什么是正則表達(dá)式 ？
正則表達(dá)式是一組由字母和符號組成的特殊文本，它可以用來從文本中找出滿足你想要的格式的句子。
一個正則表達(dá)式是一種從左到右匹配主體字符串的模式，常使用縮寫的術(shù)語“regex”或“regexp”。
1. 正則表達(dá)式的基本語法
1.1 字符匹配
.：匹配任意單個字符（除了換行符）。\d：匹配數(shù)字，等價于[0-9]。\D：匹配非數(shù)字，等價于[^0-9]。\w：匹配字母、數(shù)字或下劃線，等價于[a-zA-Z0-9_]。\W：匹配非字母、數(shù)字或下劃線，等價于[^a-zA-Z0-9_]。\s：匹配空白字符，包括空格、制表符和換行符。\S：匹配非空白字符。
1.2 字符集
[abc]：匹配a、b或c中的任意一個字符。[^abc]：匹配除a、b、c之外的任意字符。[a-z]：匹配小寫字母中的任意一個字符。[0-9]：匹配數(shù)字中的任意一個字符。
1.3 量詞
*：匹配前面的字符零次或多次。
+：匹配前面的字符一次或多次。
?：匹配前面的字符零次或一次。
{n}：匹配前面的字符恰好n次。
{n,}：匹配前面的字符至少n次。
{n,m}：匹配前面的字符至少n次，但不超過m次，一個范圍。
1.4 邊界匹配
^：匹配字符串的開始位置。$：匹配字符串的結(jié)束位置。\b：匹配單詞邊界。\B：匹配非單詞邊界。
2. 正則表達(dá)式示例
2.1 基本匹配示例
下面是一些Python中使用正則表達(dá)式的基本示例。
示例 1：匹配郵箱地址
import re
# 正則表達(dá)式
pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
# 測試郵箱
emails = ["test@example.com", "invalid-email@", "user123@domain.co.uk"]
for email in emails:
? ? if re.match(pattern, email):
? ? ? ? print(f"{email} 是有效的郵箱")
? ? else:
? ? ? ? print(f"{email} 不是有效的郵箱")
解讀
^?- 表示匹配字符串的開始位置，確保電子郵件地址從這里開始[a-zA-Z0-9._%+-]+?- 匹配電子郵件地址中的用戶名部分：
[a-zA-Z0-9._%+-]：允許的字符集
a-zA-Z：所有大小寫字母0-9：所有數(shù)字.：點號_：下劃線%：百分號+：加號-：減號 / 連字符+：表示前面的字符集可以出現(xiàn) 1 次或多次
@?- 匹配電子郵件地址中的 @符號，這是郵箱地址的必備元素[a-zA-Z0-9.-]+?- 匹配域名的主部分（如 gmail、yahoo、company 等）：
- 字母、數(shù)字
.：點號（用于子域名，如mail.yahoo.com）-：連字符（某些域名中允許）
+：表示前面的字符集可以出現(xiàn) 1 次或多次
\.?- 匹配域名中的點號（如.com、.org 中的點），這里用反斜杠轉(zhuǎn)義，因為點在正則中有特殊含義[a-zA-Z]{2,}?- 匹配頂級域名（如 com、org、cn 等）：
[a-zA-Z]：只允許字母{2,}：表示至少需要 2 個字符（如 cn、uk 等）
$?- 表示匹配字符串的結(jié)束位置，確保電子郵件地址在這里結(jié)束
運(yùn)行結(jié)果
test@example.com 是有效的郵箱
invalid-email@ 不是有效的郵箱
user123@domain.co.uk 是有效的郵箱
2.2 復(fù)雜匹配示例
示例 2：匹配手機(jī)號碼
import re
# 正則表達(dá)式
pattern = r'^\+?(\d{1,3})?[-.\s]?(\d{10})$'
# 測試手機(jī)號碼
phone_numbers = ["+123-4567890123", "4567890123", "12345", "123-456-7890"]
for number in phone_numbers:
? ? if re.match(pattern, number):
? ? ? ? print(f"{number} 是有效的手機(jī)號碼")
? ? else:
? ? ? ? print(f"{number} 不是有效的手機(jī)號碼")
運(yùn)行結(jié)果
+123-4567890123 是有效的手機(jī)號碼
4567890123 是有效的手機(jī)號碼
12345 不是有效的手機(jī)號碼
123-456-7890 不是有效的手機(jī)號碼
2.3 替換示例
示例 3：替換文本中的特定內(nèi)容
import re
text = "Hello, my email is test@example.com. Please contact me!"
# 正則表達(dá)式
pattern = r'\S+@\S+'
# 替換郵箱為“[郵箱隱藏]”
new_text = re.sub(pattern, "[郵箱隱藏]", text)
print(new_text)
運(yùn)行結(jié)果
Hello, my email is [郵箱隱藏]. Please contact me!
