Python入门手册:正则表达式的学习

在编程的世界里,正则表达式就像是一串神秘的"魔法咒语",它能够帮助我们轻松地处理各种复杂的文本数据。无论你是初出茅庐的编程新手,还是经验丰富的技术大牛,掌握正则表达式都能让你在文本处理任务中如鱼得水。今天,就让我们一起走进正则表达式的奇妙世界,先从它的基本概念和语法讲起,然后再通过一些实战例子,解锁它的强大功能吧!

一、正则表达式是什么

正则表达式(Regular Expression)是一种用于匹配字符串中字符组合的模式。它使用一系列特殊的字符和符号来定义文本的匹配规则。比如,如果你想从一篇长文中找出所有的电子邮件地址,或者替换掉文本中的某些特定格式的日期,正则表达式都能帮你轻松搞定。

二、正则表达式的基本语法

在开始实战之前,我们先来了解一下正则表达式中一些常用的基本语法和特殊字符。

1. 字符类

  • . :匹配任意单个字符(除了换行符)。
    • 例如:a.b可以匹配a1b、a2b、a b等。
  • \d :匹配任意一个数字(0-9)。
    • 例如:\d\d\d可以匹配123、456等。
  • \w :匹配任意一个字母、数字或下划线(等价于[a-zA-Z0-9_])。
    • 例如:\w\w\w可以匹配abc、123、a1_等。
  • \s :匹配任意一个空白字符(空格、制表符、换行符等)。
    • 例如:\s\s\s可以匹配三个连续的空格。

2. 边界匹配

  • ^ :匹配字符串的开头。
    • 例如:^abc可以匹配以abc开头的字符串。
  • $ :匹配字符串的结尾。
    • 例如:abc$可以匹配以abc结尾的字符串。

3. 量词

  • * :匹配前面的字符0次或多次。
    • 例如:a*可以匹配a、aa、aaa,也可以匹配空字符串。
  • + :匹配前面的字符1次或多次。
    • 例如:a+可以匹配a、aa、aaa,但不能匹配空字符串。
  • ? :匹配前面的字符0次或1次。
    • 例如:a?可以匹配a或空字符串。
  • {n} :匹配前面的字符恰好n次。
    • 例如:a{3}可以匹配aaa。
  • {n,} :匹配前面的字符至少n次。
    • 例如:a{3,}可以匹配aaa、aaaa等。
  • {n,m} :匹配前面的字符至少n次,最多m次。
    • 例如:a{3,5}可以匹配aaa、aaaa、aaaaa。

4. 分组和捕获

  • () :用于分组和捕获匹配的内容。
    • 例如:(\d{4})-(\d{2})-(\d{2})可以匹配2024-05-21,并捕获2024、05、21。
  • | :表示"或"的关系。
    • 例如:cat|dog可以匹配cat或dog。

三、Python中的正则表达式模块

在Python中,我们主要通过re模块来使用正则表达式。这个模块提供了丰富的函数和方法,让我们可以方便地进行文本匹配、查找、替换等操作。在开始实战之前,我们先来了解一下re模块中几个常用的函数。

1. re.search()

这个函数用于在字符串中搜索匹配正则表达式的第一个位置。如果找到了匹配的内容,它会返回一个匹配对象;如果没有找到,就返回None。例如:

python 复制代码
import re

text = "Hello, my email is example@example.com."
pattern = r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b"  # 匹配电子邮件的正则表达式
match = re.search(pattern, text)
if match:
    print("找到匹配的电子邮件:", match.group())
else:
    print("没有找到匹配的电子邮件")

在这个例子中,我们定义了一个正则表达式来匹配电子邮件地址。\b表示单词边界,[A-Za-z0-9._%+-]+匹配电子邮件用户名部分,@是电子邮件的固定符号,[A-Za-z0-9.-]+匹配域名部分,\.[A-Z|a-z]{2,}匹配顶级域名。re.search()函数会在文本中搜索第一个匹配的电子邮件地址,并将其作为匹配对象返回。

2. re.findall()

如果想找出文本中所有匹配正则表达式的内容,re.findall()函数就派上用场了。它会返回一个列表,包含所有匹配的结果。比如:

python 复制代码
text = "This is a test string with 123 numbers and 456 letters."
pattern = r"\d+"  # 匹配数字的正则表达式
matches = re.findall(pattern, text)
print("找到的数字有:", matches)

这里,\d+表示匹配一个或多个数字。re.findall()会把文本中所有匹配的数字找出来,存到一个列表中返回。

3. re.sub()

当我们需要对文本中的某些内容进行替换时,re.sub()函数就显得非常实用了。它可以根据正则表达式找到匹配的内容,并将其替换为指定的字符串。例如:

python 复制代码
text = "The price is $100 and the discount is 20%."
pattern = r"\d+"  # 匹配数字的正则表达式
replacement = "XXX"
new_text = re.sub(pattern, replacement, text)
print("替换后的文本:", new_text)

在这个例子中,我们将文本中所有的数字替换为了字符串"XXX"。

四、实战案例:提取网页中的链接

在日常的开发工作中,我们经常会遇到需要从网页中提取信息的情况。比如,提取网页中的所有链接。假设我们有以下一段HTML代码:

html 复制代码
<a href="https://www.example.com">Example</a>
<a href="https://www.google.com">Google</a>
<a href="https://www.bing.com">Bing</a>

我们可以通过正则表达式来提取其中的链接。正则表达式如下:

python 复制代码
import re

html = """
<a href="https://www.example.com">Example</a>
<a href="https://www.google.com">Google</a>
<a href="https://www.bing.com">Bing</a>
"""
pattern = r'href="([^"]+)"'  # 匹配链接的正则表达式
links = re.findall(pattern, html)
print("提取到的链接有:", links)

这里,href="([^"]+)"是一个正则表达式,href="表示匹配href="这部分内容,([^"]+)是一个捕获组,用来匹配href="和"之间的任意字符(不包括双引号),"表示匹配最后的双引号。re.findall()会把所有匹配的链接找出来,存到一个列表中返回。

五、实战案例:验证用户输入的手机号码

在很多应用中,我们需要验证用户输入的手机号码是否符合正确的格式。假设我们规定手机号码的格式为:以1开头,第二位数字是3到9中的一个,后面跟着9位数字。我们可以用正则表达式来实现这个验证功能。代码如下:

python 复制代码
import re

def validate_phone_number(phone_number):
    pattern = r"^1[3-9]\d{9}$"  # 匹配手机号码的正则表达式
    if re.match(pattern, phone_number):
        return True
    else:
        return False

phone_number = "13812345678"
if validate_phone_number(phone_number):
    print("手机号码格式正确")
else:
    print("手机号码格式错误")

在这个例子中,^1[3-9]\d{9}$是一个正则表达式。^表示匹配字符串的开头,1表示手机号码以1开头,[3-9]表示第二位数字是3到9

相关推荐
qq_1588954111133 分钟前
Suno-API 是什么?官方 V6 模型与 Python / TypeScript 接入指南
python·ai音乐·suno api
学无止境小袁同学11 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴11 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
LK_0712 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55512 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel
用户548178459095013 小时前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_13 小时前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁0114 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合14 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv