Python—re正则表达式入门，适合初学者的讲解

正则表达式（Regular Expressions，简称 regex 或 regexp）是一种强大的字符串匹配工具，广泛应用于文本搜索、替换和解析等场景。Python 通过 re 模块提供了对正则表达式的支持。以下是一个面向初学者的 Python 正则表达式入门指南。

1. 导入 re 模块

在 Python 中使用正则表达式，首先需要导入 re 模块：

import re

2. 基本匹配

2.1 匹配单个字符

.   ：匹配除换行符外的任意单个字符。

\d：匹配任意一个数字（0-9）。

\D：匹配任意一个非数字字符。

\w：匹配任意一个字母、数字或下划线（a-z, A-Z, 0-9, _）。

\W：匹配任意一个非字母、数字或下划线字符。

\s：匹配任意一个空白字符（空格、制表符、换行符等）。

\S：匹配任意一个非空白字符。

案例：匹配除换行符外的任意单个字符。

import re

matches = re.findall(r'.', "a1 B\tC")
print("Matches:", matches)  # 输出: ['a', '1', ' ', 'B', '\t', 'C']

 案例：匹配任意一个数字（0-9）。

import re

matches = re.findall(r'\d', "a1b2c3")
print("Matches:", matches)  # 输出: ['1', '2', '3']

案例：匹配任意一个非数字字符。

import re

matches = re.findall(r'\D', "a1b2c3")
print("Matches:", matches)  # 输出: ['a', 'b', 'c']

案例：匹配任意一个字母、数字或下划线（a-z, A-Z, 0-9, _）。

import re

matches = re.findall(r'\w', "a1_ B@C")
print("Matches:", matches)  # 输出: ['a', '1', '_', 'B', 'C']

案例：匹配任意一个非字母、数字或下划线字符。

import re

matches = re.findall(r'\W', "a1_ B@C")
print("Matches:", matches)  # 输出: [' ', '@']

案例：匹配任意一个空白字符（空格、制表符、换行符等）。

import re

matches = re.findall(r'\s', "a1_ B\tC\nD")
print("Matches:", matches)  # 输出: [' ', '\t', '\n']

案例：匹配任意一个非空白字符。

import re

matches = re.findall(r'\S', "a1_ B\tC\nD")
print("Matches:", matches)  # 输出: ['a', '1', '_', 'B', 'C', 'D']

2.2 匹配多个字符

*：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，但不超过 m 次。

案例：匹配前面的字符零次或多次。

import re

matches = re.findall(r'a*', "aabaaac")
print("Matches:", matches)  # 输出: ['aa', '', 'aaa', '', '']

案例：匹配前面的字符一次或多次。

import re

matches = re.findall(r'a+', "aabaaac")
print("Matches:", matches)  # 输出: ['aa', 'aaa']

案例：匹配前面的字符零次或一次。

import re

matches = re.findall(r'a?', "aabaaac")
print("Matches:", matches)  # 输出: ['a', 'a', 'b', 'a', 'a', 'a', 'c']

案例：匹配前面的字符恰好 n 次。

import re

matches = re.findall(r'a{3}', "aabaaac")
print("Matches:", matches)  # 输出: ['aaa']

案例：匹配前面的字符至少 n 次。

import re

matches = re.findall(r'a{2,}', "aabaaac")
print("Matches:", matches)  # 输出: ['aa', 'aaa']

案例：匹配前面的字符至少 n 次，但不超过 m 次。

import re

matches = re.findall(r'a{2,3}', "aabaaac")
print("Matches:", matches)  # 输出: ['aa', 'aaa']

3.常用函数

3.1 re.search()

re.search()函数扫描整个字符串并返回第一个成功的匹配。

例子：

result = re.search(r"abc", "abcabcdabcde")
print(result, result.start(), result.end())

3.2 re.findall()

re.findall() 函数用于返回字符串中所有非重叠匹配的子串。它返回一个包含所有匹配结果的列表。如果没有找到匹配，则返回一个空列表。

例子：

result = re.findall(r"ab", "ababcAbcde", re.I)
print(result)

3.3 re.finditer()

re.finditer() 函数与 re.findall() 类似，但它返回一个迭代器，该迭代器生成所有匹配的 Match 对象，而不是一个匹配字符串的列表。这对于处理大文本时尤其有用，因为它不会一次性将所有匹配结果加载到内存中。

例子：

result = re.finditer(r"ab", "ababcAbcde", 2)
for data in result:
    print(data)

3.4 re.match()

re.match() 函数用于从字符串的起始位置匹配正则表达式。如果匹配成功，返回一个匹配对象；否则返回 None。这个函数只检查字符串的开头部分，不会扫描整个字符串。

例子：

result = re.match(r"ab", "ababcAbcde")
print(result)

3.5 re.fullmatch()

re.fullmatch() 函数用于检查整个字符串是否与正则表达式完全匹配。如果整个字符串与正则表达式匹配，返回一个匹配对象；否则返回 None。

例子：

result = re.fullmatch(r"ab", "ab", re.I)
print(result)

3.6 re.split()

re.split() 函数用于根据匹配的子串将字符串分割成列表。它可以根据正则表达式匹配的子串来分割字符串，并返回一个包含分割结果的列表。

例子：

result = re.split(r"ab", "ababcAbcde")
print(result)

result = re.split(r"ab", "ababcAbcde", maxsplit=1)
print(result)

3.6 re.sub()

re.sub() 函数用于替换字符串中所有匹配的子串。它可以根据正则表达式匹配的子串来替换字符串中的内容，并返回替换后的新字符串。

例子：

result = re.sub(r"abc", "啦啦", "ababcAbcde")
print(result)

正则表达式是一个强大的工具，但也需要一定的学习和实践才能熟练掌握。