使用Python正則表達式進行字元串匹配

一、正則表達式的概念

正則表達式是指描述字元模式的表示方法，用於匹配、搜索、替換某些字元或字元串。

在Python中，可以使用re模塊來進行正則表達式操作。

import re

# 在字元串中匹配一個單詞
txt = "Hello World"
x = re.search("World", txt)
print(x)

運行上述代碼，可以得到輸出結果：

re.search()方法可以在字元串中搜索指定的模式，並返回第一個匹配項。

二、正則表達式語法

正則表達式的語法很靈活，可以根據需要進行組合使用。

以下是一些常用的正則表達式語法：

• .：匹配任意單個字元，除了換行符。
• \d：匹配數字字元。
• \w：匹配字母、數字或下劃線字元。
• \b：匹配單詞邊界。
• *：匹配前一個字元零次或多次。
• +：匹配前一個字元一次或多次。
• ?：匹配前一個字元零次或一次。
• {n}：匹配前一個字元恰好n次。
• {n,}：匹配前一個字元至少n次。
• {n,m}：匹配前一個字元至少n次，但不超過m次。
• |：或者。
• ()：分組。
• []：字符集。

三、正則表達式示例

下面給出一些常見的正則表達式示例

1、匹配電子郵箱：

import re

txt = "我的郵箱是123@qq.com，你的郵箱是abc@163.com嗎？"
x = re.findall("\w+@\w+\.[a-z]{2,3}", txt)
print(x)

輸出結果為：

['123@qq.com', 'abc@163.com']

2、匹配電話號碼：

import re

txt = "我的電話是13812345678，你的電話是13987654321嗎？"
x = re.findall("1\d{10}", txt)
print(x)

輸出結果為：

['13812345678', '13987654321']

3、匹配IP地址：

import re

txt = "我的IP地址是192.168.1.1，你的IP地址是10.0.0.1嗎？"
x = re.findall("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", txt)
print(x)

輸出結果為：

['192.168.1.1', '10.0.0.1']

四、正則表達式函數

Python中的re模塊提供了多個函數來執行各種正則表達式操作。

以下是一些常用的正則表達式函數：

• re.findall()：搜索字元串，以列表形式返回匹配項。
• re.search()：搜索字元串，返回第一個匹配項。
• re.sub()：替換字元串中的匹配項。
• re.split()：在匹配項處分割字元串。

五、使用正則表達式進行爬蟲

正則表達式在網頁爬蟲中也是非常有用的。

以下是一個使用正則表達式進行爬蟲的示例代碼：

import re
import requests

# 獲取頁面源代碼
url = "http://www.baidu.com"
response = requests.get(url)
html = response.text

# 進行匹配
pattern = ''
title = re.findall(pattern, html)

# 輸出匹配到的結果
print(title[0])

該代碼可以獲取百度首頁的標題。

六、總結

正則表達式是一個非常強大的工具，可以用來進行字元串匹配、搜索、替換等操作。

Python中的re模塊提供了各種正則表達式函數，可以方便地進行正則表達式操作。

在爬蟲等實際應用場景中，正則表達式也是非常有用的。