Python正则表达式简介与基础用法

正则表达式(regular expression)，也称为正规表达式或规则表达式，是一个计算机科学的概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。Python对正则表达式提供了简单易用的支持，使得我们可以方便地进行文本匹配、搜索、替换等操作。

一、基础概念

正则表达式是一种描述字符串模式的语言，其主要目的是从文本中找到匹配特定模式的字符串。 正则表达式通常由一系列字符和特殊字符组成，可以使用这些字符来创建匹配规则。正则表达式是一种声明性的语言，它告诉计算机需要匹配哪些内容，而不是告诉计算机如何去做。

下面是一些常用的正则表达式元字符：

. : 匹配任意一个字符
\d : 匹配一个数字
\w : 匹配一个字母或数字
\s : 匹配一个空格或制表符
^ : 匹配字符串的开头
$ : 匹配字符串的结尾

此外，正则表达式还可以使用圆括号来分组，这样可以方便地处理匹配到的文本部分。例如，下面的正则表达式可以匹配一个有效的邮箱地址：

import re

# 匹配有效的邮箱地址
pattern = r'^([\w\.\-\+]+)@([\w\-]+)\.([a-zA-Z]{2,6})$'

# 测试
email = 'abc@def.com'
result = re.match(pattern, email)
if result:
    print('Matched: ', result.groups())
else:
    print('Not matched')

二、常用操作

1. re.match 和 re.search

Python的re模块提供了两个常用的函数，match和search，用来通过正则表达式匹配字符串。

match用来从字符串的开头进行匹配，如果匹配成功，就返回一个Match对象；如果匹配失败，就返回None。例如：

import re

# 使用match匹配
text = 'Hello, world!'
match_obj = re.match(r'Hello', text)

if match_obj:
    print('Matched: ', match_obj.group())
else:
    print('Not matched')

search则可以在字符串中任意一处进行匹配，只要有一处匹配成功，就会返回一个Match对象；如果匹配失败，就返回None。例如：

import re

# 使用search匹配
text = 'Hello, world!'
search_obj = re.search(r'world', text)

if search_obj:
    print('Matched: ', search_obj.group())
else:
    print('Not matched')

2. re.findall 和 re.finditer

除了匹配单个字符串，正则表达式还可以用来查找多个字符串，这时可以使用findall或finditer函数。findall会返回所有匹配成功的字符串组成的列表，而finditer会返回所有匹配成功的字符串组成的迭代器。例如：

import re

# 使用findall查找
text = 'The quick brown fox jumps over the lazy dog.'
matches = re.findall(r'\b\w{3,}\b', text)

print(matches)

此处正则表达式'\b\w{3,}\b'可以匹配所有长度大于等于3的单词。输出结果为：

['The', 'quick', 'brown', 'fox', 'jumps', 'over', 'the', 'lazy', 'dog']

3. re.sub

除了查找和匹配，正则表达式还可以用来替换字符串中匹配成功的部分。这时可以使用sub函数。例如：

import re

# 使用sub函数替换字符串中的匹配部分
text = 'I like python because it is easy to use and powerful.'
new_text = re.sub(r'python', 'Java', text)

print(new_text)

此处将字符串中所有的'python'替换成'Java'。输出结果为：

I like Java because it is easy to use and powerful.

4. re.compile

在实际应用中，我们通常会多次使用同一个正则表达式来匹配字符串。针对这种情况，re模块提供了compile函数，可以将一个正则表达式编译成一个正则表达式对象，这样可以减少系统的开销。例如：

import re

# 编译正则表达式
pattern = re.compile(r'\b\w{3,}\b')

# 匹配字符串
text = 'The quick brown fox jumps over the lazy dog.'
matches = pattern.findall(text)

print(matches)

此处先使用compile函数将正则表达式'\b\w{3,}\b'编译成了一个正则表达式对象，然后使用该对象的findall函数来匹配字符串。输出结果同上一小节。