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。