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。