8.13 正则表达式

智航GIS2026-01-06 13:52

文章目录

前言

正则表达式是用于处理字符串的强大工具，Python通过re模块提供对正则表达式的支持。下面我将详细介绍Python中正则表达式的各个方面。

一、基本概念

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，可以用于查找、替换和验证字符串。

二、re模块常用方法

1. 基本匹配方法

python 复制代码 
python
import re

# 1. re.match() - 从字符串开头匹配
text = "hello world"
result = re.match(r'hello', text)  # 匹配成功
print(result.group())  # hello

# 2. re.search() - 搜索整个字符串
text = "world hello world"
result = re.search(r'hello', text)  # 匹配成功
print(result.group())  # hello

# 3. re.findall() - 查找所有匹配项
text = "cat bat sat hat"
result = re.findall(r'.at', text)  # 所有匹配
print(result)  # ['cat', 'bat', 'sat', 'hat']

# 4. re.finditer() - 返回迭代器
text = "cat bat sat hat"
for match in re.finditer(r'.at', text):
    print(match.group(), match.span())

# 5. re.sub() - 替换匹配项
text = "Python is great. I love Python."
result = re.sub(r'Python', 'JavaScript', text)
print(result)  # JavaScript is great. I love JavaScript.

# 6. re.split() - 根据模式分割字符串
text = "apple,banana;orange grape"
result = re.split(r'[,;\s]', text)
print(result)  # ['apple', 'banana', 'orange', 'grape']

2. 编译正则表达式（提高性能）

python 复制代码 
python
import re

# 编译正则表达式（多次使用时更高效）
pattern = re.compile(r'\d{3}-\d{3}-\d{4}')

text = "My phone is 123-456-7890"
result = pattern.search(text)
if result:
    print("Found:", result.group())  # 123-456-7890

三、正则表达式语法

1. 基本元字符

python 复制代码 
python
import re

# . 匹配任意单个字符（除了换行符）
print(re.findall(r'h.t', 'hat hot hit hut'))  # ['hat', 'hot', 'hit', 'hut']

# [] 字符集
print(re.findall(r'h[aeiou]t', 'hat hit hot het'))  # ['hat', 'het']
print(re.findall(r'[a-z]', 'Hello123'))  # ['e', 'l', 'l', 'o']
print(re.findall(r'[^0-9]', 'Hello123'))  # ['H', 'e', 'l', 'l', 'o'] - 非数字

# | 或运算符
print(re.findall(r'cat|dog', 'I have a cat and a dog'))  # ['cat', 'dog']

# ^ 字符串开头
print(re.findall(r'^Hello', 'Hello World'))  # ['Hello']
print(re.findall(r'^Hello', 'Say Hello'))  # [] - 不在开头

