【Python进阶必备】一文掌握re库：实战正则表达式

目录

re库初识

re库基础使用方法

compile()函数

基本用法

正则表达式常用规则字符

match与search方法

match

search

match/search

findall与finditer方法

使用findall()返回所有匹配项

使用findall()提取多个组的匹配

使用finditer()逐个返回Match对象

使用finditer()并处理复杂匹配结构

进阶用法

分组与反向引用

替换文本中的部分内容

提取并重组子组

在搜索结果中使用子组

贪婪与懒惰匹配

预定义字符集与特殊字符

结语与讨论

亲爱的读者，你是否在编程过程中遇到过字符串处理难题？是否对繁琐复杂的文本匹配操作感到困扰？今天，我们就一起深入探索Python世界中的强大工具——re模块，它是Python标准库中用于处理正则表达式的利器，帮你轻松驾驭各类字符串处理任务。

re库初识

Python的re模块提供了完整的正则表达式功能。正则表达式（Regular Expression）是一种强大的文本模式匹配工具，它能高效地进行查找、替换、分割等复杂字符串操作。

在Python中，通过 import re 即可引入这一神器。 

re库基础使用方法

compile()函数

首先，我们需要使用re.compile()函数将正则表达式编译为Pattern对象

基本用法

import re# 匹配一个或多个连续的数字字符
pattern = re.compile(r'\d+') # 匹配email电邮地址
email_pattern = re.compile(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', re.IGNORECASE)# 匹配任意字母数字组成的用户名（至少1个字符）
username_pattern = re.compile(r'\w+')# 匹配任意URL链接
url_pattern = re.compile(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')# 匹配电话号码（格式如：123-456-7890 或 (123) 456-7890）
phone_pattern = re.compile(r'(\d{3}[-\.\s]??\d{3}[-\.\s]??\d{4}|\(\d{3}\)\s*\d{3}[-\.\s]??\d{4})')# 匹配IPv4地址
ipv4_pattern = re.compile(r'(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)')# 匹配信用卡号（一般为16位数字，可能包含空格分隔符）
credit_card_pattern = re.compile(r'\d{4}[- ]?\d{4}[- ]?\d{4}[- ]?\d{4}')# 匹配日期格式（YYYY-MM-DD）
date_pattern = re.compile(r'\d{4}-\d{2}-\d{2}')# 匹配颜色代码（如 #FF0000）
color_code_pattern = re.compile(r'^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$')# 匹配整数和小数（包括负数、正数和零）
number_pattern = re.compile(r'-?\d+(\.\d+)?')

正则表达式常用规则字符

  • \d：在大多数正则表达式语法中（包括Python中的 re 模块），\d 相当于 [0-9]，即它会匹配任意一个十进制数字字符，相当于阿拉伯数字从0到9。

  • +：这是一个量词，表示前面的元素（这里是\d）至少出现一次或多次。因此，\d+ 作为一个整体，它会匹配一个或连续的一个以上数字字符，例如 "123"、"456789" 等等。

  • \w：匹配字母（大写或小写）、数字和下划线（等价于 [a-zA-Z0-9_]）。

  • \s：匹配任何空白字符，包括空格、制表符、换行符等。
  • . （句点）：匹配除换行符之外的任何单个字符。
  • ^：在字符串起始位置时匹配，或者在字符类 [] 中表示反向选择（如 [^abc] 匹配非 a、b、c 的字符）。
  • $：在字符串结束位置时匹配。
  • *：零次或多次匹配前面的元素。
  • ?：零次或一次匹配前面的元素。
  • {m,n}：前面的元素至少出现 m 次，至多出现 n 次。
  • |：表示“或”操作，用于匹配多个选项之一。
  • ()：用于分组和捕获子匹配项。

re.compile(pattern, flags=0) 的作用是：

  1. 预编译：将正则表达式转换为编译过的模式对象，提高后续匹配操作的速度。
  2. 复用：创建一次编译好的模式后，可以在程序的不同地方重复使用该模式进行匹配、查找、替换等操作。
  3. 支持标志：可以传递标志参数来改变正则表达式的默认行为，如忽略大小写、多行模式等。

