笔记大全

利用Python正则表达式进行字符串匹配和替换

更新时间：2023-07-10

什么是正则表达式

正则表达式，又称规则表达式，是一种用来描述特定模式的文本字符串。Python中的正则表达式是通过re模块实现的。使用正则表达式可以进行字符串的匹配和替换，非常方便实用。

import re
line = 'hello world'
matchObj = re.match( r'(.*) (.*)', line, 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!!")

正则表达式的匹配模式

正则表达式有很多种匹配模式，常用的有以下几种：

^ 匹配字符串的开头
$ 匹配字符串的末尾
. 匹配任意字符
* 匹配零个或多个前面的字符
+ 匹配一个或多个前面的字符
? 匹配零个或一个前面的字符
{n} n是非负整数，匹配前面的字符恰好n次
{n,} n是非负整数，匹配前面的字符至少n次
{n,m} n和m是非负整数，匹配前面的字符至少n次，至多m次
[] 匹配括号内的任意一个字符
| 匹配从左到右的任意一个表达式
() 将表达式分组，后面可以使用\1, \2, \3等来引用分组

import re
phone = "2004-959-559 # 这是一个电话号码"
# 删除注释
num = re.sub(r'#.*$', "", phone)
print("电话号码是: ", num)
# 移除非数字的内容
num = re.sub(r'\D', "", phone)
print("电话号码是 : ", num)

正则表达式的分组

为了更好地应用正则表达式进行字符串匹配和替换，我们可以使用分组功能。分组指的是用一对圆括号将一个或多个表达式括起来，分成一个组，从而方便后面使用\1, \2, \3等来引用分组。

import re
# 匹配电话号码
phone = "2004-959-559 # 这是一个电话号码"
# 匹配电话号码的正则表达式
pattern = r'(\d{4})-(\d{3})-(\d{3})'
# 搜索电话号码
matchObj = re.search(pattern, phone)
# 打印搜索出来的电话号码
if matchObj:
    print("matchObj.group() : ", matchObj.group())
    print("matchObj.group(1) : ", matchObj.group(1))
    print("matchObj.group(2) : ", matchObj.group(2))
    print("matchObj.group(3) : ", matchObj.group(3))
else:
    print("No match!!")

正则表达式的应用场景

正则表达式在程序开发中应用非常广泛，比如说对于从网络中爬取到的HTML网页，我们通常需要将其中的一些内容提取出来并保存下来。这个时候就可以使用Python的正则表达式进行字符串的匹配和替换。

此外，正则表达式还可以应用于输入验证，比如验证一个邮箱、手机号或者密码是否符合一定规则，从而保证输入的正确性和安全性。

import re
# 验证邮箱格式是否正确
email = "example@mail.com"
pattern = r'^[a-zA-Z0-9._%-]+@[a-zA-Z0-9._%-]+\.[a-zA-Z]{2,4}$'
if re.match(pattern, email):
    print("邮箱格式正确")
else:
    print("邮箱格式错误")

c语言编程笔录