Python 正则表达式

Python 正则表达式

介绍

正则表达式（Regular Expression，简称Regex）是一种强大的文本处理工具，它允许我们通过特定的模式（pattern）来搜索、匹配和操作字符串。Python的re模块为我们提供了正则表达式的功能，使得在Python中进行复杂的字符串操作变得简单而高效。

基本概念

字符匹配

• .：匹配除换行符以外的任意字符。
• [ ]：匹配括号内的任意一个字符，例如[abc]可以匹配a、b或c。
• [^ ]：匹配不在括号内的任意一个字符，例如[^abc]可以匹配除a、b、c以外的任意字符。
• *：匹配前一个字符0次或多次。
• +：匹配前一个字符1次或多次。
• ?：匹配前一个字符0次或1次。
• {n}：匹配前一个字符n次。
• {n,}：匹配前一个字符至少n次。
• {n,m}：匹配前一个字符至少n次，至多m次。

位置匹配

• ^：匹配字符串的开始。
• $：匹配字符串的结束。
• \b：匹配单词的边界。
• \B：匹配非单词的边界。

特殊字符匹配

• \d：匹配任意一个数字字符，等价于[0-9]。
• \D：匹配任意一个非数字字符，等价于[^0-9]。
• \w：匹配任意一个字母数字或下划线字符，等价于[a-zA-Z0-9_]。
• \W：匹配任意一个非字母数字或下划线字符，等价于[^a-zA-Z0-9_]。
• \s：匹配任意一个空白字符，包括空格、制表符、换页符等。
• \S：匹配任意一个非空白字符。

re模块的基本用法

re.match()

尝试从字符串的起始位置匹配一个模式，如果匹配成功，返回一个匹配对象，否则返回None。

import re

result = re.match(pattern, string)
if result:
    print("匹配成功")
else:
    print("匹配失败")

re.search()

扫描整个字符串并返回第一个成功的匹配，如果匹配成功，返回一个匹配对象，否则返回None。

import re

result = re.search(pattern, string)
if result:
    print("匹配成功")
else:
    print("匹配失败")

re.findall()

找到所有匹配的子串，并返回一个列表。

import re

result = re.findall(pattern, string)
print(result)

re.sub()

替换匹配的子串。

import re

new_string = re.sub(pattern, repl, string)
print(new_string)

re.split()

根据模式分割字符串。

import re

result = re.split(pattern, string)
print(result)

实例

匹配邮箱地址

import re

pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}"
email = "example@gmail.com"
result = re.match(pattern, email)
if result:
    print("有效的邮箱地址")
else:
    print("无效的邮箱地址")

提取URL中的域名

import re

pattern = r"http[s]?://([a-zA-Z0-9.-]+)"
url = "https://www.example.com"
result = re.search(pattern, url)
if result:
    print("域名:", result.group(1))
else:
    print("未找到域名")

总结

正则表达式是Python中处理字符串的强大工具，通过掌握正则表达式的语法和Python的re模块，我们可以轻松地完成复杂的字符串操作。