【Python】正则表达式

正则表达式（Regular Expression，简称 regex）是一种强大的文本处理工具，用于在字符串中查找、匹配和操作特定的模式。在 Python 中，正则表达式的处理主要依靠 re 模块。本文将介绍正则表达式的基本概念、常用功能以及使用示例。

基本概念

正则表达式由一系列字符组成，描述了搜索字符串的模式。常见的正则表达式符号包括：

• .：匹配除换行符以外的任意字符。
• *：匹配前面的子表达式零次或多次。
• +：匹配前面的子表达式一次或多次。
• ?：匹配前面的子表达式零次或一次。
• ^：匹配字符串的开始位置。
• $：匹配字符串的结束位置。
• []：匹配括号内的任意一个字符，例如 [abc] 匹配 ‘a’、‘b’ 或 ‘c’。
• |：表示或，例如 a|b 匹配 ‘a’ 或 ‘b’。
• ()：用于分组，可以提取特定子串。

常用功能

Python 的 re 模块提供了多个函数用于处理正则表达式，以下是一些常用函数：

1. re.match()：从字符串的起始位置匹配一个模式。
2. re.search()：在整个字符串中搜索模式，如果找到则返回一个匹配对象。
3. re.findall()：返回字符串中所有非重叠的匹配项，以列表形式返回。
4. re.sub()：替换字符串中所有匹配的部分。

示例代码

下面的示例展示了如何使用 Python 的 re 模块进行基本的正则表达式操作。

import re

# 示例字符串
text = "欢迎访问我的网站 www.example.com，邮箱地址是 example@example.com。"

# 1. 使用 re.match() 检查字符串开头
match_result = re.match(r"欢迎", text)
if match_result:
    print("match found:", match_result.group())
else:
    print("no match found")

# 2. 使用 re.search() 查找第一个邮箱地址
search_result = re.search(r"\w+@\w+\.\w+", text)
if search_result:
    print("email found:", search_result.group())
else:
    print("no email found")

# 3. 使用 re.findall() 找到所有网址
urls = re.findall(r"www\.\w+\.\w+", text)
print("URLs found:", urls)

# 4. 使用 re.sub() 替换邮箱地址
modified_text = re.sub(r"\w+@\w+\.\w+", "REDACTED", text)
print("Modified text:", modified_text)

输出结果：

match found: 欢迎
email found: example@example.com
URLs found: ['www.example.com']
Modified text: 欢迎访问我的网站 www.example.com，邮箱地址是 REDACTED。

小结

正则表达式是处理字符串时极其有用的工具，通过模式匹配可以快速提取或替换文本中的特定部分。在 Python 中，利用 re 模块可以轻松实现这些功能。熟练掌握正则表达式，将使得文本处理变得高效且便捷。

在实际应用中，有时正则表达式可能变得复杂，因此需仔细构建正则表达式，并进行充分测试。希望本文能帮助你入门正则表达式的使用，并在项目中发挥作用。