Python正则表达式完全指南

合集 - python全景系列(29)

1.＜Python全景系列-1＞ Hello World，1分钟配置好你的python环境05-142.< Python全景系列-2 > Python数据类型大盘点05-153.< Python全景系列-3 > Python控制流程盘点及高级用法、神秘技巧大揭秘！05-174.< Python全景系列-4 > 史上最全文件类型读写库大盘点！什么？还包括音频、视频？05-185.< Python全景系列-5 > 解锁Python并发编程：多线程和多进程的神秘面纱揭晓05-216.< Python全景系列-6 > 掌握Python面向对象编程的关键：深度探索类与对象05-247.< Python全景系列-7 > 提升Python编程效率：模块与包全面解读05-258.< Python全景系列-8 > Python超薄感知，超强保护：异常处理的绝佳实践05-299.< Python全景系列-9 > Python 装饰器：优雅地增强你的函数和类05-3110.Python生成器深度解析：构建强大的数据处理管道06-0511.掌握Python文件操作：从基础到高阶的全方位探索06-1212.Python单元测试之道：从入门到精通的全面指南07-1813.深入探索 Django Rest Framework07-1314.跨越HTTP无状态边界：Cookie与Session在Django中的实战应用07-1115.Django ORM：最全面的数据库处理指南07-1016.详解Django请求与响应：深入理解Web Http交互的核心机制07-0917.Python Django 模版全解与实战07-0818.Django容易被遗忘却无比重要的框架默认文件介绍及使用方法07-0719.Python 爬虫实战：驾驭数据洪流，揭秘网页深处07-0620.Python史上最全种类数据库操作方法，你能想到的数据库类型都在里面！甚至还有云数据库！07-0521.Python Django 零基础从零到一部署服务，Hello Django！全文件夹目录和核心代码！07-0422.Python Django Web开发实战06-3023.Python Flask - 快速构建Web应用详解06-2924.深入Python网络编程：从基础到实践06-2525.一文掌握Python多线程与多进程06-20

26.Python正则表达式完全指南06-13

27.Python的Lambda函数: 一把极简编程的瑞士军刀06-0828.Python 列表推导式：简洁、高效的数据操作艺术06-0729.Python日志模块：实战应用与最佳实践07-19

收起

本篇文章将深入探讨python的一项强大工具：正则表达式。正则表达式是一个强大的文本处理工具，可以用来匹配，搜索，替换和解析文本。我们将逐步展示如何在Python中使用正则表达式，包括其基本语法，常见用法和一些高级技巧。而在最后的“one more thing”部分，我们将探索一个不为人知但又非常有用的正则表达式的技巧。

简单正则表达式匹配

在Python中，re模块提供了正则表达式的支持。我们先从最简单的字符匹配开始。

import re

# 检查字符串是否包含字母"a"
txt = "Hello, world!"
match = re.search("a", txt)
print(match)  # 输出：None，因为"a"没有在字符串中

在这个例子中，我们使用了re.search()函数来查找字符串中是否包含"a"。这是最基础的字符匹配，但已经可以看出正则表达式的用处。例如，你可以用这种方式检查一个电子邮件地址是否包含"@"。

使用元字符

正则表达式的真正威力在于其元字符的使用，比如.，*，?，[]等等。下面的例子展示了如何使用.（点）元字符匹配任何字符（除了新行）。

txt = "Hello, world!"
match = re.search("H.llo", txt)
print(match.group())  # 输出：Hello

在这个例子中，.字符匹配了"e"，使得"H.llo"可以匹配"Hello"。

使用预定义的字符集

有时我们希望匹配的是一类字符，而不是单个字符。比如，我们可能想要匹配任何数字。Python的正则表达式提供了预定义的字符集来实现这种功能。\d就代表任何数字。

txt = "123 Hello, world!"
match = re.search("\d+", txt)
print(match.group())  # 输出：123

在这个例子中，\d+匹配了一串数字"123"。

分组和捕获

我们可以使用圆括号()创建子模式或组，并使用group()方法来捕获这些组。

txt = "123 Hello, world!"
match = re.search("(\d+) (Hello),", txt)
print(match.group(1))  # 输出：123
print(match.group(2))  # 输出：Hello

使用正向先行断言

这是一个高级技巧，它允许我们在不消耗字符的情况下进行匹配。例如，我们可能想找出所有以句号结束但不包含句号的句子。

txt = "Hello. My name is Python. Nice to meet you."
matches = re.findall(".*?(?=\\.)", txt)
for match in matches:
    print(match)  # 输出：Hello，My name is Python，Nice to meet you

在这个例子中，.*?(?=\\.)匹配了所有以句号结束的句子，但并没有消耗句号。

字符集和范围

我们之前讨论过预定义的字符集，比如\d。但有时我们可能需要自定义字符集，我们可以使用方括号[]来达成这个目标。例如，我们可以创建一个只包含小写字母的字符集。

txt = "Hello, World!"
match = re.search("[a-z]+", txt)
print(match.group())  # 输出：ello

在这个例子中，[a-z]+匹配了一串连续的小写字母"ello"。注意"Hello"的首字母"H"由于是大写，没有被匹配。

贪婪匹配和非贪婪匹配

Python的正则表达式默认是贪婪的，这意味着它们会尽可能匹配更多的字符。但有时我们可能希望进行非贪婪匹配。我们可以通过在量词后面添加问号?来实现这个功能。

txt = "12345"
match = re.search("\d+?", txt)
print(match.group())  # 输出：1

在这个例子中，\d+?进行了非贪婪匹配，只匹配了一个数字"1"。

零宽断言

零宽断言允许我们在字符之间设置条件。比如，我们可以使用(?<=a)b来匹配所有在"a"后面的"b"。

txt = "cab, dab"
matches = re.findall("(?<=a)b", txt)
for match in matches:
    print(match)  # 输出：b，b

在这个例子中，(?<=a)b匹配了所有在"a"后面的"b"。

使用编译的正则表达式

如果你的程序需要多次使用同一个正则表达式，你可以将其编译为一个正则表达式对象。这可以提高代码的运行效率。

pattern = re.compile("\d+")
txt = "123 Hello, world!"
match = pattern.search(txt)
print(match.group())  # 输出：123

在这个例子中，我们先编译了正则表达式\d+，然后使用pattern.search()方法来进行匹配。

One More Thing

到现在为止，我们已经探讨了Python正则表达式的基础知识。但是在这最后的"One More Thing"部分，我想分享一个不常被提及，但在处理复杂文本模式时非常有用的技巧：命名组。

命名组允许我们给匹配的组分配一个名字，然后在后面的代码中引用它。这在处理复杂的模式匹配时非常有用。

txt = "James: 1234567890"
match = re.search("(?P\w+): (?P\d+)", txt)
print(match.group('name'))  # 输出：James
print(match.group('phone'))  # 输出：1234567890

在这个例子中，我们使用了命名组(?P\w+)和(?P\d+)来匹配名字和电话号码，并使用group()方法来获取它们。

正则表达式是一个非常强大的工具，希望本篇文章能帮你掌握它在Python中的用法。

如有帮助，请多关注
个人微信公众号：【Python全视角】
TeahLead_KrisChang，10+年的互联网和人工智能从业经验，10年+技术和业务团队管理经验，同济软件工程本科，复旦工程管理硕士，阿里云认证云服务资深架构师，上亿营收AI产品业务负责人。