【Python正则表达式】：文本解析与模式匹配

Python 中的正则表达式（Regular Expressions）是一种强大的文本处理工具，它允许你定义一种搜索、匹配或替换文本中字符串的模式。Python 通过 re 模块提供了对正则表达式的支持。下面是一些基本的使用方法和示例，帮助你理解如何在 Python 中使用正则表达式进行文本解析和模式匹配。

导入 re 模块

首先，你需要导入 Python 的 re 模块：

import re

基本匹配

使用 re.match() 函数尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 None。

import re

pattern = r'hello'
text = 'hello world'
match = re.match(pattern, text)

if match:
    print("Match found:", match.group())
else:
    print("No match")

搜索字符串

如果你想要搜索整个字符串来查找匹配项，可以使用 re.search() 函数。

import re

pattern = r'world'
text = 'hello world'
match = re.search(pattern, text)

if match:
    print("Match found:", match.group())
else:
    print("No match")

查找所有匹配项

使用 re.findall() 函数可以查找字符串中所有与正则表达式匹配的项，并返回一个列表。

import re

pattern = r'\bfoo\b'
text = 'foo bar foo baz foo'
matches = re.findall(pattern, text)

print("Matches:", matches)

分割字符串

re.split() 函数可以根据正则表达式来分割字符串。

import re

pattern = r'\s+'
text = 'one two   three   four'
parts = re.split(pattern, text)

print("Parts:", parts)

替换字符串

re.sub() 函数用于替换字符串中所有匹配正则表达式的部分。

import re

pattern = r'\bfoo\b'
text = 'foo bar foo baz foo'
new_text = re.sub(pattern, 'bar', text)

print("New Text:", new_text)

编译正则表达式

为了提高效率，可以将正则表达式编译成一个模式对象，然后使用这个对象进行匹配、搜索、替换等操作。

import re

pattern = re.compile(r'\bfoo\b')
text = 'foo bar foo baz foo'

matches = pattern.findall(text)
print("Matches:", matches)

new_text = pattern.sub('bar', text)
print("New Text:", new_text)

注意事项

• 正则表达式中的特殊字符（如 ., *, ?, +, ^, $, (, ), [, ], {, }, \, |, - 等）需要被转义（即在前面加上反斜杠 \）才能作为普通字符处理。
• \b 是一个特殊字符，表示单词边界。
• 原始字符串（在字符串前加 r）可以避免在字符串中对反斜杠进行转义。

通过掌握这些基本用法和注意事项，你可以有效地使用 Python 的 re 模块来处理和分析文本数据。