1. 模塊概述

re 是 Python 標準庫中用于正則表達式操作的模塊，提供字符串的復(fù)雜模式匹配、搜索、替換等功能。正則表達式（Regex）通過特定語法規(guī)則描述字符串模式，適用于文本解析、數(shù)據(jù)清洗、輸入驗證等場景。

2. 核心概念

?**(1) 正則表達式語法**

• ?普通字符：如 a、1 直接匹配自身。
• ?特殊字符：
  • .：匹配任意字符（除換行符，除非啟用 re.DOTALL）。
  • ^：匹配字符串開頭。
  • $：匹配字符串結(jié)尾。
  • \d：匹配數(shù)字（等價于 [0-9]）。
  • \w：匹配字母、數(shù)字、下劃線（等價于 [a-zA-Z0-9_]）。
  • \s：匹配空白符（空格、制表符、換行等）。
  • []：字符集合（如 [a-z] 匹配小寫字母）。
  • |：邏輯或（如 a|b 匹配 a 或 b）。
• ?量詞：
  • *：匹配前一個字符 0 次或多次。
  • +：匹配前一個字符 1 次或多次。
  • ?：匹配前一個字符 0 次或 1 次。
  • {m}：匹配前一個字符恰好 m 次。
  • {m,n}：匹配前一個字符 m 到 n 次。
• ?分組與捕獲：
  • ()：定義捕獲組（可通過索引或命名引用）。
  • (?:)：非捕獲組（僅分組，不捕獲）。

?**(2) 修飾符（Flags）?**

?3. 常用函數(shù)與示例

?**(1) 匹配與搜索**

 示例代碼：

import re

text = "Email: user@example.com, Phone: 123-456-7890"
# 提取郵箱
email = re.search(r'\w+@\w+\.\w+', text).group()  # 'user@example.com'
# 提取所有電話號碼片段
phones = re.findall(r'\d{3}-\d{3}-\d{4}', text)   # ['123-456-7890']

**(2) 替換與分割**

 示例代碼：

# 替換日期格式（YYYY-MM-DD → DD/MM/YYYY）
date = "2023-10-05"
new_date = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\3/\2/\1', date)  # '05/10/2023'

# 分割復(fù)雜文本
text = "apple,,banana;;cherry"
parts = re.split(r'[,;]+', text)  # ['apple', 'banana', 'cherry']

**(3) 預(yù)編譯正則表達式**

使用 re.compile() 預(yù)編譯正則表達式以提高效率（尤其需多次使用同一模式時）：

pattern = re.compile(r'\d+')
match = pattern.match('123abc')  # 等效于 re.match(r'\d+', '123abc')

**(4) 匹配對象（Match Object）?**

成功匹配后返回的 Match 對象提供以下方法：

 示例：

text = "Date: 2023-10-05"
match = re.search(r'(\d{4})-(\d{2})-(\d{2})', text)
if match:
    print(match.group(0))   # '2023-10-05'
    print(match.group(1))   # '2023'
    print(match.groups())   # ('2023', '10', '05')
    print(match.span(1))    # (6, 10)

4. 高級技巧

?**(1) 非貪婪匹配**

默認量詞（如 *, +）是貪婪的（盡可能多匹配），添加 ? 可改為非貪婪模式：

# 貪婪匹配
re.findall(r'<.*>', '<div>text</div>')  # ['<div>text</div>']
# 非貪婪匹配
re.findall(r'<.*?>', '<div>text</div>') # ['<div>', '</div>']

**(2) 命名分組**

使用 (?P<name>...) 定義命名分組，通過 group('name') 訪問：

text = "ID: 123, Name: Alice"
match = re.search(r'ID: (?P<id>\d+), Name: (?P<name>\w+)', text)
print(match.group('id'))    # '123'
print(match.group('name'))  # 'Alice'

5. 常見問題與注意事項

• ?轉(zhuǎn)義字符：在正則表達式中使用 \ 需寫成 \\，或使用原始字符串 r'' 簡化：

  python

  re.match(r'\d+', '123')    # 正確（原始字符串）
  re.match('\\d+', '123')    # 正確（常規(guī)字符串需轉(zhuǎn)義）

• ?性能優(yōu)化：

  • 多次使用同一模式時，預(yù)編譯正則表達式（re.compile()）。
  • 避免過度復(fù)雜的正則表達式（如深層嵌套量詞）。

• ?匹配失敗處理：檢查 Match 對象是否為 None 避免異常：

  python

  match = re.search(r'\d+', 'abc')
  if match:
      print(match.group())

6. 應(yīng)用場景

• ?數(shù)據(jù)提取：從日志、HTML、JSON 中提取特定字段。
• ?輸入驗證：檢查郵箱、電話、密碼格式是否合法。
• ?文本清洗：替換敏感詞、標準化日期格式。
• ?復(fù)雜搜索：查找符合特定模式的字符串片段。

?7. 總結(jié)

• ?核心功能：re 模塊通過正則表達式實現(xiàn)高效的字符串模式操作。
• ?常用函數(shù)：match()、search()、findall()、sub()、split()。
• ?匹配對象：利用 group()、groups() 提取分組內(nèi)容。
• ?高級特性：非貪婪匹配、命名分組、預(yù)編譯優(yōu)化。

到此這篇關(guān)于python正則表達式標準庫之re庫的文章就介紹到這了,更多相關(guān)python re庫介紹內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論