<think>我们正在讨论Python正则表达式的练习教程和示例代码。根据用户当前请求，用户希望获得正则表达式的练习教程和示例代码。结合历史引用中的三个示例（匹配数字、文本处理、地址匹配），我们可以为用户提供一系列循序渐进的练习示例。首先，我们需要确保所有正则表达式模式使用raw字符串（r''）以避免转义问题。以下将按照从简单到复杂的顺序提供练习，每个练习包括问题描述、正则表达式模式和示例代码。注意：用户的历史引用中展示了匹配数字、简单文本匹配和美国地址匹配的实例。我们将这些纳入练习设计中，同时扩展更多常见场景。###1.匹配整数或小数（含正负号）根据引用[1]中的描述，合法数字包括整数（89,-23,+34,0）和小数（2.33,-2.33,+23.889等），不合法的情况包括前导零（如0001）、小数点开头或结尾（233.,.223）等。正则表达式模式解析：-整数部分：`[-+]?`（可选正负号）后跟`(0|[1-9]\d*)`（0或非零开头的整数）-小数部分：在整数部分后面加上`\.\d+`（小数点后至少一位数字）-整体数字：整数部分后接可选的小数部分（使用`(\.\d+)?`）因此，完整的正则表达式为：`r'[-+]?(0|[1-9]\d*)(\.\d+)?'`示例代码：```pythonimportrepattern=r'[-+]?(0|[1-9]\d*)(\.\d+)?'test_cases=['89','-23','+34','0','2.33','-2.33','+23.889','9.00','0.22','9.000','0001','233.','.223','0023.2']fortestintest_cases:result=re.fullmatch(pattern,test)print(f"'{test}':{'合法'ifresultelse'不合法'}")```###2.匹配特定关键词（如引用[2]中的文本处理）引用[2]展示了在一个文本文件中查找包含特定关键词（如itcast,itheima）的行。我们可以使用`re.findall`或`re.finditer`来提取匹配的单词。练习：从一个多行字符串中找出所有以“it”开头的单词（不区分大小写）。正则表达式模式：`r'\bit\w*'`（`\b`表示单词边界，`\w*`匹配零个或多个单词字符）示例代码：```pythonimportretext="""测试文件123.txtitcasthellopythonitcastc++itheimaiositheimaphphelloitcastpythonwww.itcast.cnc++itheimaiositheimaphp"""#查找所有以"it"开头的单词pattern=r'\bit\w*'matches=re.findall(pattern,text,re.IGNORECASE)#re.IGNORECASE忽略大小写print("匹配的单词:",matches)```###3.匹配美国街道地址（引用[3]）引用[3]要求匹配美国街道地址，如“1180BordeauxDrive”或“3120DelaCruzBoulevard”。地址格式为：门牌号（数字）后接街道名称（可能包含空格和点），最后是街道类型（如Drive,Street,Boulevard等）。正则表达式设计：-门牌号：`\d+`（一个或多个数字）-街道名称：由字母、空格和可能的点组成，注意可能有多个单词（如“DelaCruz”），所以用`[\w\s\.]+`（但这样可能太宽泛，我们可以更精确：要求至少一个字母，并且允许空格、点和单引号）-街道类型：一个或多个单词（如“Boulevard”），可以用`[A-Za-z]+`（但实际可能有空格，如“MainStreet”），但题目中似乎只给了一个单词的类型，所以暂不考虑多单词类型。但为了灵活性，可以允许多单词类型：`([A-Za-z]+(?:\s[A-Za-z]+)*)`因此，一个更灵活的模式：`r'\d+\s[\w\s\.]+\s(?:Drive|Street|Avenue|Boulevard|Road|Lane)\b'`但是，这个模式并不完美，因为街道名称中可能包含数字（如“1stAvenue”），但题目中未提及。我们按照题目要求，假设街道名称由字母和空格组成。改进：街道名称允许字母、空格、点、单引号和连字符，并且至少两个字符：`[A-Za-z\s\.'-]{2,}`最终模式（简单版）：`r'\d+\s[A-Za-z\s\.\-]+\s(?:Drive|Street|Avenue|Boulevard|Road|Lane)\b'`注意：街道类型我们用非捕获组列出常见词汇，但实际应用中可能更长，这里仅举例。示例代码：```pythonimportrepattern=r'\d+\s[A-Za-z\s\.\-]+\s(?:Drive|Street|Avenue|Boulevard|Road|Lane)\b'addresses=["1180BordeauxDrive","3120DelaCruzBoulevard","123MainStreet","45AElmStreet",#包含字母的门牌号？题目未要求，这里不合法"10005thAvenue",#街道名称含数字，不合法？但实际应允许，但题目未说明，我们暂时按原规则（不允许数字）所以不匹配"1InfiniteLoop"#街道类型不在列表中，不匹配]foraddrinaddresses:match=re.search(pattern,addr)print(f"'{addr}':{'匹配'ifmatchelse'不匹配'}")```###4.匹配电子邮件地址常见电子邮件地址格式：用户名@域名-用户名：允许字母、数字、点、下划线、百分号、加号和连字符。通常以字母开头。-域名：字母、数字、连字符和点，最后是顶级域名（至少两个字母）。正则表达式模式：`r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'`示例代码：```pythonimportrepattern=r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'emails=["user@example.com","first.last@domain.co","user_name@sub.domain.com","user+filter@example.com","invalid.email@.com",#无效"@domain.com",#无效"user@domain"#无效（缺少顶级域名）]foremailinemails:match=re.fullmatch(pattern,email)print(f"'{email}':{'有效'ifmatchelse'无效'}")```###5.