Python正则表达式的入门用法（上）

Python正则表达式是使用re模块来进行操作的。re模块提供了一组函数，用于进行字符串的匹配和查找操作。

下面是Python中使用正则表达式的一些常用函数：

re.search(pattern, string)：在字符串中查找并返回第一个匹配的对象。

re.match(pattern, string)：从字符串的开始位置匹配并返回第一个匹配的对象。

re.findall(pattern, string)：找出字符串中所有匹配的对象并以列表形式返回。

re.sub(pattern, repl, string)：将字符串中符合正则表达式的部分替换为指定的字符串。

re.split(pattern, string)：使用正则表达式的模式分隔字符串，返回分隔后的列表。

re.compile(pattern)：将正则表达式的模式编译为一个正则表达式对象，可以重复使用。

寻找第一个【匹对】的字符串，例如：

# coding=utf-8

# 导入python正则库
import re

check_name = input()
# 使用正则匹配'lxj'的信息，结果存储到is_name中
is_name = re.search(r'lxj', check_name)

if is_name is not None:
    print(is_name.span())
else:
    print(is_name)

在很多常见的场景中需要进行多个匹配，比如在商品名单中过滤出所有的小*商品的个数。

有这种需求咱们可以使用 re 模块中的 findall 或者 finditer方法。两个方法的区别在于 findall 返回的是一个列表，finditer 返回的是一个生成器。

例如：

# coding=utf-8

import re

input_str = input()

match_str = re.findall(r'[Pp]ython', input_str)

print(match_str)

正则表达式引擎使用连字符（-）来表示字符组中的区间，例如[0-9]匹配任意数字，[a-z]匹配任意小写字母，[A-Z]匹配任意大写字母。如果我们需要匹配连字符本身，需要对连字符进行转义。

例如：

# coding=utf-8

import re

input_str = input()

# 获取到数字的正则
print(re.findall(r'[0-9]', input_str))

# 获取到不是数字的正则
print(re.findall(r'[^0-9]', input_str))

在正则表达式中，有一些预定义的字符类和特殊字符，它们可以帮助我们更简洁地表示某些常见的字符集合。以下是一些常用的预定义字符类和特殊字符及其描述：

\w：匹配任何字母、数字或下划线字符（等价于 [a-zA-Z0-9_]）。在 Python3 中，它还可以匹配其他语言的字母和数字。
\d：匹配任何数字字符（等价于 [0-9]）。在 Python3 中，它还可以匹配其他语言的数字。
\s：匹配任何空白字符，包括空格、制表符、换行符等。
\b：匹配一个单词边界，即单词开始或结束的位置。它可以帮助我们精确地匹配整个单词而不是部分单词。

这些预定义字符类和特殊字符可以简化正则表达式的编写，提高代码的可读性和效率。

例如：

python 复制代码

import re

text = "This is a sample sentence. It contains words and non-words."

# 匹配单词的正则表达式
word_pattern = r'\b\w+\b'
words = re.findall(word_pattern, text)
print("Words:", words)

# 匹配非单词的正则表达式
non_word_pattern = r'\b\W+\b'
non_words = re.findall(non_word_pattern, text)
print("Non-words:", non_words)

输出：

Words: ['This', 'is', 'a', 'sample', 'sentence', 'It', 'contains', 'words', 'and', 'non', 'words']
Non-words: [' ', ' ', ' ', '. ', ' ', ' ', ' ', ' ', ' ', ' ']

在上面的程序中，我们使用了两个正则表达式模式。第一个模式\b\w+\b匹配一个或多个连续的单词字符，\b表示单词的边界。re.findall函数返回所有匹配的结果。

第二个模式\b\W+\b匹配一个或多个连续的非单词字符，\W表示非单词字符。也使用re.findall函数返回所有匹配的结果。

在给定的示例文本中，re.findall函数返回的结果包含空格字符和标点符号。你可以根据需要自定义模式来排除或包含特定的字符。

一个更简单的例子：

# coding=utf-8

import re

input_str = input()

print(re.findall(r'\w', input_str))

print(re.findall(r'\W', input_str))