Python入门教程(二十九)Python的RegEx正则表达式

下面是Python入门教程(二十九)Python的RegEx正则表达式的详细攻略。

什么是正则表达式

正则表达式（Regular Expression，简称 RegEx）是一种用于描述、匹配和处理字符串的强有力的工具。在代码中使用正则表达式可以进行字符串的搜索、替换、分割等操作。

RegEx的基本语法

Python中的正则表达式需要导入re模块，基本的语法格式如下：

import re
pattern = re.compile(r'regular expression')

其中，pattern是一个正则表达式对象，r前缀表示字符串为原生字符串，不需要转义。

RegEx的基本元字符包括：

元字符	解释
.	匹配任意字符（除了换行符）
*	匹配前一个字符的0个或多个
+	匹配前一个字符的1个或多个
?	匹配前一个字符的0个或1个
[ ]	匹配括号内的任意一个字符
^	匹配以什么开始
$	匹配以什么结尾
{n}	匹配前一个字符的n个
{n,}	匹配前一个字符的n个或多个
{n,m}	匹配前一个字符的n个到m个
\	转义字符
\d	匹配数字
\D	匹配非数字
\w	匹配单词字符，包括字母、数字和下划线
\W	匹配非单词字符
\s	匹配空白符（空格、制表符、换行符等）
\S	匹配非空白符

RegEx的常用方法

以下是Python中Re库常用的方法：

• match(pattern, string, flags=0)：匹配字符串的开头，如果匹配成功，则返回匹配的对象；否则返回None。
• search(pattern, string, flags=0)：在字符串中查找匹配，如果匹配成功，则返回匹配的对象；否则返回None。
• findall(pattern, string, flags=0)：返回一个匹配结果的列表。
• sub(pattern, repl, string, count=0, flags=0)：查找并替换符合条件的字符串。
• split(pattern, string, maxsplit=0, flags=0)：分割字符串。

示例说明

假如我们有一个文本文件data.txt，我们可以来看一下如何利用RegEx来进行文本匹配。具体来说，我们可以从文件中匹配所有以“A”开头和“o”结尾的行。代码如下：

import re

# 打开文件
with open('data.txt', 'r', encoding='utf8') as f:
    lines = f.readlines()

# 匹配行
for line in lines:
    # 去掉行末的换行符
    line = line.rstrip('\n')
    # 构造正则表达式
    pattern = re.compile(r'A.*o$')
    match = pattern.search(line)
    if match:
        print(line)

如果我们希望将文件中的日期格式都替换为“YYYY-MM-DD”这种形式，可以使用sub方法来替换。代码如下：

import re

# 打开文件
with open('data.txt', 'r', encoding='utf8') as f:
    lines = f.readlines()

# 匹配并替换
for line in lines:
    # 去掉行末的换行符
    line = line.rstrip('\n')
    # 构造正则表达式
    pattern = re.compile(r'(\d{2})/(\d{2})/(\d{4})')
    # 进行替换
    line = pattern.sub(r'\3-\1-\2', line)
    print(line)

以上就是Python入门教程(二十九)Python的RegEx正则表达式的完整攻略，希望对你有所帮助。