提取URL（如引用[2]中的www.itcast.cn）URL可能包含协议（http/https）、域名、路径等。简单起见，我们匹配常见的URL格式。正则表达式模式：`r'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+|www\.[a-z0-9-]+\.[a-z]{2,}(?:/[\w-./?%&=]*)?'`但较为复杂，这里提供一个简化版本，仅匹配域名部分（如www.itcast.cn）或带协议的URL：`r'(?:https?://)?(?:www\.)?[\w-]+\.[a-z]{2,}(?:/[\w./?%&=]*)?'`示例代码：```pythonimportrepattern=r'(?:https?://)?(?:www\.)?[\w-]+\.[a-z]{2,}(?:/[\w./?%&=]*)?'urls=["http://example.com","https://www.example.com/path/to/file.html?query=string","www.example.cn","sub.domain.org","invalid_domain.",#无效"http://localhost"#有效？但我们的模式要求顶级域名至少两个字母，所以这个不匹配]forurlinurls:match=re.search(pattern,url)print(f"'{url}':{'匹配'ifmatchelse'不匹配'}")```###练习建议1.从简单匹配开始（如数字、单词），逐步过渡到复杂结构（邮件、URL）。2.使用在线正则表达式测试工具（如regex101.com）辅助理解和调试。3.尝试编写测试用例，覆盖合法和非法情况。§§相关问题§§1.如何匹配中文字符（如中文名字或地址）？2.正则表达式中的贪婪模式和非贪婪模式有什么区别？3.如何用正则表达式匹配重复出现的模式（如连续相同的单词）？</think>
下面为您提供Python正则表达式的系统化练习教程和示例代码，从基础到进阶逐步讲解。内容结合您的历史引用[^1][^2][^3]和实际需求设计。
### 基础语法概览
常用元字符含义：
- `\d`匹配数字，`\w`匹配单词字符
- `[]`字符集，`*`零或多次，`+`一或多次
- `^`开始位置，`$`结束位置
- `|`或逻辑，`()`捕获分组
$$ \text{正则表达式} = \begin{cases}
\text{基础匹配} & \text{字符类} \\
\text{量词控制} & \text{边界控制} \\
\text{分组引用} & \text{高级断言}
\end{cases} $$
### 基础练习示例
#### 1. 数值匹配（基于引用[^1]）
```python
import re
def validate_numbers(input_str):
pattern = r'^[-+]?(0|[1-9]\d*)(\.\d+)?$' # 匹配正负整数/小数
return bool(re.match(pattern, input_str))
print(validate_numbers("+3.14")) # True
print(validate_numbers("0023")) # False（前导零不合法）
```
#### 2. 关键词提取（基于引用[^2]）
```python
text = """python 正则表达式练习
测试文件123.txt
itcast hello python
www.itcast.cn"""
# 提取所有包含"it"的单词
matches = re.findall(r'\b\w*it\w*\b', text, re.IGNORECASE)
print(matches) # ['itcast', 'itcast', 'www.itcast.cn']
```
#### 3. 地址匹配（基于引用[^3]）
```python
def extract_us_address(text):
pattern = r'\b\d{1,5}\s([A-Z][a-z]+\s?)+ (Street|Avenue|Boulevard|Drive)\b'
return re.search(pattern, text)
address = "快递寄到3120 De la Cruz Boulevard, 谢谢"
print(extract_us_address(address).group()) # "3120 De la Cruz Boulevard"
```
### 进阶练习
#### 4. 复杂结构匹配
```python
# 匹配邮箱和URL混合文本
text = "联系：admin@itcast.cn 官网:https://www.itcast.cn/"
pattern = r'(\w+@[\w-]+\.\w+)|(https?://\S+)'
for match in re.finditer(pattern, text):
print(f"发现：{match.group()} 位置[{match.start()}-{match.end()}]")
```
#### 5. 分组提取数据
```python
log = "2023-08-15 14:22:45 [ERROR] 文件加载失败"
pattern = r'(\d{4}-\d{2}-\d{2}).+?\[(\w+)\]\s+(.+)'
match = re.match(pattern, log)
print(f"日期：{match.group(1)}")
print(f"级别：{match.group(2)}")
print(f"内容：{match.group(3)}")
```
### 最佳实践建议
1. 使用`r''`原始字符串避免转义问题
2. 复杂正则分段编写：
```python
date_part = r'(\d{4}-\d{2}-\d{2})'
time_part = r'(\d{2}:\d{2}:\d{2})'
combined = f'{date_part} {time_part}'
```
3. 性能优化：预编译常用正则
```python
phone_pattern = re.compile(r'\b1[3-9]\d{9}\b')
phone_pattern.findall(text)
```
### 学习资源推荐
1. [正则表达式可视化工具](https://regex101.com/)
2. Python官方`re`模块文档
3. 练习数据集：Apache访问日志、CSV文件处理
扫一扫
576
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
