Python进阶-正则表达式

TOC

正则表达式re库

正则表达式（Regular Expressions）是用来匹配字符串中字符组合的强大工具。
正则表达式由普通字符（例如字母和数字）和特殊字符（称为元字符）组成。元字符用于定义搜索模式。

常见的正则元字符

  • .：匹配任何单个字符（除了换行符）。
  • ^：匹配字符串的开头。
  • $：匹配字符串的结尾。
  • *：匹配前一个元素零次或多次。
  • +：匹配前一个元素一次或多次。
  • ?：匹配前一个元素零次或一次。
  • {n}：匹配前一个元素恰好n次。
  • {n,}：匹配前一个元素至少n次。
  • {n,m}：匹配前一个元素至少n次，但不超过m次。
  • []：定义一个字符类，匹配方括号内的任意字符。
  • |：表示“或”操作。
  • ()：用于分组。

re模块使用方法

安装re模块：

pip install re

使用方法：

# 导入库
import re

"""
常用方法：
.match()     从字符串的开头匹配模式。
.search()    在整个字符串中搜索模式。
.findall()   返回字符串中所有匹配的子串。
.finditer()  返回一个迭代器，生成所有匹配的对象。
.sub()       替换字符串中匹配的部分。
.split()     按照模式分割字符串。
"""
text = 'hello, every one!!!'
if re.match(r'hello', text):
    print(f'成功匹配内容以hello开头，内容: {text}')

使用实例

import re

text = r'Hello, my name is Bob and my email is example@email.com, And my phone number is 123-456-7890. I enjoy playing basketball and watching movies, and I hope to become friends with you.'

# 匹配开头是不是Hello
match = re.match(r'Hello', text)
if match:
    print("Match found:", match.group())
# 搜索email is后面的邮箱地址
search = re.search(r'email is (.+?) ', text)
if search:
    print("Email found:", search.group(1))
# 找到所有的 my 字段，统计有多少个
is_my = re.findall(r'my', text)
print('匹配的总数为:', len(is_my))
# 找到所有的匹配对象为邮箱地址
for match in re.finditer(r'\b\w+@\w+\.\w+\b', text):
    print("Found email:", match.group())
# 替换手机号
new_text = re.sub(r'\d{3}-\d{3}-\d{4}', 'XXX-XXX-XXXX', text)
print("Text after substitution:", new_text)
# 找出标点符号进行分割字符串
split_text = re.split(r'[\s,.]+', text)
print("Split text:", split_text)