Python基础语法-内置函数和模块-re模块

正则表达式（Regular Expression，简称 Regex）是一种用来匹配字符串的特殊语法。在 Python 中，可以通过内置的 re 模块来使用正则表达式。

常用函数

re 模块提供了很多函数来处理正则表达式，下面是一些常用的函数：

• re.compile(pattern, flags=0)：编译正则表达式，返回一个 Pattern 对象。
• re.search(pattern, string, flags=0)：在字符串中搜索匹配正则表达式的第一个位置，返回一个 Match 对象。如果没有匹配，返回 None。
• re.match(pattern, string, flags=0)：尝试从字符串的起始位置匹配正则表达式，返回一个 Match 对象。如果没有匹配，返回 None。
• re.findall(pattern, string, flags=0)：搜索字符串，以列表形式返回全部能匹配的子串。
• re.finditer(pattern, string, flags=0)：搜索字符串，返回一个迭代器，包含匹配正则表达式的所有子串。
• re.sub(pattern, repl, string, count=0, flags=0)：使用指定的字符串替换原字符串中与正则表达式匹配的子串。可以指定替换的次数。返回替换后的字符串。

在这些函数中，最重要的是 re.compile() 和 re.search()，因为它们提供了最基本的正则表达式匹配功能。

正则表达式语法

正则表达式是由一些特殊字符和普通字符组成的。其中特殊字符有特殊的含义，用来匹配字符串中的一些特定模式。下面是一些常用的特殊字符：

1. 字符匹配

下面是一些例子：

import re

# 匹配数字和字母
pattern = re.compile(r'\w')
print(pattern.findall('abc123'))  # ['a', 'b', 'c', '1', '2', '3']

# 匹配空白字符
pattern = re.compile(r'\s')
print(pattern.findall('Hello\nWorld\t!'))  # ['\n', '\t']

# 匹配边界
pattern = re.compile(r'\bhello\b')
print(pattern.findall('hello, world!'))  # ['hello']
print(pattern.findall('say hello!'))  # ['hello']
print(pattern.findall('sayhello!'))  # []

2. 重复匹配

下面是一些例子：

import re

# 匹配至少一个数字
pattern = r"\d+"
text = "Hello 1234 World 5678"
match = re.search(pattern, text)
print(match.group())  # 1234

# 匹配0到多个数字
pattern = r"\d*"
text = "Hello 1234 World 5678"
match = re.search(pattern, text)
print(match.group())  # 空字符串

# 匹配0到1个数字
pattern = r"\d?"
text = "Hello 1234 World 5678"
match = re.search(pattern, text)
print(match.group())  # 空字符串

# 匹配3个到5个数字
pattern = r"\d{3,5}"
text = "Hello 1234567 World 8910"
match = re.search(pattern, text)
print(match.group())  # 12345

在这个例子中，我们使用了以下语法：

• + 表示匹配至少一个，即前面的元素可以出现一次或多次。
• * 表示匹配0到多个，即前面的元素可以不出现，或者出现多次。
• ? 表示匹配0到1个，即前面的元素可以不出现，或者出现一次。
• {m,n} 表示匹配m到n次，即前面的元素可以出现m次、n次或m到n次。

注意，这些语法都是贪婪匹配，即会尽可能多地匹配，例如在 {3,5} 中，如果文本中有7个数字，那么会匹配前5个数字，而不是只匹配前3个数字。如果需要非贪婪匹配，可以在语法后面加上 ?，例如 {3,5}? 表示非贪婪匹配。