正則表達式(Regular Expression，簡稱Regex)是用于匹配字符串中字符模式的一種工具。它不僅能幫助你對字符串進行檢索和替換，還可以在字符串中提取符合條件的數(shù)據(jù)。在Python中，正則表達式通過re模塊來實現(xiàn)。小編將介紹如何在Python中使用正則表達式，包括常見的用法和應(yīng)用示例。
1. 正則表達式基礎(chǔ)
正則表達式是由普通字符(如字母、數(shù)字)和特殊字符(元字符)組成的。元字符用于描述字符串的匹配規(guī)則，它們定義了字符串匹配的模式。
常見的元字符包括：
.：匹配任何單個字符(除了換行符\n)。
^：匹配字符串的開頭。
$：匹配字符串的結(jié)尾。
*：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，最多m次。
[]：匹配方括號中的任意字符。
|：或運算符，匹配符號前后任意一個模式。
()：用于分組。
2. Python中的re模塊
在Python中，re模塊提供了豐富的正則表達式功能，下面是一些常用的re模塊函數(shù)：
re.match(pattern, string)：從字符串的起始位置開始匹配正則表達式模式。
re.search(pattern, string)：掃描整個字符串，返回第一個匹配的結(jié)果。
re.findall(pattern, string)：返回所有匹配的結(jié)果，以列表形式返回。
re.finditer(pattern, string)：返回一個迭代器，迭代返回每一個匹配的結(jié)果。
re.sub(pattern, repl, string)：將字符串中匹配正則表達式的部分替換為指定的內(nèi)容。
3. 正則表達式示例
以下是一些常見的正則表達式應(yīng)用示例。
3.1 匹配郵箱地址
我們可以編寫一個正則表達式來匹配郵箱地址。郵箱地址通常包括用戶名、@符號以及域名。
pythonCopy Codeimport re
email_pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
email = "test@example.com"
match = re.match(email_pattern, email)
if match:
print("匹配成功")
else:
print("匹配失敗")
這里使用的正則表達式：
[a-zA-Z0-9._%+-]+：匹配郵箱的用戶名部分，可以包含字母、數(shù)字、下劃線、點、百分號、加號和減號。
@：匹配@符號。
[a-zA-Z0-9.-]+：匹配域名部分，可以包含字母、數(shù)字、點和減號。
\.：匹配點(.)。
[a-zA-Z]{2,}：匹配頂級域名部分，至少兩個字母。
3.2 查找電話號碼
我們可以使用正則表達式來查找電話號碼。假設(shè)電話號碼是10位數(shù)字，且前面是3位區(qū)號。
pythonCopy Codephone_pattern = r'\(\d{3}\) \d{3}-\d{4}'
phone = "(123) 456-7890"
match = re.match(phone_pattern, phone)
if match:
print("電話號碼格式正確")
else:
print("電話號碼格式錯誤")
正則表達式解釋：
\(：匹配左括號。
\d{3}：匹配3個數(shù)字(區(qū)號)。
\)：匹配右括號。
\s：匹配空格。
\d{3}：匹配3個數(shù)字。
-：匹配短橫線。
\d{4}：匹配4個數(shù)字。
3.3 提取URL
正則表達式也可以用于從文本中提取URL地址。
pythonCopy Codetext = "請訪問我們的官網(wǎng)：https://www.example.com 或 https://www.anotherexample.com"
url_pattern = r'https?://[a-zA-Z0-9.-]+(?:/[a-zA-Z0-9/-]*)?'
urls = re.findall(url_pattern, text)
print(urls)
這里使用的正則表達式：
https?：匹配http或https。
://：匹配://。
[a-zA-Z0-9.-]+：匹配域名部分。
(?:/[a-zA-Z0-9/-]*)?：匹配可選的路徑部分。
輸出結(jié)果將是一個包含匹配到的URL的列表。
3.4 替換文本
正則表達式還可以用于文本替換。以下示例將字符串中的數(shù)字替換為#。
pythonCopy Codetext = "我的電話號碼是1234567890，朋友的電話號碼是9876543210。"
replaced_text = re.sub(r'\d', '#', text)
print(replaced_text)
正則表達式：
\d：匹配任何數(shù)字。
#：替換為#。
輸出將是：
Copy Code我的電話號碼是############，朋友的電話號碼是############。
4. 進階技巧
4.1 捕獲組和非捕獲組
在正則表達式中，捕獲組用小括號()表示，用于提取匹配的子字符串。而非捕獲組用(?:)表示，不會提取匹配的內(nèi)容，但可以用于分組。
pythonCopy Codetext = "姓名: 張三, 年齡: 25"
pattern = r"姓名: (\w+), 年齡: (\d+)"
match = re.search(pattern, text)
if match:
print(f"姓名: {match.group(1)}, 年齡: {match.group(2)}")
輸出：
Copy Code姓名: 張三, 年齡: 25
4.2 使用re.split()
re.split()函數(shù)根據(jù)匹配的正則表達式將字符串分割成多個部分。
pythonCopy Codetext = "apple,banana,cherry"
result = re.split(r',', text)
print(result)
輸出：
Copy Code['apple', 'banana', 'cherry']
正則表達式是處理字符串和文本匹配的強大工具。在Python中，re模塊提供了豐富的功能來幫助我們進行正則表達式的匹配、查找、替換等操作。通過靈活運用正則表達式，可以高效地處理文本數(shù)據(jù)，提取信息，甚至進行復(fù)雜的字符串操作。
