Python模块之re正则表达式详解

正则表达式是一种用于匹配字符串的强大工具，可以在Python中用于解析HTML、XML等本数据。Python中的re模块提供了正则表达式的支持，本攻略将细讲解re模块的基本用法、常用函数和示例应用。

re模块基本用法

在使用re模块之前，需要先导入该模块：

import re

re模块提供了一些常用的函数，用于处理正则表达式：

• re.search(pattern, string, flags=0)：在字符串中搜索正则表达式的第一个匹配项。
• re.match(pattern, string, flags=0)：在字符串的开头匹配正则表达。
• re.findall(pattern, string, flags=0)：在字符串中搜索正则表达式的所有匹配项。
• re.sub(pattern, repl, string, count=0, flags=0)：在字符串中搜索正则达式的所有匹配项，并将其换为指定的字符串。

其中，pattern参数表示正则表达式，string参数表示要匹配的字符串，flags`参数表示正则表达式的匹配模式。

正则表达式语法

正则表达式是由普通字符和特殊字符组成的字符串，用于描述一类字符串的模式。下是一些用的正则表达式特字符：

• .：匹配任意字符，除换行符。
• *：匹配前的字符零次或多次。
• +：匹配前面的字符一次或多次。
• ?：匹配前面的字符零次或一次。
• ^：匹配字符串的开头。
• $：匹配字符串的尾。
• []：匹配括号中的任意一个字符。
• ()：将括号中的字符作一个整体进行匹配。
• |：匹配两或多个正则表达式中的任意一个。

示例1：匹配字符串中的数字

下面是一个例子，演示如何使用正则表达式匹配字符串中的数字：

import re

text = ' price is $1099.'
pattern = r'\d+'
result = re.findall(pattern, text)
if result:
    print('Matches found:', result)
else:
    print('Matches not found')

在上面的代码中，我们使用正则表达式\d+匹配字符串中的数字。\d表示匹一个数字字符，+表示匹配一个或多个数字字符。findall()函数可以返回所有匹配的结果。运行代码后，输出结果为Matches found: ['10', '99']。

示例2：匹配HTML标签中的文本内容

下面是另一个例子，演示如何使用正则表达式匹配HTML标签中文本内容：

import re

text = '<h1>Welcome to my website</h1>'
pattern = r'<.*?>(.*?)</.*?>'
result = re.search(pattern, text)
if result:
    print('Match found:', result.group(1))
else:
    print('Match not found')

在上面的代码中，我们使用正则表达式<.*?>(.*?)<!--.*?-->匹配HTML标签中的文本内容。<?>表示匹配一个或多任意字符，.*?表示非贪婪匹配，()表示将.*?匹配到的字符串作为捕获组。search()用于在字符串中搜索正则表达式的第一个匹配项。运行代码后，输出结果为Match found: Welcome to my website。

总结

本攻略详细讲解了Python中re模块基用法、常用函数和正则表达式语法。正则表达式是一用于匹配字符串的强大工具，可以Python中用解析HTML、XML等文本数据。演示了如何使用正则表达式匹配字符串中的数字、匹配HTML标签中的文本。希望读者可以通过这些示例好理解正则表达式的应用。