Python中的正则

Python中的正则表达式是通过re模块支持的，这是一个用于处理正则表达式的内置库。以下是如何使用re模块以及一些代码示例。

基本用法

1. 导入模块：

   import re
   

2. 编译正则表达式：

   pattern = re.compile(r'\d+')  # r'\d+' 表示匹配一个或多个数字
   

3. 搜索字符串：

   match = pattern.search('Hello 123 world!')
   if match:
       print('Found:', match.group())
   

4. 遍历所有匹配：

   for num in pattern.findall('123 abc 456 def 789'):
       print(num)
   

5. 替换文本：

   new_str = pattern.sub('XXX', 'The numbers are 123 and 456')
   print(new_str)
   

6. 分割字符串：

   parts = re.split(r'\W+', 'Hello, how are you?')
   print(parts)
   

进阶用法

1. 使用正则表达式匹配多个组：

   phone_pattern = re.compile(r'(\d{3})-(\d{3})-(\d{4})')
   match = phone_pattern.match('123-456-7890')
   if match:
       print(match.group(1), match.group(2), match.group(3))
   

2. 使用正则表达式进行贪婪匹配：

   text = 'abc 123 xyz 456'
   print(re.findall(r'\d+', text))  # 匹配所有数字
   

3. 懒惰匹配（非贪婪匹配）：

   html = '<div>123</div><div>456</div>'
   tags = re.findall(r'<div>(.*?)</div>', html)  # 懒惰匹配，每个div标签内的内容
   print(tags)
   

4. 使用正则表达式检查字符串是否符合特定模式：

   if re.fullmatch(r'\d{4}-\d{2}-\d{2}', '2023-08-08'):
       print('Valid date')
   

5. 使用正则表达式进行模式替换，包含复杂替换逻辑：

   def add_prefix(match):
       return 'NUM_' + match.group(0)
   
   new_text = re.sub(r'(\d+)', add_prefix, 'Find 123 and 456')
   print(new_text)
   

6. 使用正则表达式处理Unicode和特殊符号：

   text = 'Special characters: © ® ™'
   special_chars = re.findall(r'[\u00a9\u00ae\u2122]', text)
   print(special_chars)
   

7. 使用正则表达式进行模式匹配并执行操作：

   emails = re.findall(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', text)
   print(emails)
   

8. 使用正则表达式进行模式搜索，直到首次匹配：

   email = re.search(r'\S+@\S+', text)
   if email:
       print('Found email:', email.group())
   

注意事项

• 正则表达式中的特殊字符需要使用反斜杠 \ 进行转义。
• 字面量字符串（raw string，前面带 r）在正则表达式中很常见，以避免对反斜杠进行转义。
• 使用re.I标志进行不区分大小写的匹配。