Python正则表达式的使用

Python正则表达式（regular expression）是一种用于匹配和处理文本的强大工具。它可以用于以下场合：

1. 搜索字符串中的特定模式
2. 替换字符串中的特定模式
3. 验证字符串是否符合特定的模式或格式

Python内置了re模块，用于支持正则表达式的操作。常用的正则表达式操作包括：

1. re.search(pattern, string)：在字符串中搜索符合pattern正则表达式的子串，返回第一个符合条件的匹配对象。
2. re.findall(pattern, string)：返回字符串中所有符合pattern正则表达式的非重叠子串的列表。
3. re.sub(pattern, repl, string)：用repl替换字符串中所有符合pattern正则表达式的非重叠子串。

其中，pattern是正则表达式，可以使用一些特殊字符和语法来表示特定的模式或逻辑，例如：

1. "."：表示任意字符（除了换行符）
2. "^"：表示起始位置
3. "$"：表示结束位置
4. "*"：表示前面的字符可以出现0次或多次
5. "+"：表示前面的字符可以出现1次或多次
6. "?"：表示前面的字符可以出现0次或1次
7. "{}"：表示前面的字符需要重复出现指定的次数

Python提供了re模块来支持正则表达式的使用。以下是使用Python正则表达式的案例：

一、使用正则表达式匹配数字，通常使用的语法是 \d，它表示任意一个数字。以下是一个示例代码：

import re

text = "The price of the book is $19.99"
pattern = r'\d+'

matches = re.findall(pattern, text)

print(matches)  # ['19', '99']
 

在上面的代码中，text 是待匹配的字符串，pattern 是匹配规则，\d 表示数字，+ 表示匹配一个或多个数字。findall 方法会返回所有匹配到的结果，以列表的形式输出。

二、滤特殊字符，可以使用正则表达式中的字符集（character set）来匹配特定的字符。例如，假设我们要过滤掉所有非字母、数字、空格或下划线的字符，可以使用以下正则表达式：

import re

text = "Hello, world! How are you doing today? #Python"
pattern = r'[^a-zA-Z0-9_\s]'

filtered_text = re.sub(pattern, '', text)

print(filtered_text)  # "Hello world How are you doing today Python"
 

在上面的代码中，text 是待过滤的字符串，pattern 是匹配规则，[^a-zA-Z0-9_\s] 表示匹配任何不是字母、数字、空格或下划线的字符。sub 方法会将匹配到的所有字符替换为空字符串，最终输出只包含字母、数字、空格和下划线的字符串。

三、邮箱验证

import re

email = input("请输入邮箱地址：")
pattern = r"^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\.[a-zA-Z0-9_-]+$"
result = re.match(pattern, email)
if result:
    print("邮箱格式正确")
else:
    print("邮箱格式错误")

四、手机号码验证

import re

phone_number = input("请输入手机号码：")
pattern = r"^1[3-9]\d{9}$"
result = re.match(pattern, phone_number)
if result:
    print("手机号码格式正确")
else:
    print("手机号码格式错误")

五、URL验证

import re

url = input("请输入网址：")
pattern = r"^((https?|ftp|file):\/\/)?([\da-z.-]+)\.([a-z.]{2,6})([\/\w .-]*)*\/?$"
result = re.match(pattern, url)
if result:
    print("网址格式正确")
else:
    print("网址格式错误")

六、IP地址验证

import re

ip_address = input("请输入IP地址：")
pattern = r"^(?:[0-9]{1,3}\.){3}[0-9]{1,3}$"
result = re.match(pattern, ip_address)
if result:
    print("IP地址格式正确")
else:
    print("IP地址格式错误")

七、替换文本中的敏感词

import re

text = "你是个大傻瓜，怎么这么笨呢？"
sensitive_words = ["傻瓜", "笨"]
for word in sensitive_words:
    pattern = re.compile(word)
    text = re.sub(pattern, "***", text)
print(text)