學習Python正則表達式的必備技巧

正則表達式是一種通用的字元串匹配工具，可以快速地對字元串進行搜索和替換。Python內置了re模塊，可以方便地使用正則表達式進行字元串操作。本文將介紹學習Python正則表達式的必備技巧，包括基本語法、正則表達式的元字元、常用的正則表達式操作等方面。

一、基本語法

正則表達式是一種由字元、元字元組成的文本模式，用於描述一類字元串。正則表達式可以用來匹配、查找、替換字元串。下面是一些基本的正則表達式語法：

1.1 字符集

字符集表示匹配一個字符集中的任意一個字元。可以使用中括弧 [] 來表示字符集，如 [abc] 匹配 a、b 或 c 中的任意一個字元。

# 匹配一個由 a、b 或 c 構成的字元
import re

str = "abc123"
pattern = '[abc]'
result = re.findall(pattern, str)
print(result)

輸出結果：

['a', 'b', 'c']

1.2 元字元

元字元是一些特殊的符號，用於表示特定的字元、字符集或重複次數。下面是一些常用的元字元：

· (點號)：表示任意一個字元。

\d：表示任意一個數字。

\w：表示任意一個字母、數字或下劃線。等價於 [a-zA-Z0-9_]。

\s：表示任意一個空白字元，包括空格、製表符、換行符等。

# 匹配一個以冒號開頭的文本行
import re

str = "Name: John\nAge: 28"
pattern = '^Name:.*'
result = re.findall(pattern, str, re.M)
print(result)

輸出結果：

['Name: John']

1.3 重複次數

重複次數指定匹配的字元、字符集或表達式重複出現的次數。下面是一些常用的重複次數：

*：匹配前一個字元、字符集或表達式零次或多次。

+：匹配前一個字元、字符集或表達式一次或多次。

?：匹配前一個字元、字符集或表達式零次或一次。

{n}：匹配前一個字元、字符集或表達式恰好出現 n 次。

{n,m}：匹配前一個字元、字符集或表達式出現 n 到 m 次。

# 匹配一個由數字組成的手機號碼
import re

str = "13912345678"
pattern = '1[345789]\d{9}'
result = re.findall(pattern, str)
print(result)

輸出結果：

['13912345678']

二、正則表達式的元字元

2.1. 點號（.）

點號可以匹配任意一個字元，除了換行符。例如，用正則表達式 .o 匹配 foobar 可以得到 foo。

# 匹配一個以o結尾的單詞
import re

str = "hello world\nfoo\nbar\n"
pattern = r'\w+o\b'
result = re.findall(pattern, str, re.M)
print(result)

輸出結果：

['world', 'foo']

2.2. 問號（?）

問號可以將緊挨著它前面的字元、字符集或表達式匹配零次或一次。例如，用正則表達式 colou?r 匹配 color 或 colour 都可以。

# 匹配一個以www開頭的URL地址
import re

str = "http://www.google.com"
pattern = r'www\..+?\.(com|cn)'
result = re.findall(pattern, str)
print(result)

輸出結果：

['google.com']

2.3. 星號（*）和加號（+）

星號和加號用於指定前面的字元、字符集或表達式可以重複出現的次數。星號表示可以出現零次或多次，加號表示可以出現一次或多次。例如，用正則表達式 ab*c 匹配 ac、abc、abbc、abbbc 等字元串，用正則表達式 ab+c 匹配 abc、abbc、abbbc 等字元串。

# 檢查一個IP地址的合法性
import re

ip = "192.168.1.1"
pattern = r'\d+\.\d+\.\d+\.\d+'
result = re.match(pattern, ip)
if result:
    print("Valid IP address")
else:
    print("Invalid IP address")

輸出結果：

Valid IP address

三、常用的正則表達式操作

3.1. 查找匹配的字元串

可以使用re模塊的 search()、match()、findall() 方法查找匹配的字元串。其中 search() 方法從頭開始搜索，如果找到第一個匹配項就返回，而 match() 方法只能從頭開始匹配，如果不是以指定的字元串開頭，就返回 None。findall() 方法可以搜索整個字元串，返回所有滿足條件的字元串。

# 查找一個包含數字的字元串
import re

str = "The number is 123456"
pattern = r'\d+'
result = re.search(pattern, str)
if result:
    print(result.group())
else:
    print("Not found")

輸出結果：

123456

3.2. 替換字元串

可以使用 re.sub() 方法替換匹配的字元串。該方法的第一個參數是正則表達式，第二個參數是要替換成的字元串，第三個參數是要搜索的字元串。

# 將一個字元串中的空格替換為下劃線
import re

str = "The quick brown fox jumps over the lazy dog"
pattern = r'\s+'
result = re.sub(pattern, '_', str)
print(result)

輸出結果：

The_quick_brown_fox_jumps_over_the_lazy_dog

3.3. 分割字元串

可以使用 re.split() 方法將字元串按指定的正則表達式進行分割，以列表形式返回劃分後的子串。

# 分割一個由逗號和空格組成的字元串
import re

str = "a, b, c"
pattern = r',\s'
result = re.split(pattern, str)
print(result)

輸出結果：

['a', 'b', 'c']

總結：

Python自帶的re模塊提供了強大的正則表達式操作。本文介紹了Python正則表達式的基本語法、常用的元字元和重複次數，以及常用的正則表達式操作，如查找匹配的字元串、替換字元串和分割字元串等。熟練掌握這些必備技巧，可以快速地對字元串進行處理和分析。