Python 正则表达式

1. 什么是正则表达式

正则表达式（Regular Expression）是用于匹配、替换和提取字符串中特定模式的工具。在不同的编程语言中，都有对应的正则表达式库可以使用。

正则表达式由一系列字符和元字符组成，它们用于定义匹配规则。使用正则表达式可以轻松地执行一些常规字符串操作，如查找、提取、替换等。

2. Python 中的正则表达式模块

Python 中提供了 re 模块用于操作正则表达式。在使用正则表达式之前，我们需要使用 import re 引入该模块。

3. 正则表达式基本语法

正则表达式的基本语法由普通字符和特殊字符组成。普通字符就是指字母、数字、标点符号等可见字符；而特殊字符有特殊的含义，例如用于匹配数字的元字符 \d。

下面是一些常见的正则表达式元字符：

• .：匹配除换行符外的任意字符。
• \d：匹配任意数字。
• \D：匹配任意非数字字符。
• \w：匹配任意字母、数字或下划线。
• \W：匹配任意非字母、数字或下划线字符。
• \s：匹配任意空白字符，包括空格、制表符、换行符等。
• \S：匹配任意非空白字符。

除了上述元字符外，还有一些用于限定匹配次数的元字符：

• *：匹配前面的字符0次或多次。
• +：匹配前面的字符1次或多次。
• ?：匹配前面的字符0次或1次。
• {m}：匹配前面的字符m次。
• {m,n}：匹配前面的字符至少m次，最多n次。

4. 使用正则表达式的方法

4.1 re.match()

re.match() 方法用于从字符串的起始位置开始匹配正则表达式。如果匹配成功，返回一个匹配对象；否则返回None。

示例代码：

import re

pattern = r"hello"
string = "hello world"

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

输出结果：

匹配成功！

4.2 re.search()

re.search() 方法用于在字符串中查找匹配正则表达式的第一个位置。如果匹配成功，返回一个匹配对象；否则返回None。

示例代码：

import re

pattern = r"world"
string = "hello world"

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

输出结果：

匹配成功！

4.3 re.findall()

re.findall() 方法用于返回所有匹配正则表达式的结果。如果匹配成功，返回一个匹配对象列表；否则返回一个空列表。

示例代码：

import re

pattern = r"\d+"
string = "I have 2 apples and 3 oranges."

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

输出结果：

['2', '3']

4.4 re.sub()

re.sub() 方法用于替换字符串中匹配正则表达式的部分。如果匹配成功，返回一个替换后的字符串；否则返回原字符串。

示例代码：

import re

pattern = r"\d+"
string = "I have 2 apples and 3 oranges."

result = re.sub(pattern, "X", string)
print(result)

输出结果：

I have X apples and X oranges.

5. 正则表达式的高级用法

除了基本语法外，正则表达式还支持一些高级的用法，如分组、模式修饰符等。

5.1 分组

使用小括号 () 可以将一部分正则表达式分组，从而实现更复杂的匹配和提取。

示例代码：

import re

pattern = r"(\d+)-(\d+)-(\d+)"
string = "2022-01-01"

match_obj = re.match(pattern, string)
if match_obj:
    print(match_obj.group())  # 完整匹配结果
    print(match_obj.group(1))  # 第一个分组匹配结果
    print(match_obj.group(2))  # 第二个分组匹配结果
    print(match_obj.group(3))  # 第三个分组匹配结果

输出结果：

2022-01-01
2022
01
01

5.2 模式修饰符

模式修饰符用于改变正则表达式的行为，可以在正则表达式的开头添加 (?i) 实现不区分大小写的匹配。常见的模式修饰符包括：

• (?i)：不区分大小写的匹配。
• (?s)：使 . 匹配包括换行符在内的任意字符。
• (?m)：多行匹配模式，使 ^ 和 $ 分别匹配一行的开头和结尾。
• (?x)：忽略正则表达式中的空格和注释。

示例代码：

import re

pattern = r"(?i)hello"
string = "HELLO world"

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

输出结果：

匹配成功！

6. 正则表达式的应用举例

正则表达式在实际开发中有广泛的应用，例如：

• 验证手机号码：使用正则表达式匹配手机号码是否符合规则。
• 提取网页内容：使用正则表达式提取网页中的文章标题、正文等内容。
• 过滤敏感词汇：使用正则表达式替换文本中的敏感词汇。
• 校验身份证号码：使用正则表达式验证身份证号码的格式是否正确。

7. 总结

正则表达式是一种强大的字符串处理工具，通过简单的语法规则，可以完成复杂的字符串匹配、提取和替换操作。在 Python 中，我们可以使用 re 模块来操作正则表达式，掌握正则表达式的基本语法和高级用法，能够帮助我们更高效地处理字符串。正则表达式的应用非常广泛，无论是在前端开发中的表单验证、数据过滤，还是在后端开发中的数据清洗、爬虫等场景下，都可以使用正则表达式来提取、匹配和替换字符串。因此，熟练掌握正则表达式的使用是非常有益的。

通过本文的介绍，我们了解了Python中正则表达式的基本语法，包括普通字符、元字符和限定符的使用。我们还学习了四种常用的正则表达式操作方法：re.match()、re.search()、re.findall()和re.sub()。这些方法可以帮助我们在字符串中进行匹配、搜索、提取和替换操作。

除了基本语法和常用方法，我们还介绍了正则表达式的一些高级用法，包括分组和模式修饰符。分组可以将正则表达式的一部分进行分组，方便提取、匹配和替换；而模式修饰符可以改变正则表达式的行为，使其更适应特定需求。

最后，我们提到了正则表达式在实际开发中的应用举例，包括验证手机号码、提取网页内容、过滤敏感词汇和校验身份证号码等。这些例子展示了正则表达式在不同场景下的实际应用，希望能够激发你对正则表达式的兴趣，并且能够在实际开发中灵活运用。

总结起来，正则表达式是一种强大而灵活的字符匹配工具，在Python中有着广泛的应用。通过学习和掌握正则表达式的基本语法和常用方法，我们能够更高效地处理字符串操作，从而提高我们的开发效率。