Python 正则表达式

介绍

正则表达式（Regular Expression，简称Regex）是一种强大的文本处理工具，它允许我们通过特定的模式（pattern）来搜索、匹配和操作字符串。Python的re模块为我们提供了正则表达式的功能，使得在Python中进行复杂的字符串操作变得简单而高效。

基本概念

字符匹配

.：匹配除换行符以外的任意字符。
[ ]：匹配括号内的任意一个字符，例如[abc]可以匹配a、b或c。
[^ ]：匹配不在括号内的任意一个字符，例如[^abc]可以匹配除a、b、c以外的任意字符。
*：匹配前一个字符0次或多次。
+：匹配前一个字符1次或多次。
?：匹配前一个字符0次或1次。
{n}：匹配前一个字符n次。
{n,}：匹配前一个字符至少n次。
{n,m}：匹配前一个字符至少n次，至多m次。

位置匹配

^：匹配字符串的开始。
$：匹配字符串的结束。
\b：匹配单词的边界。
\B：匹配非单词的边界。

特殊字符匹配

\d：匹配任意一个数字字符，等价于[0-9]。
\D：匹配任意一个非数字字符，等价于[^0-9]。
\w：匹配任意一个字母数字或下划线字符，等价于[a-zA-Z0-9_]。
\W：匹配任意一个非字母数字或下划线字符，等价于[^a-zA-Z0-9_]。
\s：匹配任意一个空白字符，包括空格、制表符、换页符等。
\S：匹配任意一个非空白字符。

`re`模块的基本用法

`re.match()`

尝试从字符串的起始位置匹配一个模式，如果匹配成功，返回一个匹配对象，否则返回None。

import reresult = re.match(pattern, string)
if result:print("匹配成功")
else:print("匹配失败")

`re.search()`

扫描整个字符串并返回第一个成功的匹配，如果匹配成功，返回一个匹配对象，否则返回None。

import reresult = re.search(pattern, string)
if result:print("匹配成功")
else:print("匹配失败")

`re.findall()`

找到所有匹配的子串，并返回一个列表。

import reresult = re.findall(pattern, string)
print(result)

`re.sub()`

替换匹配的子串。

import renew_string = re.sub(pattern, repl, string)
print(new_string)

`re.split()`

根据模式分割字符串。

import reresult = re.split(pattern, string)
print(result)

实例

匹配邮箱地址

import repattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}"
email = "example@gmail.com"
result = re.match(pattern, email)
if result:print("有效的邮箱地址")
else:print("无效的邮箱地址")

提取URL中的域名

import repattern = r"http[s]?://([a-zA-Z0-9.-]+)"
url = "https://www.example.com"
result = re.search(pattern, url)
if result:print("域名:", result.group(1))
else:print("未找到域名")