# $ 字符串结尾
print(re.findall(r'World$', 'Hello World'))  # ['World']

2. 量词（重复匹配）

python 复制代码 
python
import re

# * 0次或多次
print(re.findall(r'ab*c', 'ac abc abbc abbbc'))  # ['ac', 'abc', 'abbc', 'abbbc']

# + 1次或多次
print(re.findall(r'ab+c', 'ac abc abbc abbbc'))  # ['abc', 'abbc', 'abbbc']

# ? 0次或1次
print(re.findall(r'ab?c', 'ac abc abbc'))  # ['ac', 'abc']

# {n} 精确n次
print(re.findall(r'ab{2}c', 'abc abbc abbbc'))  # ['abbc']

# {n,} 至少n次
print(re.findall(r'ab{2,}c', 'abc abbc abbbc abbbbc'))  # ['abbc', 'abbbc', 'abbbbc']

# {n,m} n到m次
print(re.findall(r'ab{2,3}c', 'abc abbc abbbc abbbbc'))  # ['abbc', 'abbbc']

3. 特殊字符类

python 复制代码 
python
import re

# \d 数字 [0-9]
print(re.findall(r'\d+', 'Phone: 123-456-7890'))  # ['123', '456', '7890']

# \D 非数字
print(re.findall(r'\D+', 'Phone: 123-456-7890'))  # ['Phone: ', '-', '-']

# \w 单词字符 [a-zA-Z0-9_]
print(re.findall(r'\w+', 'Hello_World 123!'))  # ['Hello_World', '123']

# \W 非单词字符
print(re.findall(r'\W+', 'Hello_World 123!'))  # [' ', '!']

# \s 空白字符 [ \t\n\r\f\v]
print(re.findall(r'\s+', 'Hello  World\nPython'))  # [' ', '\n']

# \S 非空白字符
print(re.findall(r'\S+', 'Hello  World\nPython'))  # ['Hello', 'World', 'Python']

# \b 单词边界
print(re.findall(r'\bcat\b', 'cat catfish concat'))  # ['cat']

# \B 非单词边界
print(re.findall(r'\Bcat\B', 'cat catfish concat'))  # ['cat']

四、分组和捕获

python 复制代码 
python
import re

# 1. 简单分组
text = "John: 30, Jane: 25"
pattern = r'(\w+): (\d+)'
matches = re.findall(pattern, text)
print(matches)  # [('John', '30'), ('Jane', '25')]

# 2. 命名分组
pattern = r'(?P<name>\w+): (?P<age>\d+)'
match = re.search(pattern, text)
if match:
    print(match.group('name'))  # John
    print(match.group('age'))   # 30

# 3. 非捕获分组 (?:...)
# 匹配但不捕获
text = "hello world hello python"
matches = re.findall(r'(?:hello) (\w+)', text)
print(matches)  # ['world', 'python']

# 4. 前后查找
# 正向肯定预查 (?=...)
text = "apple banana applepie"
matches = re.findall(r'apple(?=pie)', text)
print(matches)  # ['apple'] - 只匹配后面是pie的apple

# 正向否定预查 (?!...)
matches = re.findall(r'apple(?!pie)', text)
print(matches)  # ['apple'] - 只匹配后面不是pie的apple

# 反向肯定预查 (?<=...)
text = "100美元 200人民币"
matches = re.findall(r'(?<=\d{3})人民币', text)
print(matches)  # ['人民币']

# 反向否定预查 (?<!...)
text = "100美元 200人民币"
matches = re.findall(r'(?<!\d{3})人民币', text)
print(matches)  # [] - 没有匹配

五、标志（Flags）

python 复制代码 
python
import re

text = "Hello\nWorld\nPython"

# re.IGNORECASE (re.I) - 忽略大小写
print(re.findall(r'hello', text, re.I))  # ['Hello']

# re.MULTILINE (re.M) - 多行模式
print(re.findall(r'^.+$', text, re.M))  # ['Hello', 'World', 'Python']

# re.DOTALL (re.S) - 使.匹配包括换行符在内的所有字符
print(re.findall(r'Hello.*Python', text, re.S))  # ['Hello\nWorld\nPython']

# re.VERBOSE (re.X) - 允许添加注释和空白
pattern = re.compile(r'''
    \d{3}    # 区号
    -        # 分隔符
    \d{3}    # 前缀
    -        # 分隔符
    \d{4}    # 线路号
''', re.VERBOSE)

# 多个标志组合使用
pattern = re.compile(r'^hello', re.I | re.M)

六、实际应用示例

1. 验证电子邮件

python 复制代码 
python
import re

def validate_email(email):
    pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
    return bool(re.match(pattern, email))

emails = ["test@example.com", "invalid.email", "name@domain.co.uk"]
for email in emails:
    print(f"{email}: {validate_email(email)}")

2. 提取URL

python 复制代码 
python
import re

def extract_urls(text):
    pattern = r'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+[/\w .-]*/?'
    return re.findall(pattern, text)

text = "Visit https://www.example.com and http://sub.domain.co.uk/path"
print(extract_urls(text))

3. 提取电话号码

python 复制代码 
python
import re

def extract_phone_numbers(text):
    pattern = r'(\+\d{1,3}[-.]?)?\(?\d{3}\)?[-.]?\d{3}[-.]?\d{4}'
    return re.findall(pattern, text)

text = "Call me at 123-456-7890 or (987) 654-3210"
print(extract_phone_numbers(text))

4. 密码强度验证

python 复制代码 
python
import re

def validate_password(password):
    # 至少8个字符，包含大小写字母、数字和特殊字符
    if len(password) < 8:
        return False
    
    checks = [
        r'[A-Z]',  # 大写字母
        r'[a-z]',  # 小写字母
        r'[0-9]',  # 数字
        r'[!@#$%^&*()_+\-=\[\]{};:\'",.<>/?\\|`~]'  # 特殊字符
    ]
    
    return all(re.search(pattern, password) for pattern in checks)

passwords = ["Weak", "StrongPass1!", "NoSpecialChar1", "GoodPass#2024"]
for pwd in passwords:
    print(f"{pwd}: {'Valid' if validate_password(pwd) else 'Invalid'}")

