正則表達式（Regular Expression，簡稱 regex 或 regexp）是一種強大的文本處理工具，廣泛應用于字符串的搜索、匹配、替換等操作。Python 通過 re 模塊提供了對正則表達式的支持。本文將詳細介紹 Python 中正則表達式的常用語法，并通過實例分析幫助讀者更好地理解和掌握正則表達式的使用。
正則表達式是一種用于描述字符串模式的語法規則。通過正則表達式，我們可以快速地在文本中查找、匹配、替換符合特定模式的字符串。正則表達式廣泛應用于文本處理、數據清洗、日志分析等領域。
re 模塊Python 通過 re 模塊提供了對正則表達式的支持。re 模塊包含了正則表達式的編譯、匹配、搜索、替換等功能。以下是 re 模塊中常用的函數：
re.match(pattern, string)：從字符串的起始位置匹配正則表達式。re.search(pattern, string)：在字符串中搜索匹配正則表達式的第一個位置。re.findall(pattern, string)：返回字符串中所有匹配正則表達式的子串。re.sub(pattern, repl, string)：將字符串中匹配正則表達式的部分替換為指定字符串。re.compile(pattern)：將正則表達式編譯為一個正則表達式對象，以便重復使用。正則表達式中的普通字符（如字母、數字、空格等）可以直接匹配字符串中的相應字符。例如，正則表達式 hello 可以匹配字符串 "hello world" 中的 "hello"。
import re
pattern = r"hello"
text = "hello world"
match = re.search(pattern, text)
if match:
print("匹配成功:", match.group())
else:
print("匹配失敗")
輸出：
匹配成功: hello
字符集用于匹配一組字符中的任意一個。字符集用方括號 [] 表示。例如，正則表達式 [aeiou] 可以匹配任意一個元音字母。
import re
pattern = r"[aeiou]"
text = "hello world"
matches = re.findall(pattern, text)
print("匹配的元音字母:", matches)
輸出：
匹配的元音字母: ['e', 'o', 'o']
正則表達式中的重復匹配用于指定某個字符或字符集的重復次數。常用的重復匹配符號包括：
*：匹配前面的字符 0 次或多次。+：匹配前面的字符 1 次或多次。?：匹配前面的字符 0 次或 1 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。import re
pattern = r"a{2,4}"
text = "aa, aaa, aaaa, aaaaa"
matches = re.findall(pattern, text)
print("匹配的a字符:", matches)
輸出：
匹配的a字符: ['aa', 'aaa', 'aaaa', 'aaaa']
邊界匹配用于指定匹配的位置，常用的邊界匹配符號包括：
^：匹配字符串的開頭。$：匹配字符串的結尾。\b：匹配單詞的邊界。\B：匹配非單詞的邊界。import re
pattern = r"\bhello\b"
text = "hello world, hello there, helloo"
matches = re.findall(pattern, text)
print("匹配的hello單詞:", matches)
輸出：
匹配的hello單詞: ['hello', 'hello']
分組用于將多個字符整體進行匹配，分組用圓括號 () 表示。分組還可以用于捕獲匹配的子串，以便后續使用。
import re
pattern = r"(hello) (world)"
text = "hello world"
match = re.search(pattern, text)
if match:
print("匹配的完整字符串:", match.group())
print("第一個分組:", match.group(1))
print("第二個分組:", match.group(2))
輸出：
匹配的完整字符串: hello world
第一個分組: hello
第二個分組: world
正則表達式默認是貪婪匹配，即盡可能多地匹配字符。非貪婪匹配則盡可能少地匹配字符，非貪婪匹配在重復匹配符號后加上 ?。
import re
pattern_greedy = r"a.*b"
pattern_non_greedy = r"a.*?b"
text = "aabab"
match_greedy = re.search(pattern_greedy, text)
match_non_greedy = re.search(pattern_non_greedy, text)
print("貪婪匹配:", match_greedy.group())
print("非貪婪匹配:", match_non_greedy.group())
輸出：
貪婪匹配: aabab
非貪婪匹配: aab
正則表達式中有一些特殊字符，用于表示特定的字符或字符集。常用的特殊字符包括：
.：匹配任意單個字符（除換行符外）。\d：匹配任意數字字符，等價于 [0-9]。\D：匹配任意非數字字符，等價于 [^0-9]。\w：匹配任意字母、數字或下劃線字符，等價于 [a-zA-Z0-9_]。\W：匹配任意非字母、數字或下劃線字符，等價于 [^a-zA-Z0-9_]。\s：匹配任意空白字符（包括空格、制表符、換行符等）。\S：匹配任意非空白字符。import re
pattern = r"\d{3}-\d{2}-\d{4}"
text = "我的社保號是123-45-6789"
match = re.search(pattern, text)
if match:
print("匹配的社保號:", match.group())
輸出：
匹配的社保號: 123-45-6789
郵箱地址的格式通常為 username@domain.com。我們可以使用以下正則表達式來匹配郵箱地址：
import re
pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
text = "我的郵箱是user@example.com，請發郵件給我。"
match = re.search(pattern, text)
if match:
print("匹配的郵箱地址:", match.group())
輸出：
匹配的郵箱地址: user@example.com
URL 的格式通常為 http://www.example.com/path。我們可以使用以下正則表達式來匹配 URL：
import re
pattern = r"https?://(?:www\.)?\S+"
text = "請訪問我們的網站https://www.example.com了解更多信息。"
match = re.search(pattern, text)
if match:
print("匹配的URL:", match.group())
輸出：
匹配的URL: https://www.example.com
IP 地址的格式通常為 192.168.1.1。我們可以使用以下正則表達式來匹配 IP 地址：
import re
pattern = r"\b(?:\d{1,3}\.){3}\d{1,3}\b"
text = "服務器的IP地址是192.168.1.1。"
match = re.search(pattern, text)
if match:
print("匹配的IP地址:", match.group())
輸出：
匹配的IP地址: 192.168.1.1
日期的格式通常為 YYYY-MM-DD。我們可以使用以下正則表達式來匹配日期：
import re
pattern = r"\d{4}-\d{2}-\d{2}"
text = "今天的日期是2023-10-05。"
match = re.search(pattern, text)
if match:
print("匹配的日期:", match.group())
輸出：
匹配的日期: 2023-10-05
HTML 標簽的格式通常為 <tag>content</tag>。我們可以使用以下正則表達式來匹配 HTML 標簽：
import re
pattern = r"<(\w+)[^>]*>(.*?)</\1>"
text = "<h1>標題</h1><p>段落內容</p>"
matches = re.findall(pattern, text)
for tag, content in matches:
print(f"匹配的HTML標簽: <{tag}>{content}</{tag}>")
輸出：
匹配的HTML標簽: <h1>標題</h1>
匹配的HTML標簽: <p>段落內容</p>
手機號碼的格式通常為 13800138000。我們可以使用以下正則表達式來匹配手機號碼：
import re
pattern = r"1[3-9]\d{9}"
text = "我的手機號碼是13800138000，請記下。"
match = re.search(pattern, text)
if match:
print("匹配的手機號碼:", match.group())
輸出：
匹配的手機號碼: 13800138000
條件匹配用于在正則表達式中根據條件選擇不同的匹配模式。條件匹配的語法為 (?(condition)true-pattern|false-pattern)。
import re
pattern = r"(<)?(\w+@\w+(?:\.\w+)+)(?(1)>|$)"
text = "<user@example.com> user@example.com"
matches = re.findall(pattern, text)
for match in matches:
print("匹配的郵箱地址:", match[1])
輸出：
匹配的郵箱地址: user@example.com
匹配的郵箱地址: user@example.com
零寬斷言用于在匹配時指定某些條件，但不消耗字符。常用的零寬斷言包括：
(?=...)：正向肯定預查。(?!...)：正向否定預查。(?<=...)：反向肯定預查。(?<!...)：反向否定預查。import re
pattern = r"\b\w+(?=ing\b)"
text = "I am running and swimming."
matches = re.findall(pattern, text)
print("匹配的單詞:", matches)
輸出：
匹配的單詞: ['runn', 'swimm']
命名分組用于給分組命名，以便后續引用。命名分組的語法為 (?P<name>...)。
import re
pattern = r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})"
text = "今天的日期是2023-10-05。"
match = re.search(pattern, text)
if match:
print("年份:", match.group("year"))
print("月份:", match.group("month"))
print("日期:", match.group("day"))
輸出：
年份: 2023
月份: 10
日期: 05
正則表達式的性能優化主要從以下幾個方面入手：
re.compile 進行預編譯。| 操作符。import re
pattern = re.compile(r"\d{3}-\d{2}-\d{4}")
text = "我的社保號是123-45-6789"
match = pattern.search(text)
if match:
print("匹配的社保號:", match.group())
輸出：
匹配的社保號: 123-45-6789
正則表達式是處理文本的強大工具，掌握正則表達式的語法和使用技巧可以極大地提高文本處理的效率。本文詳細介紹了 Python 中正則表達式的基本語法和常用實例，并探討了正則表達式的高級用法和性能優化技巧。希望本文能幫助讀者更好地理解和應用正則表達式。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
