Python基础教程（十六）：正则表达式

用户11147438

发布于 2024-06-14 08:50:16

740

发布于 2024-06-14 08:50:16

文章被收录于专栏：Linux系列

💝💝💝首先，欢迎各位来到我的博客，很高兴能够在这里和您见面！希望您在这里不仅可以有所收获，同时也能感受到一份轻松欢乐的氛围，祝你生活愉快！ 💝💝💝如有需要请大家订阅我的专栏【Python系列】哟！我会定期更新相关系列的文章 💝💝💝关注！关注！！请关注！！！请大家关注下博主，您的支持是我不断创作的最大动力！！！

引言

正则表达式是处理字符串的强大工具，尤其在数据清洗、文本解析和模式匹配等场景中发挥着重要作用。Python 提供了 re 模块来支持正则表达式的使用，本文将带你深入了解 Python 中的正则表达式，从基本语法到高级用法，结合实际案例，让你成为正则表达式的高手。

一、正则表达式基础

正则表达式由普通字符（如字母 a-z）和特殊字符（称为元字符）组成。元字符在正则表达式中具有特殊含义，它们可以表示一个字符集、一个位置等。下面是一些常用的元字符：

.：匹配任意除换行符以外的字符。 *：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。 ^：匹配输入字符串的开始位置。 $：匹配输入字符串的结束位置。 […]：字符集，匹配方括号中的任意字符。 [^…]：否定字符集，匹配任何不在方括号中的字符。 |：或，匹配 | 左右的表达式任意一个。 (…)：分组，将多个字符当做一个整体进行匹配。

元字符：如 . 匹配任意单个字符，* 表示前面的元素可以出现任意次，包括0次。
字符集：[abc] 匹配 ‘a’ 或 ‘b’ 或 ‘c’。
位置锚点：^ 匹配行的开始，$ 匹配行的结束。

二、Python `re` 模块常用方法

re.search(pattern, string)：扫描整个字符串并返回第一个成功的匹配。
re.match(pattern, string)：尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功，则返回 None。
re.findall(pattern, string)：查找字符串中所有匹配正则表达式的子串，并返回一个列表。
re.finditer(pattern, string)：类似于 findall，但返回的是一个迭代器，每次迭代返回一个 Match 对象。
re.sub(pattern, repl, string)：将字符串中所有匹配正则表达式的子串替换为指定字符串。

参数说明：

pattern 匹配的正则表达式
string 要匹配的字符串。
flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。参见：正则表达式修饰符 - 可选标志

三、经典案例展示

案例 1：验证电子邮件地址

import re

email_pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
email = "example@example.com"

if re.match(email_pattern, email):
    print("Valid email")
else:
    print("Invalid email")

此案例中，我们定义了一个电子邮件的正则表达式，然后使用 re.match 方法来验证给定的电子邮件地址是否符合预期的格式。

案例 2：获取电话号码

phone_text = "Call me at 555-1234 or 555-6789."
phone_pattern = r"\d{3}-\d{4}"

matches = re.findall(phone_pattern, phone_text)
for match in matches:
    print(match)

这段代码会输出电话号码列表，即 ['555-1234', '555-6789']。

案例 3：替换敏感词

text = "Bad words should be filtered out. Bad!"
bad_word_pattern = r"Bad"

# 使用空字符串替换
clean_text = re.sub(bad_word_pattern, "", text)
print(clean_text)

# 或者替换为其他字符串
clean_text = re.sub(bad_word_pattern, "Good", text)
print(clean_text)

在这个例子中，我们使用 re.sub 方法来替换文本中的敏感词。