match与search方法

pattern.match()方法只检测字符串开始位置是否满足匹配条件；而pattern.search()方法会搜索整个字符串以找到第一个匹配项。

match

import retext = "2023-01-01 This is a date at the start of the string."# 使用match()方法，只从字符串开始位置匹配日期格式
pattern = re.compile(r'\d{4}-\d{2}-\d{2}')
match_result = pattern.match(text)if match_result:print(f"Match found: {match_result.group(0)}")
else:print("No match at the beginning of the string.")# 输出：
# Match found: 2023-01-01
import retext = "The date today is 2023-01-01, let's remember it."# 使用search()方法在整个字符串中搜索日期格式
pattern = re.compile(r'\d{4}-\d{2}-\d{2}')
search_result = pattern.search(text)if search_result:print(f"Search found: {search_result.group(0)}")
else:print("No match found in the string.")# 输出：
# Search found: 2023-01-01

match/search

import retext = "This sentence does not start with a date like 2023-01-01."# match()不会找到任何匹配项，因为日期不在字符串开头
match_result = re.match(r'\d{4}-\d{2}-\d{2}', text)
if match_result:print("Match found.")
else:print("No match at the beginning using match().")# search()能找到匹配项，因为它搜索整个字符串
search_result = re.search(r'\d{4}-\d{2}-\d{2}', text)
if search_result:print("Search found.")
else:print("No match found anywhere using search().")# 输出：
# No match at the beginning using match().
# Search found.

findall与finditer方法

pattern.findall()返回所有非重叠匹配结果的列表；pattern.finditer()返回一个迭代器，逐个返回Match对象。

使用findall()返回所有匹配项

import retext = "The3 quick5 brown5 fox3 jumps5 over4 the3 lazy4 dog."# 找到文本中所有的"fox"
pattern = re.compile(r'\d+')
matches = pattern.findall(text)print(matches)# 输出: ['3', '5', '5', '3', '5', '4', '3', '4']

使用findall()提取多个组的匹配

import retext = "John Doe, Jane Smith, Alice Johnson"# 提取所有名字和姓氏
pattern = re.compile(r'(\w+) (\w+)')
matches = pattern.findall(text)print(matches)# 输出: [('John', 'Doe'), ('Jane', 'Smith'), ('Alice', 'Johnson')]# 返回的是元组组成的列表，每个元组代表一个匹配的结果，其中包含了括号分组的内容

使用finditer()逐个返回Match对象

import retext = "I have 3 apples and 7 bananas in 2 baskets."# 查找所有数字
pattern = re.compile(r'\d+')for match in pattern.finditer(text):print(match.group(0))# 输出：
# 3
# 7
# 2
# finditer()方法逐个返回Match对象，并可以通过group()方法获取匹配的具体内容

使用finditer()并处理复杂匹配结构

import retext = "colors: red, colors:blue; shapes: square, shapes:circle"# 匹配颜色或形状
pattern = re.compile(r'(?:colors?[:\s]+(\w+)(?:[,;\s]|$))|(?:shapes?[:\s]+(\w+)(?:[,;\s]|$))')for match in pattern.finditer(text):if match.group(1):  # 如果是颜色print(f"Color found: {match.group(1)}")elif match.group(2):  # 如果是形状print(f"Shape found: {match.group(2)}")# 输出：
# Color found: red
# Color found: blue
# Shape found: square
# Shape found: circle

进阶用法

分组与反向引用

通过圆括号可以创建子组，以便捕获和引用部分匹配内容。如re.compile(r'(\w+) (\d+)')，\1和\2分别代表第一个和第二个子组的内容。

替换文本中的部分内容

import retext = "John Doe has 3 apples and Jane Smith has 7 bananas."
pattern = re.compile(r'(\w+) (\d+)')
new_text = pattern.sub(r'\1 has \2 fruits', text)print(new_text)
# 输出: "John Doe has 3 fruits and Jane Smith has 7 fruits."# 在这个例子中，\1 替换为第一个子组（名字），\2 替换为第二个子组（数字）

