Python Regex定义及使用方法

Python是一门强大的编程语言，它支持正则表达式操作，正则表达式是在文本中匹配模式的一种工具。在Python中使用正则表达式可以在文本中进行字符串查找、替换等操作。接下来，本文将为大家介绍Python Regex的定义及使用方法。

一、正则表达式概述

正则表达式是一种用来描述、匹配一系列符合某个规则的字符串的方法。在正则表达式中，使用特殊的字符表示具有特殊意义的内容，如"."用来匹配任意字符，"*"表示匹配0次或多次，"?"表示匹配0次或1次等等。Python中的正则表达式需要使用re模块进行调用。

二、常用正则表达式函数

在Python中，re模块提供了多个用于正则表达式操作的函数，其中常用的函数如下：

1. re.match()

re.match()函数用于尝试从字符串的起始位置开始匹配一个模式，如果匹配成功，则返回匹配对象；否则返回None。例如：

import re

str = "hello world"
matchObj = re.match(r'hello', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
else:
   print("No match!!")

该代码会输出"matchObj.group() : hello"，因为正则表达式r'hello'匹配了字符串的起始位置的"hello"。

2. re.search()

re.search()函数用于在字符串中搜索匹配表达式第一次出现的位置，如果匹配成功，则返回匹配对象；否则返回None。例如：

import re

str = "hello world"
searchObj = re.search(r'world', str, re.M | re.I)
if searchObj:
   print("searchObj.group() : ", searchObj.group())
else:
   print("Nothing found!!")

该代码会输出"searchObj.group() : world"，因为正则表达式r'world'匹配了字符串中的"world"。

3. re.findall()

re.findall()函数用于返回字符串中所有与正则表达式匹配的字符串列表，如果没有匹配的，则返回空列表。例如：

import re

str = "hello world"
findallObj = re.findall(r'\w{5}', str, re.M | re.I)
print("findallObj : ", findallObj)

该代码会输出"findallObj : ['hello', 'world']"，因为正则表达式r'\w{5}'匹配了字符串中的"hello"和"world"。

4. re.sub()

re.sub()函数用于在字符串中替换所有与正则表达式匹配的子串，并返回替换后的新字符串。例如：

import re

str = "hello world"
subObj = re.sub(r'world', 'Python', str, re.M | re.I)
print("subObj : ", subObj)

该代码会输出"subObj : hello Python"，因为正则表达式r'world'匹配了字符串中的"world"，并被替换成了"Python"。

三、常用正则表达式语法

在Python中，正则表达式的语法非常丰富，下面列举一些常用的语法：

1. 圆括号()

圆括号可以将正则表达式中的一部分括起来，形成一个子组，可以使用matches.group()函数获取子组的值。例如：

import re

str = "hello 123 world"
matchObj = re.match(r'h(.*?) (\d+)', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
   print("matchObj.group(1) : ", matchObj.group(1))
   print("matchObj.group(2) : ", matchObj.group(2))
else:
   print("No match!!")

该代码会输出"matchObj.group() : hello 123"、"matchObj.group(1) : ello"和"matchObj.group(2) : 123"，因为正则表达式r'h(.*?) (\d+)'中的"(.*?)"和"(\d+)"被括起来形成了两个子组，可以使用matches.group(1)和matches.group(2)函数获取子组值。

2. 方括号[]

方括号可以将字符集合起来，表示匹配方括号中的任意一个字符。例如：

import re

str = "hello world"
matchObj = re.match(r'[helo]+', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
else:
   print("No match!!")

该代码会输出"matchObj.group() : hello"，因为正则表达式r'[helo]+'表示匹配"h"、"e"、"l"或者"o"中的任意个一个字符。

3. 反斜杠转义字符

反斜杠可以用来转义字符，表示其后面的字符应该被视为普通字符而非特殊字符。例如：

import re

str = "hello world.+"
matchObj = re.match(r'hello world\.\+', str, re.M | re.I)
if matchObj:
   print("matchObj.group() : ", matchObj.group())
else:
   print("No match!!")

该代码会输出"matchObj.group() : hello world.+"，因为"."和"+"在正则表达式中有特殊含义，但是在它们前面加上反斜杠后，就被视为普通字符了。

四、常用正则表达式实例

下面列举一些使用Python正则表达式的实例：

1. 邮箱验证

import re

def validate_email(email):
    regex = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
    if re.match(regex, email):
        return True
    else:
        return False

print(validate_email("123456@qq.com"))  # True
print(validate_email("abc_123@gmail.com"))  # True
print(validate_email("abc#123.com"))  # False

该代码使用正则表达式验证邮箱格式是否正确，如果正确则返回True否则返回False。其中正则表达式r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'表示匹配由A-Z、a-z、0-9、正号、负号、下划线、点组成的email地址格式。

2. URL提取

import re

def get_urls(text):
    urls = []
    regex = r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+'
    matches = re.findall(regex, text)
    for match in matches:
        urls.append(match)
    return urls

print(get_urls("hello world, http://www.google.com is a search engine."))  # ['http://www.google.com']
print(get_urls("Download from http://www.github.com"))  # ['http://www.github.com']

该代码使用正则表达式从文本中提取URL地址。

总结

Python中的正则表达式提供了非常强大的文本匹配和处理功能，学习和掌握正则表达式是Python编程中的重要一环。本文介绍了正则表达式的常用函数和语法，并给出了一些实用的示例。希望读者们能够在日常Python编程中加以应用。