正則表達(dá)式是處理字符串和文本數(shù)據(jù)的強(qiáng)大工具，能夠高效地進(jìn)行匹配、查找和替換等操作。掌握其基本語法和用法，可以幫助您在編程和數(shù)據(jù)處理時更為輕松。本文通過多個示例展示了正則表達(dá)式在Python中的使用，希望對您有所幫助。
3.正則表達(dá)式函數(shù)
python的re模塊還比較簡單，包括以下幾個方法：
- re.search()：查找符合模式的字符，只返回第一個，返回Match對象
- re.match()：和search一樣，但要求必須從字符串開頭匹配
- re.findall()：返回所有匹配的字符串列表
- re.finditer()：返回一個迭代器，其中包含所有的匹配，也就是Match對象
- re.sub()：替換匹配的字符串，返回替換完成的文本
- re.subn()：替換匹配的字符串，返回替換完成的文本和替換的次數(shù)
- re.split()：用匹配表達(dá)式的字符串做分隔符分割原字符串
- re.compile()：把正則表達(dá)式編譯成一個對象，方便后面使用
1.?re.search(pattern, string, flags=0)
- 作用：在字符串中搜索匹配的模式，找到第一個匹配后返回一個
Match對象，如果沒有找到匹配，則返回None。 - 示例
import re
result = re.search(r'\d+', 'hello 123 world')
print(result.group()) ?# 輸出: 123
2.?re.match(pattern, string, flags=0)
- 作用：與
search()類似，但是它只匹配字符串的開始。如果字符串的開始不符合模式，則返回None。 - 示例
result = re.match(r'\d+', '123 hello world')
print(result.group()) ?# 輸出: 123
3.?re.findall(pattern, string, flags=0)
- 作用：返回字符串中所有與模式匹配的非重疊匹配項的列表。
- 示例
results = re.findall(r'\d+', 'hello 123 world 456')
print(results) ?# 輸出: ['123', '456']
4.?re.finditer(pattern, string, flags=0)
- 作用：返回一個迭代器，產(chǎn)生所有匹配的
Match對象。 - 示例
for match in re.finditer(r'\d+', 'hello 123 world 456'):
? ? print(match.group()) ?# 分別輸出: 123 和 456
5.?re.sub(pattern, repl, string, count=0, flags=0)
- 作用：用
repl替換string中所有匹配pattern的部分，返回替換后的字符串。count參數(shù)可以指定最大替換次數(shù)。 - 示例
new_string = re.sub(r'\d+', 'number', 'hello 123 world 456')
print(new_string) ?# 輸出: hello number world number
6.?re.subn(pattern, repl, string, count=0, flags=0)
- 作用：與
sub()相同，但是返回一個元組，包含替換后的字符串和替換的次數(shù)。 - 示例
new_string, n = re.subn(r'\d+', 'number', 'hello 123 world 456')
print(new_string) ?# 輸出: hello number world number
print(n) ?# 輸出: 2
7.?re.split(pattern, string, maxsplit=0, flags=0)
- 作用：根據(jù)模式對字符串進(jìn)行分割，返回一個列表。
maxsplit參數(shù)可以指定最大分割次數(shù)。 - 示例
parts = re.split(r'\s+', 'hello ? world')
print(parts) ?# 輸出: ['hello', 'world']
8.?re.compile(pattern, flags=0)
- 作用：編譯正則表達(dá)式模式為正則表達(dá)式對象，這樣可以在后續(xù)的操作中復(fù)用這個對象，提高效率。
- 示例
pattern = re.compile(r'\d+')
result = pattern.search('hello 123 world')
print(result.group()) ?# 輸出: 123
以上就是關(guān)于re模塊中一些常用方法的簡介和示例，希望對您有所幫助。如果您有任何具體的問題或需要進(jìn)一步的幫助，請隨時提問！
4.一些經(jīng)驗之談
[]（字符集）和{}（量詞）前后順序區(qū)別
a.本質(zhì)區(qū)別
[]（字符集）：定義 "允許出現(xiàn)的單個字符范圍"，只能匹配一個字符。例如：[abc]?表示匹配 "a"、"b" 或 "c" 中的任意一個字符；[0-9]?表示匹配任意一個數(shù)字。{}（量詞）：定義 "前面元素的出現(xiàn)次數(shù)"，不能單獨(dú)使用，必須跟在某個元素（字符、字符集、分組等）后面。例如：a{2}?表示 "a" 連續(xù)出現(xiàn) 2 次；[0-9]{3}?表示任意數(shù)字連續(xù)出現(xiàn) 3 次。
b. 前后順序規(guī)則--->[字符集]{次數(shù)}
[]?通常在?{}?前面，因為量詞（{}）是用來修飾它前面的元素（可以是?[]?定義的字符集）的。即：[字符集]{次數(shù)}?→ 表示 "字符集中的字符允許出現(xiàn)的次數(shù)"。
示例：
[0-9]{3}：[0-9]?定義了 "單個數(shù)字"，{3}?修飾這個字符集，表示 "連續(xù) 3 個數(shù)字"（如 "123"）。[a-zA-Z]{2,5}：[a-zA-Z]?定義了 "單個字母"，{2,5}?表示 "2 到 5 個連續(xù)字母"（如 "abc"、"xyz12" 不匹配，因為包含數(shù)字）。
c. 反例（錯誤順序）--->反過來則是拼接
- 正常邏輯：
[]（定義單個字符范圍）在前，{}（定義該范圍的出現(xiàn)次數(shù)）在后 →?[字符集]{次數(shù)}。 - 核心關(guān)系：
{}?是 "修飾符"，[]?是 "被修飾的元素"，修飾符必須跟在被修飾元素后面。 - 特殊情況：
[]?內(nèi)部的?{}?僅作為普通符號處理，不表示量詞。
該文章在 2025/9/8 11:50:30 編輯過
400 186 1886
