深入浅出：Python正则表达式

深入浅出：Python正则表达式

正则表达式（Regular Expression，简称 regex 或 regexp）是一种强大的文本处理工具，广泛用于字符串匹配、查找、替换等操作。Python 通过 re 模块提供了对正则表达式的全面支持。

正则表达式的基本概念

正则表达式是一种描述字符模式的规则语言，它允许我们定义复杂的字符串匹配规则。通过正则表达式，我们可以轻松地在文本中查找、提取、替换特定的模式。

元字符

正则表达式使用一些特殊的元字符来表示不同的匹配规则。以下是一些常见的元字符及其含义：

• .：匹配任意单个字符（除换行符外）。
• ^：匹配字符串的开头。
• $：匹配字符串的结尾。
• *：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。
• []：匹配方括号内的任意一个字符。
• [^]：匹配不在方括号内的任意一个字符。
• |：逻辑或，匹配两个模式中的任意一个。
• ()：分组，将多个字符组合成一个单元。
• \d：匹配任意数字（等价于 [0-9]）。
• \D：匹配任意非数字（等价于 [^0-9]）。
• \s：匹配任意空白字符（空格、制表符、换行符等）。
• \S：匹配任意非空白字符。
• \w：匹配任意字母、数字或下划线（等价于 [a-zA-Z0-9_]）。
• \W：匹配任意非字母、数字或下划线。

示例：匹配电话号码

假设我们要匹配一个简单的电话号码格式（如 123-456-7890），可以使用以下正则表达式：

import re

pattern = r'\d{3}-\d{3}-\d{4}'
text = "我的电话号码是 123-456-7890。"

match = re.search(pattern, text)
if match:
    print(f"找到电话号码: {
     
     match.group()}")  # 输出: 找到电话号码: 123-456-7890

量词

量词用于指定某个字符或字符集出现的次数。常见的量词包括：

• *：零次或多次。
• +：一次或多次。
• ?：零次或一次。
• {n}：恰好 n 次。
• {n,}：至少 n 次。
• {m,n}：至少 m 次，至多 n 次。

示例：匹配电子邮件地址

电子邮件地址通常由用户名、@符号和域名组成。我们可以使用以下正则表达式来匹配电子邮件地址：

import re

pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
text = "请发送邮件到 example@example.com。"

match = re.search(pattern, text)
if match:
    print(f"找到电子邮件地址: {
     
     match.group()}")  # 输出: 找到电子邮件地址: example@example.com

分组与捕获

使用圆括号 () 可以将多个字符组合成一个单元，称为“分组