Python 正则表达式匹配

1. 引言

正则表达式（Regular Expression），简称为 regex，是一种强大的文本匹配工具。它使用特定的语法规则，在文本中搜寻符合模式的字符串。Python 提供了内置的 re 模块，使我们能够灵活地使用正则表达式来处理字符串。本文将详细介绍 Python 正则表达式的基本语法和常用方法。

2. Python re 模块

Python 的 re 模块是使用正则表达式的核心工具。在使用正则表达式之前，我们首先需要导入 re 模块。可以使用以下语句完成导入操作：

import re

3. 正则表达式基础

3.1. 文本匹配

正则表达式的主要功能之一是在给定的文本中查找模式匹配的字符串。使用 re.search() 方法可以在文本中查找第一个匹配的字符串。以下是一个示例：

import re

text = "Hello, world!"
pattern = r"world"
match = re.search(pattern, text)
if match:
    print("匹配成功")
else:
    print("匹配失败")

输出结果：

匹配成功

3.2. 特殊字符

正则表达式支持许多特殊字符，这些字符具有特殊的含义和用途。以下是一些常用的特殊字符及其含义：

• .: 匹配任意字符（除了换行符）
• ^: 匹配字符串的开头
• $: 匹配字符串的结尾
• *: 匹配前一个字符零次或多次
• +: 匹配前一个字符一次或多次
• ?: 匹配前一个字符零次或一次
• []: 匹配括号内任意一个字符
• |: 匹配两个或多个表达式中的任意一个

3.3. 元字符

元字符是正则表达式中具有特殊含义的字符。以下是一些常用的元字符及其含义：

• \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、下划线
• \W: 匹配任意非字母、数字、下划线字符
• \s: 匹配任意空白字符
• \S: 匹配任意非空白字符

3.4. 重复匹配

正则表达式中的重复匹配指的是匹配一个或多个重复出现的字符。以下是一些常用的重复匹配符号：

• {n}: 匹配前一个字符恰好出现 n 次
• {n,}: 匹配前一个字符至少出现 n 次
• {n,m}: 匹配前一个字符出现 n 到 m 次

4. re 模块常用方法

4.1. re.match() 方法

re.match() 方法用于从字符串的开头开始匹配，如果匹配成功则返回一个匹配对象，否则返回 None。以下是一个示例：

import re

text = "Hello, world!"
pattern = r"Hello"
match = re.match(pattern, text)
if match:
    print("匹配成功")
else:
    print("匹配失败")

输出结果：

匹配成功

4.2. re.findall() 方法

re.findall() 方法用于返回字符串中所有匹配的子串。以下是一个示例：

import re

text = "Hello, hello"
pattern = r"hello"
matches = re.findall(pattern, text)
print(matches)

输出结果：

['hello', 'hello']

4.3. re.sub() 方法

re.sub() 方法用于替换字符串中所有匹配的子串。以下是一个示例：

import re

text = "Hello, world!"
pattern = r"world"
new_text = re.sub(pattern, "universe", text)
print(new_text)

输出结果：

Hello, universe!

5. 综合应用示例

5.1. 邮箱匹配

使用正则表达式可以方便地检查一个字符串是否为有效的邮箱地址。以下是一个简单的邮箱匹配示例：

import re

email = "example@example.com"
pattern = r"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}$"
match = re.match(pattern, email)
if match:
    print("邮箱地址有效")
else:
    print("邮箱地址无效")

输出结果：

邮箱地址有效

5.2. 手机号码提取

除了检查邮箱地址之外，我们还可以使用正则表达式从一段文本中提取出手机号码。以下是一个手机号码提取的示例：

import re

text = "John's phone number is 123-456-7890."
pattern = r"\d{3}-\d{3}-\d{4}"
matches = re.findall(pattern, text)
print(matches)

输出结果：

['123-456-7890']

6. 总结

本文详细介绍了 Python 正则表达式的基本语法和常用方法。通过使用正则表达式，我们可以轻松地实现文本的匹配、查找和替换。掌握正则表达式的基本概念和用法，将有助于我们提高字符串处理的效率和灵活性。