快捷導(dǎo)航

一文介紹Python中的正則表達(dá)式用法

更新時(shí)間：2023年07月12日 10:36:36 作者：ziwu

正則表達(dá)式是一種強(qiáng)大的文本匹配和處理工具，廣泛應(yīng)用于各種編程語(yǔ)言中，在Python中，我們可以使用內(nèi)置的re模塊來(lái)處理正則表達(dá)式，本文將帶您從入門(mén)到精通，逐步介紹Python中的正則表達(dá)式用法，并提供實(shí)例演示

1. 正則表達(dá)式基礎(chǔ)

1.1 什么是正則表達(dá)式

正則表達(dá)式是一種用于描述和匹配字符串模式的表達(dá)式。它由一系列字符和特殊字符組成，用于在文本中進(jìn)行搜索和替換操作。

1.2 基本匹配規(guī)則

正則表達(dá)式中的基本匹配規(guī)則包括普通字符的匹配、點(diǎn)號(hào)的匹配任意字符、轉(zhuǎn)義字符的使用等。

import re
pattern = r"abc"  # 匹配字符串 "abc"
string = "xyz abc def"
result = re.findall(pattern, string)
print(result)  # Output: ['abc']

1.3 字符類(lèi)和預(yù)定義字符類(lèi)

字符類(lèi)用于匹配指定范圍內(nèi)的字符，預(yù)定義字符類(lèi)則表示常見(jiàn)的字符組合，如數(shù)字、字母、空白字符等。

import re
pattern = r"[0-9]"  # 匹配任意數(shù)字字符
string = "abc 123 def"
result = re.findall(pattern, string)
print(result)  # Output: ['1', '2', '3']

1.4 量詞和貪婪匹配

量詞用于指定匹配的次數(shù)，如匹配0次或多次、匹配1次或多次等。貪婪匹配是指盡可能多地匹配字符，非貪婪匹配則盡可能少地匹配字符。

import re
pattern = r"a+"  # 匹配一個(gè)或多個(gè)連續(xù)的字符 "a"
string = "aaaabbb"
result = re.findall(pattern, string)
print(result)  # Output: ['aaaa']

1.5 邊界匹配

邊界匹配用于限定匹配的位置，如行的開(kāi)頭、行的結(jié)尾、單詞的邊界等。

import re
pattern = r"\bhello\b"  # 匹配整個(gè)單詞 "hello"
string = "hello world"
result = re.findall(pattern, string)
print(result)  # Output: ['hello']

2. 使用re模塊

2.1 re模塊的導(dǎo)入

在使用Python進(jìn)行正則表達(dá)式操作之前，我們需要先導(dǎo)入re模塊。

import re

2.2 re.match()方法

re.match()方法用于從字符串的開(kāi)頭開(kāi)始匹配模式，如果匹配成功，則返回一個(gè)匹配對(duì)象；否則返回None。

import re
pattern = r"hello"
string = "hello world"
result = re.match(pattern, string)
if result:
    print("Match found!")
else:
    print("No match")

2.3 re.search()方法

re.search()方法用于在字符串中搜索匹配模式，如果找到任意位置的匹配，則返回一個(gè)匹配對(duì)象；否則返回None。

import re
pattern = r"world"
string = "hello world"
result = re.search(pattern, string)
if result:
    print("Match found!")
else:
    print("No match")

2.4 re.findall()方法

re.findall()方法用于在字符串中搜索所有匹配模式的子串，并將它們作為列表返回。

import re
pattern = r"\d+"
string = "I have 10 apples and 20 oranges."
result = re.findall(pattern, string)
print(result)  # Output: ['10', '20']

2.5 re.sub()方法

re.sub()方法用于在字符串中搜索匹配模式的子串，并將其替換為指定的字符串。

import re
pattern = r"apple"
string = "I have an apple."
result = re.sub(pattern, "banana", string)
print(result)  # Output: "I have an banana."

