Python 正则表达式基础知识点及实例

什么是正则表达式

正则表达式，也称为 regex 或 regexp，是一种用于匹配文本模式的工具，它提供了一种强大、灵活、通用的方式来查找文本中的特定模式。Python 中的正则表达式是通过 re 模块实现的。

re 模块常用函数

1. re.search()

re.search() 方法用于在文本中查找匹配的子串，并返回第一个匹配的子串。如果搜索不到返回 None。

import re

# 查找第一个匹配的子串
str = 'Hello, Python!'
res = re.search('Python', str)
print(res.group())

输出结果：Python

2. re.match()

re.match() 方法用于从文本开始处匹配一个正则表达式模式，并返回匹配的第一个子串。如果匹配不到则返回 None。

import re

# 从文本开始处匹配子串
str = 'Hello, Python!'
res = re.match('Hello', str)
print(res.group())

输出结果：Hello

3. re.findall()

re.findall() 方法用于在文本中查找匹配的子串，返回一个包含所有匹配子串的列表。如果没有匹配则返回空列表。

import re

# 查找所有匹配的子串
str = 'Hello, Python! I love Python!'
res = re.findall('Python', str)
print(res)

输出结果：['Python', 'Python']

正则表达式语法

1. 常用字符

在正则表达式中，一些常用的字符含义如下：

字符	含义
.	匹配除换行符 \n 外的任何字符
*	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
\	转义字符
[]	字符集，匹配方括号中包含的任意字符
^	匹配字符串开头
$	匹配字符串结尾

2. 元字符

在正则表达式中，有一些元字符具有特殊的含义，如下：

元字符	含义
()	捕获组
{}	重复前面的子表达式若干次
|	或，匹配 | 左边或右边的子表达式
\d	数字字符，等价于 [0-9]
\w	单词字符，等价于 [a-zA-Z0-9_]
\s	空白字符，包括空格、制表符、换行符等
\t	制表符
\n	换行符
\r	回车符
\b	单词边界
\B	非单词边界

示例

1. 匹配手机号码

以下示例展示了如何使用正则表达式匹配中国大陆的手机号码。

import re

# 匹配手机号码
phone = '13512341234'
pattern = r'^1[3-9]\d{9}$'
res = re.match(pattern, phone)
if res:
    print(res.group())
else:
    print('不是手机号码')

输出结果：13512341234

2. 匹配电子邮件

以下示例展示了如何使用正则表达式匹配电子邮件。

import re

# 匹配电子邮件
email = '[e-mail]'
pattern = r'^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$'
res = re.match(pattern, email)
if res:
    print(res.group())
else:
    print('不是电子邮件')

输出结果：[e-mail]