提取并重组子组

import retext = "The date is 2023-01-01, and the time is 15:30:45."
pattern = re.compile(r'(\d{4})-(\d{2})-(\d{2})')match = pattern.search(text)
if match:date_reformatted = f"{match.group(1)}.{match.group(2)}.{match.group(3)}"print(date_reformatted)# 输出: "2023.01.01"# 这里直接通过group()方法获取每个子组的内容，并重新组合

在搜索结果中使用子组

import retext = "Some emails are user1@exam.com, user2@apple.net, and user3@example.org."
pattern = re.compile(r'([\w.%+-]+)@([\w.-]+)\.([a-z]{2,})')matches = pattern.findall(text)
for email in matches:username, domain, dtype = email[0], email[1], email[2]print(f"Username: {username}, Domain: {domain}.{dtype}")# 使用子组匹配的邮箱用户名和域名# 输出：# Username: user1, Domain: exam.com# Username: user2, Domain: apple.net# Username: user3, Domain: example.org

贪婪与懒惰匹配

*、+、?后添加?可变为非贪婪模式，尽可能少地匹配字符。

贪婪与非贪婪的 * 量词

import retext = "I love Python programming and Java programming very much!"# 贪婪模式
pattern_greedy = re.compile(r'love.*programming')
match_greedy = pattern_greedy.search(text)
print(match_greedy.group(0))  # 输出: 'love Python programming and Java programming'# 非贪婪模式
pattern_lazy = re.compile(r'love.*?programming')
match_lazy = pattern_lazy.search(text)
print(match_lazy.group(0))  # 输出: 'love Python programming'

贪婪与非贪婪的 + 量词

import retext = "The numbers are 139-626 and 123456."# 贪婪模式
pattern_greedy = re.compile(r'\d+')
matches_greedy = pattern_greedy.findall(text)
print(matches_greedy)
# 输出: ['139', '626', '123456']# 非贪婪模式
pattern_lazy = re.compile(r'\d+?')
matches_lazy = pattern_lazy.findall(text)
print(matches_lazy)
# 输出: ['1', '3', '9', '6', '2', '6', '1', '2', '3', '4', '5', '6']

 贪婪与非贪婪的 ? 量词

import retext = "Optional text or not?"# 贪婪模式
pattern_greedy = re.compile(r'(Optional)?.*')
match_greedy = pattern_greedy.search(text)
print(match_greedy.group(0))  # 输出: 'Optional text or not?'# 非贪婪模式
pattern_lazy = re.compile(r'(Optional)?.*?')
match_lazy = pattern_lazy.search(text)
print(match_lazy.group(0))  # 输出: 'Optional'

预定义字符集与特殊字符

\d、\D、\w、\W、\s、\S分别代表数字、非数字、单词字符、非单词字符、空白符、非空白符。

结语与讨论

正则表达式和re库的强大远不止于此，其深度和灵活性足以应对各种复杂的文本处理场景。然而，掌握好这门艺术需要不断的实践和积累，本文只是带你踏入了Python re库的门槛，但正则表达式的奥秘还等待着你进一步挖掘。实践中如果遇到“明明规则写得对，为何匹配不上？”这类疑问，不妨回看本文，或是在留言区留下你的问题，我们一同探讨解惑，让正则表达式真正成为你手中的“文本魔法棒”。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/236316.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Realm Management Extension领域管理扩展之系统架构

Realm Management Extension领域管理扩展之系统架构

RME不仅仅是一组处理器功能，为了充分利用RME引入的功能，系统的其余部分需要提供支持。 下图显示了一个示例系统以及引入RME后受到影响的组件： 主存储器保护 RME启用的系统包括内存加密和可能的完整性。基线加密要求支持对外部内存进行加密，使用每个PA空间的单独加密密钥或…
阅读更多...
3. SPSS数据文件的基本加工和处理

