34.Python从入门到精通—Python3 正则表达式检索和替换

检索和替换

在 Python 的 re 模块中，可以使用 re.sub() 函数来进行字符串的检索和替换。
re.sub() 函数的语法如下：

re.sub(pattern, repl, string, count=0, flags=0)

其中，pattern 表示要匹配的正则表达式，repl 表示要替换成的字符串，string 表示要进行替换的字符串，count
表示最多替换的次数，flags 表示正则表达式的匹配模式。

以下是一个简单的例子，说明如何使用 re.sub() 函数进行字符串的替换：

import re

text = "Hello, world! This is a test."
pattern = r"\b\w{4}\b"
repl = "****"
new_text = re.sub(pattern, repl, text)
print(new_text)

在这个例子中，首先定义了一个要进行替换的字符串 text，然后使用正则表达式 \b\w{4}\b 匹配所有长度为 4 的单词，并使用
**** 进行替换。最后使用 re.sub() 函数进行替换，并将替换后的字符串赋值给 new_text 变量，最后输出 new_text。

需要注意的是，re.sub() 函数并不会修改原始字符串，而是返回一个新的字符串。如果要修改原始字符串，可以直接对原始字符串进行赋值。

repl 参数是一个函数

• 在 Python 的 re 模块中，re.sub() 函数可以用于在字符串中替换匹配的子串。re.sub() 函数的第一个参数是正则表达式，第二个参数是要替换成的字符串，第三个参数是要搜索的字符串。
• 除此之外，re.sub()函数还可以接受一个可调用对象作为第二个参数，这个可调用对象可以根据匹配结果返回一个新的字符串。这个可调用对象通常被称为 repl 函数。

以下是一个简单的例子，说明如何使用 repl 函数：

import re

# 要替换的字符串
text = "Hello, world! This is a test."
# 替换所有的单词为大写字母
pattern = r"\w+"
new_text = re.sub(pattern, lambda match: match.group().upper(), text)
# 输出替换结果
print(new_text)

在这个例子中，首先定义了一个要替换的字符串 text，然后使用 re.sub() 函数替换所有的单词为大写字母。在第二个参数中，使用了一个匿名函数来将匹配结果转换为大写字母。最后输出替换结果。

需要注意的是，repl 函数必须接受一个参数，这个参数是一个匹配对象，可以通过调用 group() 方法来获取匹配的字符串。repl 函数可以返回任何类型的对象，但必须返回一个字符串，否则会抛出 TypeError 异常。

正则表达式对象

在 Python 的 re 模块中，正则表达式对象是通过 re.compile() 函数创建的。正则表达式对象可以重复使用，可以提高程序的效率，尤其是在需要多次使用同一个正则表达式时。
以下是一个简单的例子，说明如何使用正则表达式对象：

import re

# 创建正则表达式对象
pattern = re.compile(r'\d+')

# 使用正则表达式对象进行匹配
text = 'There are 123 apples and 456 oranges.'
match_obj = pattern.search(text)
print(match_obj.group())  # 输出结果：123

在这个例子中，首先使用 re.compile() 函数创建了一个正则表达式对象 pattern，然后使用 pattern.search( 方法进行匹配。正则表达式对象可以多次使用，可以在程序的其他地方使用同一个对象进行匹配。

• 需要注意的是，使用正则表达式对象进行匹配时，可以使用正则表达式对象的 search()、match()、findall()等方法。另外，正则表达式对象还可以通过调用 pattern.sub() 方法来进行替换操作。
• 正则表达式对象还可以接受一些参数，用于指定正则表达式的匹配模式。例如，可以通过 re.compile() 函数的 flags参数来指定正则表达式的匹配模式。

正则表达式修饰符 - 可选标志

在 Python 的 re 模块中，可以使用正则表达式修饰符（也称为可选标志）来更改正则表达式的匹配行为。正则表达式修饰符是在正则表达式模式中以特殊字符的形式出现的，用于指定匹配模式。
以下是一些常用的正则表达式修饰符：

可以使用 re.compile() 函数来指定正则表达式修饰符。例如：

import re

# 不区分大小写的匹配
pattern = re.compile("hello", re.IGNORECASE)
match_obj = pattern.search("Hello, world!")
print(match_obj.group())  # 输出 "Hello"

在这个例子中，首先使用 re.compile() 函数指定了正则表达式模式 “hello” 和修饰符re.IGNORECASE，这表示进行不区分大小写的匹配。然后使用 pattern.search() 函数在字符串 “Hello,world!” 中搜索匹配结果，最后输出匹配结果。

• 需要注意的是，正则表达式修饰符可以同时使用多个，可以通过按位或运算符 | 来组合它们。例如，re.IGNORECASE | re.MULTILINE 表示同时使用不区分大小写的匹配和多行匹配。

正则表达式模式*

在 Python 的 re 模块中，正则表达式模式是用于匹配字符串的模式。正则表达式模式由一些特殊字符和普通字符组成，用于指定匹配规则。
以下是一些常用的正则表达式模式：

需要注意的是，正则表达式模式中的特殊字符需要进行转义，例如 . 表示匹配一个点号。可以使用反斜杠 \ 来进行转义。
以下是一个简单的例子，说明如何使用正则表达式模式：

import re

# 匹配所有的数字
pattern = "\d+"
match_obj = re.search(pattern, "There are 123 apples and 456 oranges.")
print(match_obj.group())  # 输出 "123"

在这个例子中，正则表达式模式 “\d+” 表示匹配一个或多个数字字符。使用 re.search() 函数在字符串 “There are
123 apples and 456 oranges.” 中搜索匹配结果，最后输出匹配结果。

正则表达式实例

下面是一些正则表达式的实例：

匹配手机号码

import re

pattern = re.compile(r'^1[3-9]\d{9}$')
phone_number = '13888888888'
if pattern.match(phone_number):
    print('Valid phone number')
else:
    print('Invalid phone number')

匹配电子邮件地址

import re

pattern = re.compile(r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$')
email = 'example@example.com'
if pattern.match(email):
    print('Valid email address')
else:
    print('Invalid email address')

匹配身份证号码

import re

pattern = re.compile(r'^[1-9]\d{5}(18|19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[1-2]\d|3[0-1])\d{3}[0-9Xx]$')
id_number = '110101199001011234'
if pattern.match(id_number):
    print('Valid ID number')
else:
    print('Invalid ID number')

匹配 URL

import re

pattern = re.compile(r'^(http|https):\/\/[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(\/\S*)?$')
url = 'https://www.example.com/path/to/page.html'
if pattern.match(url):
    print('Valid URL')
else:
    print('Invalid URL')

这些正则表达式只是一些常见的例子，实际上正则表达式可以匹配各种各样的文本模式。需要注意的是，正则表达式的性能可能会受到匹配的文本长度和复杂度的影响，需要谨慎使用。