Python正則表達式簡介與基礎用法

正則表達式(regular expression)，也稱為正規表達式或規則表達式，是一個計算機科學的概念。正則表達式使用單個字元串來描述、匹配一系列符合某個句法規則的字元串。Python對正則表達式提供了簡單易用的支持，使得我們可以方便地進行文本匹配、搜索、替換等操作。

一、基礎概念

正則表達式是一種描述字元串模式的語言，其主要目的是從文本中找到匹配特定模式的字元串。 正則表達式通常由一系列字元和特殊字元組成，可以使用這些字元來創建匹配規則。正則表達式是一種聲明性的語言，它告訴計算機需要匹配哪些內容，而不是告訴計算機如何去做。

下面是一些常用的正則表達式元字元：

. : 匹配任意一個字元
\d : 匹配一個數字
\w : 匹配一個字母或數字
\s : 匹配一個空格或製表符
^ : 匹配字元串的開頭
$ : 匹配字元串的結尾

此外，正則表達式還可以使用圓括弧來分組，這樣可以方便地處理匹配到的文本部分。例如，下面的正則表達式可以匹配一個有效的郵箱地址：

import re

# 匹配有效的郵箱地址
pattern = r'^([\w\.\-\+]+)@([\w\-]+)\.([a-zA-Z]{2,6})$'

# 測試
email = 'abc@def.com'
result = re.match(pattern, email)
if result:
    print('Matched: ', result.groups())
else:
    print('Not matched')

二、常用操作

1. re.match 和 re.search

Python的re模塊提供了兩個常用的函數，match和search，用來通過正則表達式匹配字元串。

match用來從字元串的開頭進行匹配，如果匹配成功，就返回一個Match對象；如果匹配失敗，就返回None。例如：

import re

# 使用match匹配
text = 'Hello, world!'
match_obj = re.match(r'Hello', text)

if match_obj:
    print('Matched: ', match_obj.group())
else:
    print('Not matched')

search則可以在字元串中任意一處進行匹配，只要有一處匹配成功，就會返回一個Match對象；如果匹配失敗，就返回None。例如：

import re

# 使用search匹配
text = 'Hello, world!'
search_obj = re.search(r'world', text)

if search_obj:
    print('Matched: ', search_obj.group())
else:
    print('Not matched')

2. re.findall 和 re.finditer

除了匹配單個字元串，正則表達式還可以用來查找多個字元串，這時可以使用findall或finditer函數。findall會返回所有匹配成功的字元串組成的列表，而finditer會返回所有匹配成功的字元串組成的迭代器。例如：

import re

# 使用findall查找
text = 'The quick brown fox jumps over the lazy dog.'
matches = re.findall(r'\b\w{3,}\b', text)

print(matches)

此處正則表達式’\b\w{3,}\b’可以匹配所有長度大於等於3的單詞。輸出結果為：

['The', 'quick', 'brown', 'fox', 'jumps', 'over', 'the', 'lazy', 'dog']

3. re.sub

除了查找和匹配，正則表達式還可以用來替換字元串中匹配成功的部分。這時可以使用sub函數。例如：

import re

# 使用sub函數替換字元串中的匹配部分
text = 'I like python because it is easy to use and powerful.'
new_text = re.sub(r'python', 'Java', text)

print(new_text)

此處將字元串中所有的’python’替換成’Java’。輸出結果為：

I like Java because it is easy to use and powerful.

4. re.compile

在實際應用中，我們通常會多次使用同一個正則表達式來匹配字元串。針對這種情況，re模塊提供了compile函數，可以將一個正則表達式編譯成一個正則表達式對象，這樣可以減少系統的開銷。例如：

import re

# 編譯正則表達式
pattern = re.compile(r'\b\w{3,}\b')

# 匹配字元串
text = 'The quick brown fox jumps over the lazy dog.'
matches = pattern.findall(text)

print(matches)

此處先使用compile函數將正則表達式’\b\w{3,}\b’編譯成了一個正則表達式對象，然後使用該對象的findall函數來匹配字元串。輸出結果同上一小節。