Python--正则表达式

正则表达式（Regular Expressions, 简称 regex 或 RE）是一种强大的工具，用于匹配和操作字符串。Python 中的 re 模块提供了一整套操作正则表达式的功能，使得我们可以轻松地对字符串进行搜索、匹配、替换等操作。下面详细阐述正则表达式的使用及其常用操作。

1. 正则表达式基础

正则表达式由普通字符和特殊字符（也称为元字符）组成。元字符用于指定字符串的模式。以下是一些常用的元字符：

• .: 匹配任意单个字符，除换行符外。
• ^: 匹配字符串的开始。
• $: 匹配字符串的结尾。
• *: 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。
• []: 匹配括号内的任意字符，例如 [a-z] 表示匹配任意小写字母。
• \: 转义字符，用于匹配元字符本身，比如 \. 匹配 .，\\ 匹配 \。

2. re 模块的常用操作

Python 的 re 模块提供了多种操作正则表达式的方法，常用的包括 match(), search(), findall(), sub() 等。

2.1 re.match()

re.match(pattern, string, flags=0) 用于从字符串的开头匹配正则表达式。如果开头部分匹配成功，返回一个匹配对象；否则返回 None。

import re

pattern = r'\d+'
string = "123abc456"
match = re.match(pattern, string)
if match:
    print("Match found:", match.group())  # 输出: Match found: 123
else:
    print("No match")

注意：match() 只从字符串的开始位置进行匹配，如果字符串开头不符合正则表达式，则返回 None。

2.2 re.search()

re.search(pattern, string, flags=0) 用于在整个字符串中搜索与正则表达式匹配的第一个位置。如果找到，返回一个匹配对象；否则返回 None。

import re

pattern = r'\d+'
string = "abc123def456"
search = re.search(pattern, string)
if search:
    print("Search found:", search.group())  # 输出: Search found: 123
else:
    print("No match")

与 match() 不同，search() 可以匹配字符串中的任意位置。

2.3 re.findall()

re.findall(pattern, string, flags=0) 返回字符串中所有与正则表达式匹配的非重叠匹配项，以列表形式返回。

import re

pattern = r'\d+'
string = "abc123def456"
matches = re.findall(pattern, string)
print("Findall results:", matches)  # 输出: Findall results: ['123', '456']

findall() 是最常用的函数之一，它可以提取所有符合条件的字符串片段。

2.4 re.sub()

re.sub(pattern, repl, string, count=0, flags=0) 用于替换字符串中所有匹配正则表达式的部分。repl 可以是一个字符串或一个函数，用于替换匹配到的部分。

import re

pattern = r'\d+'
string = "abc123def456"
replaced_string = re.sub(pattern, "#", string)
print("Sub result:", replaced_string)  # 输出: Sub result: abc#def#

sub() 函数常用于字符串的清理和格式化。

3. 其他常用函数

• re.split(pattern, string, maxsplit=0, flags=0): 按照正则表达式的匹配项将字符串分割为列表。

import re

pattern = r'\d+'
string = "abc123def456"
splitted_list = re.split(pattern, string)
print("Split result:", splitted_list)  # 输出: Split result: ['abc', 'def', '']

• re.compile(pattern, flags=0): 将正则表达式编译成正则表达式对象，以提高匹配效率。

import re

pattern = re.compile(r'\d+')
string = "abc123def456"
matches = pattern.findall(string)
print("Compiled findall results:", matches)  # 输出: Compiled findall results: ['123', '456']

4. 总结

正则表达式是处理字符串的利器，它可以高效地执行匹配、搜索、替换等操作。在 Python 中，re 模块提供了丰富的函数来使用正则表达式。match() 用于从字符串开头匹配，search() 在字符串中搜索第一个匹配项，findall() 返回所有匹配项，sub() 替换匹配项。掌握这些基本操作，可以大大提升处理字符串的效率。

此外，正则表达式还支持很多高级特性，如捕获组、非捕获组、前瞻和后顾等，使得它在复杂字符串处理任务中更加得心应手。