七、性能优化和最佳实践

1. 预编译正则表达式

python 复制代码 
python
import re

# 对于多次使用的模式，预编译可以提高性能
phone_pattern = re.compile(r'\d{3}-\d{3}-\d{4}')
email_pattern = re.compile(r'^\w+@\w+\.\w+$')

# 多次使用
texts = ["Call 123-456-7890", "Email: test@example.com"]
for text in texts:
    if phone_pattern.search(text):
        print("Found phone:", phone_pattern.search(text).group())

2. 使用原始字符串（r前缀）

python 复制代码 
python
import re

# 总是使用原始字符串，避免转义问题
pattern = r'\d+'  # 正确
pattern = '\\d+'  # 正确但易错

3. 避免贪婪匹配问题

python 复制代码 
python
import re

text = "<div>content1</div><div>content2</div>"

# 贪婪匹配（默认）
print(re.findall(r'<div>.*</div>', text))
# ['<div>content1</div><div>content2</div>']

# 非贪婪匹配
print(re.findall(r'<div>.*?</div>', text))
# ['<div>content1</div>', '<div>content2</div>']

4. 处理Unicode字符

python 复制代码 
python
import re

# 匹配Unicode字符
text = "Résumé Café naïve"
print(re.findall(r'\w+', text, re.UNICODE))  # ['Résumé', 'Café', 'naïve']

八、常见错误和调试

python 复制代码 
python
import re

# 1. 忘记转义特殊字符
text = "a.b"
# 错误：.匹配任意字符
print(re.findall(r'a.b', text))  # ['a.b']
# 正确：转义.
print(re.findall(r'a\.b', text))  # ['a.b']

# 2. 使用re.match()错误地期望搜索整个字符串
text = "start middle end"
# match只检查开头
result = re.match(r'middle', text)  # None
# search搜索整个字符串
result = re.search(r'middle', text)  # 匹配成功

# 3. 调试复杂正则表达式
import re
pattern = r'(\d{3})-(\d{3})-(\d{4})'
text = "Phone: 123-456-7890"

# 使用re.DEBUG查看匹配过程
compiled = re.compile(pattern, re.DEBUG)
match = compiled.search(text)
if match:
    print("Groups:", match.groups())

总结

  • Python的re模块提供了强大的正则表达式功能。掌握正则表达式需要：
    理解基本元字符和语法
    熟悉常用的re模块方法
    学会使用分组和标志
    了解性能优化技巧
    通过实践掌握常见应用场景

正则表达式虽然强大，但复杂的模式可能难以维护。在可能的情况下，考虑使用字符串的内置方法或其他解析库作为替代方案

相关推荐
2501_941871457 小时前
面向微服务链路追踪与全局上下文管理的互联网系统可观测性设计与多语言工程实践分享
大数据·数据库·python
luoluoal7 小时前
基于python的语音和背景音乐分离算法及系统（源码+文档）
python·mysql·django·毕业设计·源码
·云扬·7 小时前
MySQL单机多实例部署两种实用方法详解
数据库·mysql·adb
odoo中国7 小时前
Pgpool-II 在 PostgreSQL 中的用例场景与优势
数据库·postgresql·中间件·pgpool
男孩李7 小时前
postgres数据库常用命令介绍
数据库·postgresql
IvorySQL7 小时前
让源码安装不再困难：IvorySQL 一键安装脚本的实现细节解析
数据库·人工智能·postgresql·开源
云和数据.ChenGuang7 小时前
openGauss赋能新能源汽车智能制造——比亚迪MES系统数据库国产化升级案例
数据库·汽车·opengauss·gaussdb·数据库权限管理
洛小豆7 小时前
她问我：数据库还在存 Timestamp？我说：大人，时代变了
数据库·后端·mysql
邵伯8 小时前
为什么你的 SELECT 有时会阻塞？
数据库·后端
洛小豆8 小时前
代码修仙录 · 第1期：宗门大阵崩了？只因少了毫秒三魂！
数据库·后端·mysql
热门推荐
01GitHub 镜像站点02安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）03Linux下V2Ray安装配置指南04手把手教你通过Gemini3 pro 学生认证，白用一年，手慢无！05Labelme从安装到标注：零基础完整指南06jdk21下载、安装（Windows、Linux、macOS）07GitLab 零基础入门指南：从安装到项目管理全流程08UV安装并设置国内源09【踩坑笔记】50系显卡适配的 PyTorch 安装102025-04-03 Latex学习1——本地配置Latex + VScode环境