一、匹配单个字符
在Python regex中,最基本的匹配单个字符的方法是使用".",它可以匹配任意一个字符(除了换行符)。
import re # 匹配单个字符 pattern = "a.c" test_string = "abc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "adc" print(re.match(pattern, test_string)) # 匹配失败
"a.c"可以匹配"abc",但不匹配"adc"。
还有一种特殊的字符,叫做元字符,它们具有特殊的意义。在Python regex中,一些常用的元字符包括"^"、"$"和"\"。"^"用于匹配字符串的开头,"$"用于匹配字符串的结尾,"\\"用于转义。
import re # 使用元字符 pattern = "^abc$" test_string = "abc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abcd" print(re.match(pattern, test_string)) # 匹配失败
"^abc$"精确地匹配"abc",不匹配"abcd"。
二、匹配多个字符
在Python regex中,用于匹配多个字符的方法包括使用"*"、"+"、"?"和"{}"。
"*"表示匹配前面的字符出现0次或多次;"+"表示匹配前面的字符出现1次或多次;"?"表示匹配前面的字符出现0次或1次。
import re # 匹配多个字符 pattern = "ab*c" test_string = "ac" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abbbbbbbc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "a" print(re.match(pattern, test_string)) # 匹配失败
"ab*c"可以匹配"ac"、"abc"和"abbbbbbbc",但不匹配"a"。
"{}"用于匹配出现指定次数的字符,其语法为"{m}"(匹配前面的字符出现m次)、"{m,}"(匹配前面的字符出现至少m次)和"{m,n}"(匹配前面的字符出现m~n次)。
import re # 匹配指定次数的字符 pattern = "ab{2}c" test_string = "abc" print(re.match(pattern, test_string)) # 匹配失败 test_string = "abbc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abbbbbc" print(re.match(pattern, test_string)) # 匹配失败 # 匹配至少指定次数的字符 pattern = "ab{2,}c" test_string = "abc" print(re.match(pattern, test_string)) # 匹配失败 test_string = "abbc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abbbbbc" print(re.match(pattern, test_string)) # 匹配成功 # 匹配指定范围内次数的字符 pattern = "ab{2,4}c" test_string = "abc" print(re.match(pattern, test_string)) # 匹配失败 test_string = "abbc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abbbbbc" print(re.match(pattern, test_string)) # 匹配失败 test_string = "abbbbc" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abbbb" print(re.match(pattern, test_string)) # 匹配成功
"ab{2}c"匹配"abbc",但不匹配"abc"和"abbbbbc"。"ab{2,}c"匹配"abbc"和"abbbbbc",但不匹配"abc"。"ab{2,4}c"匹配"abbc"、"abbbbc"和"abbbb",但不匹配"abc"和"abbbbbc"。
三、匹配字符集
在Python regex中,可以使用"[]"表示字符集,它可以匹配方括号中的任意一个字符。
import re # 匹配字符集 pattern = "[abc]" test_string = "a" print(re.match(pattern, test_string)) # 匹配成功 test_string = "b" print(re.match(pattern, test_string)) # 匹配成功 test_string = "c" print(re.match(pattern, test_string)) # 匹配成功 test_string = "d" print(re.match(pattern, test_string)) # 匹配失败
"[abc]"匹配"a"、"b"和"c",但不匹配"d"。
还可以使用"-"表示范围。
import re # 匹配字符范围 pattern = "[a-z]" test_string = "a" print(re.match(pattern, test_string)) # 匹配成功 test_string = "m" print(re.match(pattern, test_string)) # 匹配成功 test_string = "Z" print(re.match(pattern, test_string)) # 匹配失败
"[a-z]"匹配"a"~"z"中的任意一个字符。
四、使用特殊字符
在Python regex中,还有一些特殊的字符,可以用于匹配常用的数据类型,包括数字、空白字符、单词字符等。
"\d"表示匹配数字;"\D"表示匹配非数字;"\s"表示匹配空白字符,包括空格、制表符和换行符;"\S"表示匹配非空白字符;"\w"表示匹配单词字符,包括字母、数字和下划线;"\W"表示匹配非单词字符。
import re # 匹配特殊字符 pattern = "\d+" test_string = "123" print(re.match(pattern, test_string)) # 匹配成功 test_string = "abc" print(re.match(pattern, test_string)) # 匹配失败 pattern = "\s+" test_string = " " print(re.match(pattern, test_string)) # 匹配成功 test_string = "a b" print(re.match(pattern, test_string)) # 匹配失败 pattern = "\w+" test_string = "hello_world" print(re.match(pattern, test_string)) # 匹配成功 test_string = "@!$%" print(re.match(pattern, test_string)) # 匹配失败
"\d+"匹配所有的数字串;"\s+"匹配所有的空白字符串;"\w+"匹配所有的单词字符串。
五、替换字符串
Python regex不仅可以匹配字符串,还可以替换字符串。
可以使用sub()函数实现字符串替换,它的参数包括要替换的字符串、新的字符串和待处理的字符串。
import re # 替换字符串 pattern = "\s+" new_string = "-" test_string = "hello world" print(re.sub(pattern, new_string, test_string)) # 替换空格为横线
输出结果为"hello-world"。
六、结语
本文介绍了Python regex的基本用法,包括匹配单个字符、匹配多个字符、匹配字符集、使用特殊字符和替换字符串等。通过以上方法,可以快速、灵活地实现对文本的匹配和替换。