Python 正则表达式（RegEx）

Python 正则表达式（Regular Expressions，简称 RegEx）是用于模式匹配和字符串操作的强大工具。通过预定义的模式，Python 正则表达式可以快速地搜索、匹配和操作文本。无论你是验证用户输入、解析数据还是从大量文本文件中提取信息，Python 正则表达式都能显著提升你的编程能力。

本文将帮助你熟练掌握 Python 正则表达式，介绍其基础知识、工作原理，并提供实际应用示例。通过本文的学习，你将具备在各种实际应用中使用正则表达式的技能，提高编程的有效性和效率。

Python 中的正则表达式模块 (re)

Python 的 re 模块提供了一组用于处理正则表达式的函数。它使你能够使用特定的模式来搜索、匹配和操作文本。以下是 re 模块的主要概念和功能：

1. 导入模块

在使用正则表达式函数之前，需要导入 re 模块：

import re

2. 基本函数

• search()：在字符串中搜索匹配项，并返回一个匹配对象（如果找到）。

  match = re.search(r'\d+', 'There are 123 apples')
  print(match.group())  # 输出: 123
  

• match()：检查字符串的开头是否与模式匹配。

  match = re.match(r'Hello', 'Hello, world!')
  print(match.group())  # 输出: Hello
  

• findall()：查找字符串中所有匹配项，并返回一个匹配项列表。

  matches = re.findall(r'\d+', '123 apples and 456 oranges')
  print(matches)  # 输出: ['123', '456']
  

• sub()：将匹配项替换为指定的字符串。

  result = re.sub(r'apples', 'bananas', 'I like apples')
  print(result)  # 输出: I like bananas
  

3. 特殊字符

• .（点号）：匹配除换行符以外的任何单个字符。
• ^（脱字符）：匹配字符串的开始。
• $（美元符号）：匹配字符串的结束。
• []（方括号）：匹配方括号内的任何一个字符。
• \（反斜杠）：转义特殊字符或表示特定序列。

4. 特殊序列

• \d：匹配任何数字。
• \D：匹配任何非数字字符。
• \s：匹配任何空白字符（如空格、制表符、换行符）。
• \S：匹配任何非空白字符。
• \w：匹配任何字母数字字符（包括下划线）。
• \W：匹配任何非字母数字字符。

5. 量词

• *：匹配前面的模式零次或多次。
• +：匹配前面的模式一次或多次。
• ?：匹配前面的模式零次或一次。
• {n}：精确匹配前面的模式 n 次。
• {n,}：匹配前面的模式至少 n 次。
• {n,m}：匹配前面的模式至少 n 次，最多 m 次。

6. 编译模式

为了提高性能，特别是对于多次使用的模式，可以使用 re.compile() 编译正则表达式模式。

pattern = re.compile(r'\d+')

matches = pattern.findall('123 apples and 456 oranges')
print(matches)  # 输出: ['123', '456']

实际应用示例

验证用户输入

def validate_email(email):
    pattern = re.compile(r'^[\w\.-]+@[\w\.-]+\.\w+$')
    return bool(pattern.match(email))

print(validate_email('[email protected]'))  # 输出: True
print(validate_email('invalid-email'))  # 输出: False

解析日志文件

log_line = '2023-10-01 12:34:56 INFO User logged in'

pattern = re.compile(r'(\d{4}-\d{2}-\d{2}) (\d{2}:\d{2}:\d{2}) (.+)')

match = pattern.search(log_line)
if match:
    date, time, message = match.groups()
    print(f'Date: {
     date}, Time: {
     time}, Message: {
     message}')
    # 输出: Date: 2023-10-01, Time: 12:34:56, Message: INFO User logged in

替换敏感信息

text = 'My credit card number is 1234-5678-9012-3456'

pattern = re.compile(r'\d{4}-\d{4}-\d{4}-\d{4}')
redacted_text = pattern.sub('XXXX-XXXX-XXXX-XXXX', text)

print(redacted_text)  # 输出: My credit card number is XXXX-XXXX-XXXX-XXXX

如何在 Python 中使用正则表达式（RegEx）

要在 Python 中搜索、匹配和编辑字符串，你需要导入 re 模块并使用其提供的函数来创建正则表达式（RegEx）。以下是一些使用正则表达式的指令和示例。

1. 导入 re 模块

首先，需要导入 re 模块：

import re

2. 使用 search() 函数

search() 函数在字符串中搜索匹配项，并返回一个匹配对象（如果找到）。

import re

text = "The price is 123 dollars"

match = re.search(r'\d+', text)

if match:
    print("Found a match:", match