正则表达式（Regular Expression，简称 regex）是一种强大的文本处理工具，广泛应用于字符串匹配、搜索、替换等操作。Python 提供了 re 模块来支持正则表达式的使用。本文将介绍如何在 Python 中使用正则表达式，包括基本语法、常用函数以及一些实际应用场景。
正则表达式是由普通字符（如字母、数字）和特殊字符（称为元字符）组成的字符串模式。通过这种模式，我们可以匹配、查找或替换文本中的特定内容。
计算
安全
数据库
网络和加速
企业服务
.：匹配除换行符以外的任意单个字符。^：匹配字符串的开头。$：匹配字符串的结尾。*：匹配前面的字符零次或多次。+：匹配前面的字符一次或多次。?：匹配前面的字符零次或一次。{n}：匹配前面的字符恰好 n 次。{n,}：匹配前面的字符至少 n 次。{n,m}：匹配前面的字符至少 n 次，至多 m 次。[]：匹配括号内的任意一个字符。|：表示“或”关系。()：分组，用于捕获匹配的内容。在正则表达式中，某些字符具有特殊含义，如 .、*、+ 等。如果要匹配这些字符本身，需要使用反斜杠 \ 进行转义。例如，\. 匹配实际的句点字符。
re 模块Python 的 re 模块提供了丰富的函数来处理正则表达式。以下是一些常用的函数：
re.match()re.match() 函数从字符串的起始位置开始匹配正则表达式。如果匹配成功，返回一个匹配对象；否则返回 None。
import re
pattern = r"hello"
text = "hello world"
match = re.match(pattern, text)
if match:
print("Match found:", match.group())
else:
print("No match")
re.search()re.search() 函数在字符串中搜索正则表达式的第一个匹配项。与 re.match() 不同，re.search() 不要求匹配从字符串的起始位置开始。
import re
pattern = r"world"
text = "hello world"
match = re.search(pattern, text)
if match:
print("Match found:", match.group())
else:
print("No match")
re.findall()re.findall() 函数返回字符串中所有与正则表达式匹配的非重叠子串，返回结果是一个列表。
import re
pattern = r"\d+"
text = "There are 3 apples and 5 oranges."
matches = re.findall(pattern, text)
print("Matches:", matches)
re.sub()re.sub() 函数用于替换字符串中与正则表达式匹配的部分。可以指定替换的字符串或使用函数进行复杂的替换操作。
import re
pattern = r"\d+"
text = "There are 3 apples and 5 oranges."
result = re.sub(pattern, "X", text)
print("Result:", result)
re.split()re.split() 函数根据正则表达式匹配的部分来分割字符串，返回一个列表。
import re
pattern = r"\s+"
text = "Split this text by spaces."
result = re.split(pattern, text)
print("Result:", result)
正则表达式中的分组使用圆括号 () 表示。分组不仅可以用于逻辑上的分组，还可以用于捕获匹配的内容。
捕获分组会将匹配的内容保存下来，可以通过 group() 方法访问。
import re
pattern = r"(\d+)-(\d+)-(\d+)"
text = "Date: 2023-10-05"
match = re.search(pattern, text)
if match:
print("Year:", match.group(1))
print("Month:", match.group(2))
print("Day:", match.group(3))
如果不需要捕获分组的内容，可以使用 (?:...) 语法。
import re
pattern = r"(?:\d+)-(\d+)-(\d+)"
text = "Date: 2023-10-05"
match = re.search(pattern, text)
if match:
print("Month:", match.group(1))
print("Day:", match.group(2))
正则表达式默认是贪婪匹配，即尽可能多地匹配字符。可以通过在量词后面加上 ? 来实现非贪婪匹配。
import re
pattern = r"<.*>"
text = "<html><head><title>Title</title></head></html>"
match = re.search(pattern, text)
if match:
print("Greedy match:", match.group())
import re
pattern = r"<.*?>"
text = "<html><head><title>Title</title></head></html>"
match = re.search(pattern, text)
if match:
print("Non-greedy match:", match.group())
import re
pattern = r"^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$"
email = "example@example.com"
if re.match(pattern, email):
print("Valid email")
else:
print("Invalid email")
import re
pattern = r"https?://(?:www\.)?\S+"
text = "Visit https://www.example.com for more info."
urls = re.findall(pattern, text)
print("URLs:", urls)
import re
pattern = r"(bad|naughty|evil)"
text = "This is a bad example."
result = re.sub(pattern, "***", text)
print("Result:", result)
正则表达式是处理文本的强大工具，Python 的 re 模块提供了丰富的函数来支持正则表达式的使用。通过掌握正则表达式的基本语法和常用函数，可以高效地处理字符串匹配、搜索、替换等任务。在实际应用中，正则表达式可以用于验证输入、提取信息、过滤敏感词等多种场景。希望本文能帮助你更好地理解和使用 Python 中的正则表达式。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