3. SPSS数据文件的基本加工和处理

如何获取SPSS自带的案例数据文件？ 首先找到SPSS的安装目录，然后找到Samples文件夹 可以看到有不同语言版本，选择简体中文 就能看到很多.sav文件 数据文件的整理 个案排序 单值排序 例：对于下面的数据集，将工资按…
阅读更多...
访问学者申请需要注意什么？

访问学者申请需要注意什么？

访问学者申请是一项复杂而重要的过程，需要申请人在准备材料和过程中注意一些关键事项，以确保顺利完成申请并提高成功率。以下是知识人网小编的一些建议，希望对你的访问学者申请有所帮助。 1. 详细了解目标学术机构： 在申请访问学…
阅读更多...
使用curl命令在Linux上进行HTTP请求

使用curl命令在Linux上进行HTTP请求

在Linux系统中，curl是一个非常强大的命令行工具，用于发送各种类型的HTTP请求。通过简单的命令，你可以发送GET、POST、PUT、DELETE等请求，以及设置请求头、处理响应等。以下是一些使用curl进行HTTP请求的常见用法和示例。 1. 发送…
阅读更多...
二极管选型怎么选？常用参数要熟练~

二极管选型怎么选？常用参数要熟练~

同学们大家好，今天我们继续学习杨欣的《电子设计从零开始》，这本书从基本原理出发，知识点遍及无线电通讯、仪器设计、三极管电路、集成电路、传感器、数字电路基础、单片机及应用实例，可以说是全面系统地介绍了电子设计所需的知识…
阅读更多...
Visual Studio 2019 ctrl+f 呼出查找和替换窗口

Visual Studio 2019 ctrl+f 呼出查找和替换窗口

有时候 ctrlshiftf 呼出查找和替换窗口不起作用，可能和其它程序的快捷键冲突，解决方案： ------------英文版本------------ 依次点击VS菜单栏中的 Tools - Options - Environment - Keyboard: 1. 在右侧的 Show commands containing: 文本框输…
阅读更多...
实战使用工具appuploader上线发布苹果商店

实战使用工具appuploader上线发布苹果商店

实战使用工具appuploader上线发布苹果商店 我们发布ios应用的时候，步骤繁琐，非常耗时，appuploader工具就是解决一站式从上传到发布到appstore应用商店的，当我们开发完app后，需要将ipa/apk提交给测试人员测试&#xff0…
阅读更多...
软件测试进阶自动化测试流程

软件测试进阶自动化测试流程

如果想让测试在公司的项目中发挥出它最大的价值，并不是招两个测试技术高手，或引入几个测试技术，而是测试技术对项目流程的渗透，以及测试流程的改进与完善。虽然，当然测试行业前景乐观，许多中小企业也都在引…
阅读更多...
【算法Hot100系列】有效的数独

【算法Hot100系列】有效的数独

💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老导航 檀越剑指大厂系列:全面总结 jav…
阅读更多...
解决数据库事务问题的Java神奇之道: 构建高效、可靠和灵活的事务管理系统

解决数据库事务问题的Java神奇之道: 构建高效、可靠和灵活的事务管理系统

目录 1、前言 2、数据库事务基础知识 2.1 事务的定义与特性 2.2 数据库事务隔离级别 2.3 事务的并发控制与恢复 2.4 事务管理的重要性 3、传统的事务管理方式 3.1 基于JDBC的事务管理 3.1.1 基本概念和API介绍 3.1.2 事务的隔离级别控制 3.1.3 事务的异常处理与回滚…
阅读更多...
MySQL 8查询语句之查询所有字段、特定字段、去除重复字段、Where判断条件

MySQL 8查询语句之查询所有字段、特定字段、去除重复字段、Where判断条件

《MySQL 8创建数据库、数据表、插入数据并且查询数据》里边有我使用到的数据。 再使用下方的语句补充一些数据： insert into Bookbought.bookuser(id,username,userphone,userage,sex,userpassword) values (11,Book Break,22245678911,18,male,good#111); insert…
阅读更多...
Simpy简介：python仿真模拟库-03/5

