一文读懂Python re正则表达式模块

正则表达式

正则表达式是一种描述文本模式的语言，Python通过re模块提供了对正则表达式的支持，使其成为文本处理、数据洗白和信息提取的强大工具。

正则表达式基本语法

元字符	描述
`.`	匹配任意单个字符（除了换行符）
`^`	匹配字符串的开头
`$`	匹配字符串的结尾
`*`	匹配前面的元素零次或多次
`+`	匹配前面的元素一次或多次
`?`	匹配前面的元素零次或一次
`[]`	匹配方括号中的任意一个字符
`()`	分组和捕获
`\d`	匹配数字，等价于`[0-9]`
`\w`	匹配字母、数字或下划线，等价于`[a-zA-Z0-9_]`
`\s`	匹配空白字符

re模块核心函数

match(): 从字符串开头匹配

python 复制代码

import re

text = "Hello, World!"
match = re.match(r'Hello', text)
if match:
    print("匹配成功:", match.group())  # 输出: 匹配成功: Hello

search(): 搜索整个字符串

python 复制代码

text = "Price: $19.99"
match = re.search(r'\$\d+\.\d+', text)
if match:
    print("找到价格:", match.group())  # 输出: 找到价格: $19.99

findall():找到所有匹配项

python 复制代码

text = "Email1: user@example.com, Email2: admin@company.net"
emails = re.finditer(r'[\w.-]+@[\w.-]+\.\w+', text)
for email in emails:
    print("找到邮箱:", email.group())

finditer()：返回匹配的迭代器

python 复制代码

text = "Email1: user@example.com, Email2: admin@company.net"
emails = re.finditer(r'[\w.-]+@[\w.-]+\.\w+', text)
for email in emails:
    print("找到邮箱:", email.group())

sub()：替换匹配的文本

python 复制代码

text = "Phone numbers: 123-456-7890, 987-654-3210" masked = re.sub(r'(\d{3})-(\d{3})-(\d{4})', r'\1-***-\4', text) print("掩码后的号码:", masked) # 输出: 掩码后的号码: 123-***-7890, 987-***-3210

正则表达式进阶技巧

分组与捕获使用圆括号() 进行分组，分组可以被引用和捕获

python 复制代码

text = "Date: 2023-11-15"
match = re.match(r'(\d{4})-(\d{2})-(\d{2})', text)
if match:
    year, month, day = match.groups()
    print(f"年: {year}, 月: {month}, 日: {day}")  # 输出: 年: 2023, 月: 11, 日: 15

match.group()方法是一个管理捕获的一个核心工具，用于捕获匹配对象中的特定部分。当正则表达式成功匹配文本后，match.group()方法允许提取出具体的内容，无论是整个匹配结果还是特定的捕获组。

基本语法： match.group(） - 无参数：返回整个匹配的字符串 - 整数参数：返回指定捕获的内容 - 多个参数：返回多个捕获的元祖 - 命名组参数：返回指定命名组的内容

python 复制代码

import re

# 示例文本
text = "Hello, my email is user@example.com and phone is 123-456-7890."

# 定义一个包含多个捕获组的正则表达式
pattern = r'(\w+)@(\w+\.\w+)|(\d{3})-(\d{3})-(\d{4})'
match = re.search(pattern, text)

if match:
    # 0. 检查匹配是否成功
    print("匹配成功!")
    
    # 1. 无参数：获取整个匹配内容
    print("整个匹配:", match.group())  # 输出: user@example.com
    
    # 2. 单个整数参数：获取特定捕获组
    print("捕获组1:", match.group(1))  # 输出: user (邮箱用户名)
    print("捕获组2:", match.group(2))  # 输出: example.com (邮箱域名)
    
    # 3. 多个参数：获取多个捕获组
    print("捕获组1和2:", match.group(1, 2))  # 输出: ('user', 'example.com')
    
    # 4. 使用groups()方法获取所有捕获组
    print("所有捕获组:", match.groups())  # 输出: ('user', 'example.com', None, None, None)
    
    # 5. 捕获组索引从1开始，0表示整个匹配
    print("捕获组0:", match.group(0))  # 输出: user@example.com