Python 正则表达式：一种简单而强大的文本处理工具

 目录

常用的正则表达式元字符及其含义

常用函数

课程截图

案例 

简单的运用

使用正则表达式在Python中匹配电子邮件地址

关于\b的解释

---

Python中的正则表达式是一种强大的文本处理工具，用于在文本中查找、匹配和替换模式。正则表达式使用特定的语法来表示模式，这些模式由字符、操作符和特殊的元字符组成。

常用的正则表达式元字符及其含义

• . : 匹配任意单个字符，除了换行符。
• ^ : 匹配字符串的开头。
• $ : 匹配字符串的结尾。
• * : 匹配前一个字符的零次或多次出现。
• + : 匹配前一个字符的一次或多次出现。
• ? : 匹配前一个字符的零次或一次出现。
• | : 匹配两个或多个模式之一。
• [] : 匹配方括号中列出的任意一个字符。
• () : 用于将一组模式组合在一起，以便对它们执行操作，例如应用一个操作符。

在Python中，可以使用re模块来进行正则表达式操作。该模块提供了许多函数和方法，可以用来进行匹配、搜索和替换操作。

常用函数

• re.match(pattern, string, flags=0) : 从字符串开头开始尝试匹配模式，返回一个匹配对象或None。
• re.search(pattern, string, flags=0) : 在字符串中搜索第一个匹配模式的位置，返回一个匹配对象或None。
• re.findall(pattern, string, flags=0) : 在字符串中查找所有匹配模式的子串，并返回一个列表。
• re.sub(pattern, repl, string, count=0, flags=0) : 将字符串中所有匹配模式的子串替换为指定的字符串或函数，并返回替换后的新字符串。

正则表达式的语法和应用十分广泛，在Python中也同样如此。掌握了正则表达式的基本语法和常用函数，可以帮助我们更加高效地进行文本处理和数据清洗等操作。 

---

课程截图

案例 

 

---

简单的运用

使用正则表达式在Python中匹配电子邮件地址

import re

text = "Please contact us at contact@example.com for further information."
pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'

matches = re.findall(pattern, text)

for match in matches:
    print(match)

结果：

代码解释：

• \b 匹配单词边界
• [A-Za-z0-9._%+-]+ 匹配电子邮件地址中的用户名
• @ 匹配电子邮件地址中的@符号
• [A-Za-z0-9.-]+ 匹配电子邮件地址中的域名
• \. 匹配电子邮件地址中的点号
• [A-Z|a-z]{2,} 匹配电子邮件地址中的顶级域名

关于\b的解释

我第一次看到\b的时候不太能理解，随后用chatgpt帮我解答了疑问：

\b是正则表达式中的一个特殊元字符，用于匹配单词的边界。单词边界可以是单词开头、单词结尾或者单词内部的位置，定义了单词的开始和结束位置。

具体来说，\b匹配以下三种情况之一：

1. 单词开头：匹配在一个单词前面的空字符串（或字符串的开始）。
2. 单词结尾：匹配在一个单词后面的空字符串（或字符串的结尾）。
3. 单词内部：匹配在一个单词内部的空字符串。

例如，在正则表达式 \bcat\b 中，\b匹配单词边界，cat匹配字符串 "cat"，再次使用\b匹配单词边界，因此该正则表达式将匹配完整的单词 "cat"，而不是包含 "cat" 子串的单词。

需要注意的是，\b只匹配单词边界，不匹配任何实际的字符。它通常用于限制模式匹配的位置，以避免模式匹配太宽泛。