ぬくぬくうちにゃ💤

正则表达式#

正则表达式（Regular Expression，简称 regex 或 regexp）是一种用于匹配字符串中字符组合的模式。正则表达式在文本处理、数据验证、搜索和替换等场景中非常有用。它提供了一种强大的、灵活的语法来定义复杂的搜索模式。

正则表达式的基本组成部分#

1. 字符：

   • 匹配特定字符。例如，a 匹配字符 a。

2. 字符类：

   • 使用方括号 [] 来定义一组字符，其中的任何一个字符都可以匹配。例如，[abc] 匹配字符 a、b 或 c。
   • 特殊字符类：
     • .：匹配任意单个字符（除了换行符）。
     • \d：匹配任意数字（相当于 [0-9]）。
     • \D：匹配任意非数字（相当于 [^0-9]）。
     • \w：匹配任意字母、数字或下划线（相当于 [a-zA-Z0-9_]）。
     • \W：匹配任意非字母、数字或下划线（相当于 [^a-zA-Z0-9_]）。
     • \s：匹配任意空白字符（包括空格、制表符、换行符等）。
     • \S：匹配任意非空白字符。

3. 量词：

   • 定义前面的字符或字符类出现的次数。
   • *：匹配前面的字符或字符类零次或多次。
   • +：匹配前面的字符或字符类一次或多次。
   • ?：匹配前面的字符或字符类零次或一次。
   • {n}：匹配前面的字符或字符类恰好 n 次。
   • {n,}：匹配前面的字符或字符类至少 n 次。
   • {n,m}：匹配前面的字符或字符类至少 n 次，但不超过 m 次。

4. 锚点：

   • 用于指定匹配的位置。
   • ^：匹配字符串的开始。
   • $：匹配字符串的结束。
   • \b：匹配单词边界。
   • \B：匹配非单词边界。

5. 分组：

   • 使用括号 () 来分组，可以对组进行量词操作。
   • 示例：(abc)+ 匹配 abc 一次或多次。

6. 字符集：

   • 使用 [] 来定义字符集，可以包含单个字符、字符范围或特殊字符类。
   • 示例：[a-z] 匹配任意小写字母。

7. 特殊字符：

   • 在正则表达式中，某些字符具有特殊含义，如 .、*、+、?、^、$ 等。如果要匹配这些特殊字符本身，需要使用反斜杠 \ 进行转义。
   • 示例：\. 匹配字符 .。

示例#

1. 匹配特定字符串：

   1
   import re
   2
   
   3
   text = "Hello, world!"
   4
   pattern = "world"
   5
   match = re.search(pattern, text)
   6
   if match:
   7
       print("Match found:", match.group())  # 输出: Match found: world
   8
   else:
   9
       print("No match found")

2. 使用字符类：

   1
   import re
   2
   
   3
   text = "Hello, 123 world!"
   4
   pattern = r"\d+"  # 匹配一个或多个数字
   5
   match = re.search(pattern, text)
   6
   if match:
   7
       print("Match found:", match.group())  # 输出: Match found: 123
   8
   else:
   9
       print("No match found")

3. 使用量词：

   1
   import re
   2
   
   3
   text = "Hello, world!"
   4
   pattern = r"l+"  # 匹配一个或多个 'l'
   5
   match = re.search(pattern, text)
   6
   if match:
   7
       print("Match found:", match.group())  # 输出: Match found: ll
   8
   else:
   9
       print("No match found")

4. 使用锚点：

   1
   import re
   2
   
   3
   text = "Hello, world!"
   4
   pattern = r"^Hello"  # 匹配字符串开头的 "Hello"
   5
   match = re.search(pattern, text)
   6
   if match:
   7
       print("Match found:", match.group())  # 输出: Match found: Hello
   8
   else:
   9
       print("No match found")

5. 使用分组：

   1
   import re
   2
   
   3
   text = "Hello, world!"
   4
   pattern = r"(Hello), (\w+)"  # 匹配 "Hello" 和一个单词
   5
   match = re.search(pattern, text)
   6
   if match:
   7
       print("Match found:", match.group(0))  # 输出: Match found: Hello, world
   8
       print("Group 1:", match.group(1))  # 输出: Group 1: Hello
   9
       print("Group 2:", match.group(2))  # 输出: Group 2: world
   10
   else:
   11
       print("No match found")

6. 使用替换：

   1
   import re
   2
   
   3
   text = "Hello, world!"
   4
   pattern = r"world"
   5
   replacement = "Python"
   6
   new_text = re.sub(pattern, replacement, text)
   7
   print(new_text)  # 输出: Hello, Python!

正则表达式模块#

在 Python 中，正则表达式主要通过 re 模块来使用。re 模块提供了多种函数来处理正则表达式，例如：

• re.search()：在字符串中查找匹配的子串。
• re.match()：从字符串的开头开始匹配。
• re.findall()：查找所有匹配的子串，返回列表。
• re.sub()：替换所有匹配的子串。
• re.split()：根据正则表达式分割字符串。

常用正则表达式示例#

1. 匹配电子邮件地址：

   1
   import re
   2
   
   3
   text = "Contact us at info@example.com or support@example.org"
   4
   pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
   5
   matches = re.findall(pattern, text)
   6
   print(matches)  # 输出: ['info@example.com', 'support@example.org']

2. 匹配电话号码：

   1
   import re
   2
   
   3
   text = "Call me at 123-456-7890 or 987.654.3210"
   4
   pattern = r"\b\d{3}[-.]\d{3}[-.]\d{4}\b"
   5
   matches = re.findall(pattern, text)
   6
   print(matches)  # 输出: ['123-456-7890', '987.654.3210']