})\s+(\d{3,8}) 匹配3個數字空格3~8個數字

三、Python中re模塊的使用

Python中提供了re模塊，用於支持正則表達式的匹配、查找、替換等操作。其中常用的方法有：

re.match(pattern, string, flags=0)  # 嘗試從字元串起始位置開始匹配一個模式，如果匹配成功返回一個Match對象，否則返回None
re.search(pattern, string, flags=0) # 在字元串中查找並返回第一個匹配的字元串，如果沒有匹配項，則返回None
re.findall(pattern, string, flags=0) # 返回所有匹配結果
re.sub(pattern, repl, string, count=0, flags=0) # 替換匹配到的字元串

四、正則表達式實例

4.1 匹配電話號碼

import re

phone_number = "020-88888888"
pattern = r'(\d{3})-(\d{8})'
match = re.match(pattern, phone_number)

if match:
    print(match.group(0)) # 020-88888888
    print(match.group(1)) # 020
    print(match.group(2)) # 88888888
else:
    print("未匹配成功")

4.2 匹配郵箱地址

import re

email = "someone@example.com"
pattern = r'[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}'
match = re.search(pattern, email)

if match:
    print(match.group())  # someone@example.com
else:
    print("未匹配成功")

4.3 匹配HTML標籤

import re

html = "<h1>Hello, World!</h1>"
pattern = r"<.*?>"
match = re.findall(pattern, html)

if match:
    print(match) # ['<h1>', '</h1>']
else:
    print("未匹配成功")

以上幾個例子介紹了正則表達式的使用場景和基本語法，可以看出正則表達式的強大和靈活。在實際工作和項目中，使用正則表達式可以大大提高字元串匹配效率和精準度，讓編程工作更加高效。