Simpy简介：python仿真模拟库-03/5

一、说明 在过去的两篇文章中，我们了解了 simpy 的基础知识、声明变量和处理表达式。值得注意的例子包括评估导数和积分。现在，让我们继续使用函数。 二、SymPy — 函数类 SymPy 包包含 sympy.core.function 模块中的 Function 类。该类作为各种数学函数…
阅读更多...
计算机网络面试八股复习：常见的Http状态码

计算机网络面试八股复习：常见的Http状态码

前言 面试被问到过一次。自己最近使用Gin框架，在Response的时候有时候也会用到一个自定义的状态码。因此归纳一下这方面，供自己日后面试复习以及开发时候参考。 HTTP 全名“超文本传输协议”（我也不懂为什么面试官问这个…） 属…
阅读更多...
关于自动化测试用例失败重试的一些思考

关于自动化测试用例失败重试的一些思考

动化测试用例失败重跑有助于提高自动化用例的稳定性，那我们来看一下，python和java生态里都有哪些具体做法？ 怎么做 如果是在python生态里，用pytest做测试驱动，那么可以通过pytest的插件pytest-rerunfailures来实现失…
阅读更多...
2023年全球软件质量效能大会（QECon上海站）：核心内容与学习收获（附大会核心PPT下载）

2023年全球软件质量效能大会（QECon上海站）：核心内容与学习收获（附大会核心PPT下载）

会议聚焦于软件质量和效能的提升。在智能时代，随着数字化的深入人心，软件正在随着云计算、移动互联网、物联网等的发展而不断进化，软件对企业的发展愈加重要，大家对软件的质量要求也在从传统功能、性能、安全这些基础层面向着用户…
阅读更多...
水产冷链物流行业零下25℃库架一体 海格里斯HEGERLS四向穿梭式冷藏冷库智能密集仓

水产冷链物流行业零下25℃库架一体 海格里斯HEGERLS四向穿梭式冷藏冷库智能密集仓

随着国内外仓储物流整体规模和低温产品消费需求的稳步增长，冷链市场应用潜力不断释放。在传统“货架叉车”的方式下，货物、人员及机械设备不断进出，容易造成温度波动，导致冷量流失。立体冷库则以更高密度、更具成本效益的方式&…
阅读更多...
Unity URP下阴影锯齿

Unity URP下阴影锯齿

1.概述 在Unity开发的URP项目中出现阴影有明显锯齿。如下图所示： 并且在主光源的Shadow Type已经是Soft Shadows模式了。 2.URP Asset 阴影出现锯齿说明阴影质量不高，所以要先找到URP Asset文件进行阴影质量参数的设置。 1.打开PlayerSetting找到Graph…
阅读更多...
对于软件测试的认识和了解

对于软件测试的认识和了解

对软件测试的认识： 软件测试要求开发人员避免测试自己开发的程序。从心理学角度讲，这是很有道理的。特别是一个相对复杂的系统，开发人员在刚刚开发完成的时候，尚沉浸于对自己设计的回味之中。此时去测试的话往往会侧重于程序本身的…
阅读更多...
【设计模式-6】建造者模式的实现与框架中的应用

【设计模式-6】建造者模式的实现与框架中的应用

建造者模式又被成为生成器模式，是一种使用频率比较低，相对复杂的创建型模式，在很多源码框架中可以看到建造者的使用场景，稍后我们会在本文末尾展示几个框架的使用案例。  建造者模式所构造的对象通常是比较复杂而且庞大的&#x…
阅读更多...
turnjs实现翻书效果

turnjs实现翻书效果

需求：要做一个效果，类似于阅读器上的翻书效果。 咱们要实现这个需求就需要使用turnjs这个插件，他的官网是turnjs官网。 进入官网后可以点击 这个按钮去下载官网的demo。 这个插件依赖于jQuery，所以你的先安装jQuery. npm insta…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023