Python re 的模块提供对正则表达式 （regex） 的支持，正则表达式是匹配文本中模式的强大工具。正则表达式广泛用于数据验证、文本处理等。
快速入门re
要在 Python 中使用正则表达式，需要导入以下 re 模块：
import re该 re 模块提供了广泛的模式匹配、搜索、拆分和替换文本的功能。
正则表达式的基本语法
正则表达式由定义搜索模式的字符序列组成。以下是一些基本元素：
- 文字字符：匹配自己。例如， a 匹配字符“a”。
- 元字符：具有特殊含义，例如 . （除换行符外的任何字符）、 ^ （字符串开头）、 $ （字符串结尾）、 * （0 次或更多次）、 + （1 次或多次出现）、 ? （0 或 1 次出现）、 {} （特定出现次数）、 [] （字符类）、 | （或）、 () （分组）。
常用re功能
re.match()
该 re.match() 函数检查模式是否与字符串开头的模式匹配。
import re
pattern = r'\d+'
text = "123abc"
match = re.match(pattern, text)
if match:
print(f"Matched: {match.group()}")
else:
print("No match")输出：
匹配： 123
re.search()
该 re.search() 函数扫描整个字符串以查找匹配项。
import re
pattern = r'\d+'
text = "abc123xyz"
search = re.search(pattern, text)
if search:
print(f"Found: {search.group()}")
else:
print("Not found")输出：
找到： 123
re.findall（）
该 re.findall() 函数以列表形式返回字符串中模式的所有非重叠匹配项。
import re
pattern = r'\d+'
text = "abc123xyz456"
matches = re.findall(pattern, text)
print(f"Matches: {matches}")输出：
比赛： ['123'， '456']
re.finditer()
该 re.finditer() 函数返回一个迭代器，为所有非重叠匹配项生成匹配对象。
import re
pattern = r'\d+'
text = "abc123xyz456"
matches = re.finditer(pattern, text)
for match in matches:
print(f"Match: {match.group()}")输出：
匹配： 123
匹配： 456
re.sub()
该 re.sub() 函数将匹配项替换为指定的替换字符串。
import re
pattern = r'\d+'
replacement = '#'
text = "abc123xyz456"
result = re.sub(pattern, replacement, text)
print(f"Result: {result}")输出：
结果：abc#xyz#
re.split（）
该 re.split() 函数按模式的出现次数拆分字符串。
import re
pattern = r'\d+'
text = "abc123xyz456"
split_result = re.split(pattern, text)
print(f"Split result: {split_result}")输出：
拆分结果： ['abc'， 'xyz'， '']
特殊序列和字符类
正则表达式为更复杂的模式提供特殊的序列和字符类。
- \d：匹配任何数字。等效于 [0-9] 。
- \D：匹配任何非数字。
- \w：匹配任何字母数字字符。等效于 [a-zA-Z0-9_] 。
- \W：匹配任何非字母数字字符。
- \s：匹配任何空格字符。
- \S：匹配任何非空格字符。
- [abc]：匹配括号内的任何字符。
- [^abc]：匹配括号内的任何字符。
- a|b：匹配 a 或 b 。
分组和捕获
括号 () 用于对比赛的某些部分进行分组和捕获。
import re
pattern = r'(\d+)-(\w+)'
text = "123-abc"
match = re.search(pattern, text)
if match:
print(f"Group 1: {match.group(1)}")
print(f"Group 2: {match.group(2)}")输出：
第 1 组：123
第 2 组：abc
前瞻和后瞻
Lookahead 和 lookbehind 断言允许在不消耗字符串字符的情况下创建更复杂的模式。
- Lookahead （？=...）：断言断言后面的内容为 true。
import re
pattern = r'\d+(?=abc)'
text = "123abc456"
match = re.search(pattern, text)
if match:
print(f"Lookahead match: {match.group()}")输出：
前瞻匹配： 123
- 负面展望（？！...）：断言断言后面的内容是错误的。
import re
pattern = r'\d+(?!abc)'
text = "123def456abc"
matches = re.findall(pattern, text)
print(f"Negative lookahead matches: {matches}")输出：
负面前瞻匹配： ['123'， '456']
- Lookbehind （？<=...）：断言断言之前的内容为真。
import re
pattern = r'(?<=abc)\d+'
text = "abc123def456"
match = re.search(pattern, text)
if match:
print(f"Lookbehind match: {match.group()}")输出：
后视匹配：123
- 否定后视 （？<!...）：断言断言之前的内容是错误的。
import re
pattern = r'(?<!abc)\d+'
text = "abc123def456"
matches = re.findall(pattern, text)
print(f"Negative lookbehind matches: {matches}")输出：
负后视匹配：['456']
实例
电子邮件验证
正则表达式的常见用途是电子邮件验证。
import re
pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+