python正则匹配 r

原创

mob649e816ab022 2024-09-20 04:22:13 ©著作权

文章标签 正则表达式字符串 Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob649e816ab022的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python 正则匹配的基础

正则表达式（Regex）是一种强大的工具，用于匹配文本字符串。Python内置了re模块来处理正则表达式，提供丰富的功能以实现复杂的字符串匹配、替换和拆分。本文将介绍正则表达式的基本概念，以及如何在Python中使用正则匹配。

什么是正则表达式？

正则表达式是一种特殊的文本字符串，它描述了一组字符串的模式。通过正则表达式，可以进行高效的字符串搜索和匹配。这种方式允许开发者以极少的代码处理复杂的字符串任务。

例如，正则表达式可以用来识别电子邮件地址、电话号码、日期格式等。

Python中的正则表达式

在Python中，使用re模块来处理正则表达式。以下是常用的几个函数：

re.match(): 从字符串的起始位置匹配一个模式。
re.search(): 在字符串中搜索一个模式。
re.findall(): 找到字符串中所有匹配的模式，并以列表形式返回。
re.sub(): 替换字符串中匹配的模式。

代码示例

下面是一个简单的示例，演示如何使用这些函数。我们将查找一个字符串中的电子邮件地址。

import re

# 要搜索的文本
text = "如果您有任何问题，请联系 support@example.com 或 info@example.org。"

# 正则表达式模式
pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,6}'

# 使用re.findall查找所有匹配的电子邮件地址
emails = re.findall(pattern, text)

print("找到的电子邮件地址:", emails)

在这个示例中，正则表达式 r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,6}' 用于识别电子邮件地址。这个模式主要由以下部分组成：

[a-zA-Z0-9._%+-]+: 匹配电子邮件用户名部分，允许字母、数字及特定符号。
@: 符号，用于分隔用户名和域名。
[a-zA-Z0-9.-]+: 匹配域名部分，允许字母、数字、点和短横线。
\.: 字面上的点符号，注意需要转义。
[a-zA-Z]{2,6}: 匹配域名后缀（如.com, .org等），长度在2到6之间。

正则表达式中的常见模式

在构建正则表达式时，有一些常用的模式：

符号	描述
`.`	匹配任意字符（换行符除外）
`^`	匹配字符串的开始
`$`	匹配字符串的结束
`*`	匹配前一个元素0次或多次
`+`	匹配前一个元素1次或多次
`?`	匹配前一个元素0次或1次
`{n}`	匹配前一个元素恰好n次
`{n,}`	匹配前一个元素至少n次
`{n,m}`	匹配前一个元素至少n次，但不超过m次
`[]`	匹配括号内的任意字符
`\|`	逻辑或，如`abc\|def`

高级用法

正则表达式不仅限于简单匹配，它还可以进行更复杂的操作。例如，使用捕获组和非捕获组可以更好地控制匹配过程。

# 捕获组示例
text2 = "我的电话号码是 123-456-7890。"

# 正则表达式与捕获组
pattern2 = r'(\d{3})-(\d{3})-(\d{4})'

match = re.search(pattern2, text2)

if match:
    print("区域码:", match.group(1))
    print("中央号码:", match.group(2))
    print("后四位数:", match.group(3))

在这里，我们使用捕获组将电话号分为三个部分，以便单独提取。