3. 正則表達(dá)式的高級(jí)用法

3.1 分組和捕獲

正則表達(dá)式中的分組和捕獲允許我們將匹配的子串提取出來(lái)，并在后續(xù)操作中使用。

import re
pattern = r"(\d+)-(\d+)-(\d+)"  # 匹配日期格式 "YYYY-MM-DD"
string = "Today is 2023-06-28."
result = re.search(pattern, string)
if result:
    year = result.group(1)
    month = result.group(2)
    day = result.group(3)
    print(f"Year: {year}, Month: {month}, Day: {day}")
else:
    print("No match")

3.2 非貪婪匹配

非貪婪匹配是指盡可能少地匹配字符，可以通過(guò)在量詞后加上"?"來(lái)實(shí)現(xiàn)。

import re
pattern = r"a+?"
string = "aaaaa"
result = re.findall(pattern, string)
print(result)  # Output: ['a', 'a', 'a', 'a', 'a']

3.3 向前界定和向后界定

向前界定和向后界定用于限定匹配的前后條件，但不包括在匹配結(jié)果中。

import re
pattern = r"(?<=@)\w+"  # 匹配郵箱地址中的用戶名
string = "john@example.com"
result = re.findall(pattern, string)
print(result)  # Output: ['example']

3.4 反向引用

反向引用用于在正則表達(dá)式中引用前面已經(jīng)匹配的子串。

import re
pattern = r"(\w+)\s+\1"  # 匹配重復(fù)的單詞
string = "hello hello world world"
result = re.findall(pattern, string)
print(result)  # Output: ['hello', 'world']

3.5 零寬斷言

零寬斷言用于匹配某個(gè)位置前或后的子串，但不包括在匹配結(jié)果中。

import re
pattern = r"\d+(?= dollars)"  # 匹配 "dollars" 前面的數(shù)字
string = "I have 100 dollars."
result = re.findall(pattern, string)
print(result)  # Output: ['100']

4. 實(shí)例演示

4.1 郵箱驗(yàn)證

使用正則表達(dá)式驗(yàn)證輸入的字符串是否為有效的郵箱地址。

import re
pattern = r"^\w+@\w+\.\w+$"  # 匹配郵箱地址
email = "test@example.com"
result = re.match(pattern, email)
if result:
    print("Valid email address")
else:
    print("Invalid email address")

4.2 URL提取

從文本中提取所有的URL鏈接。

import re
pattern = r"http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+"
text = "Visit my website at https://example.com. You can also check out https://example.org."
result = re.findall(pattern, text)
print(result)  # Output: ['https://example.com', 'https://example.org']

4.3 HTML標(biāo)簽提取

從HTML文檔中提取所有的標(biāo)簽內(nèi)容。

import re
pattern = r"<([^>]+)>"  # 匹配HTML標(biāo)簽
html = "<h1>Hello</h1><p>World</p>"
result = re.findall(pattern, html)
print(result)  # Output: ['h1', '/h1', 'p', '/p']

4.4 敏感詞過(guò)濾

使用正則表達(dá)式過(guò)濾文本中的敏感詞。

import re
sensitive_words = ["bad", "evil", "dangerous"]
text = "This is a bad example."
for word in sensitive_words:
    pattern = fr"\b{re.escape(word)}\b"  # 匹配敏感詞并確保單詞邊界
    text = re.sub(pattern, "***", text)
print(text)  # Output: "This is a *** example."

結(jié)論

本文介紹了Python中正則表達(dá)式的基礎(chǔ)知識(shí)和高級(jí)用法，包括基本匹配規(guī)則、使用re模塊進(jìn)行正則操作的方法以及一些常見(jiàn)的實(shí)例演示。掌握正則表達(dá)式的技巧和應(yīng)用，將能夠更高效地處理和處理文本數(shù)據(jù)。希望本文能夠?qū)δ赑ython中使用正則表達(dá)式有所幫助。

以上就是一文介紹Python中的正則表達(dá)式用法的詳細(xì)內(nèi)容，更多關(guān)于Python正則表達(dá)式的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: