Python入门：轻松掌握正则表达式

在编程的世界里，处理文本数据是家常便饭。而正则表达式（Regular Expression，简称Regex）则是处理文本数据的利器。Python作为一门简洁而强大的编程语言，提供了丰富的正则表达式支持。本文将带你走进Python正则表达式的世界，让你轻松掌握这一技能。

Python入门：轻松掌握正则表达式

什么是正则表达式？

正则表达式是一种用于匹配字符串中字符组合的模式。它广泛应用于文本搜索、数据验证、数据提取等领域。通过简洁的语法，正则表达式可以描述复杂的字符串匹配规则。

Python中的正则表达式库

Python内置了re模块，用于处理正则表达式。要使用这个模块，首先需要导入它：

import re

基本的正则表达式操作

1. 匹配字符串

使用re.match()函数可以检查字符串是否从头开始匹配正则表达式。

pattern = r"hello"
text = "hello world"
match = re.match(pattern, text)
if match:
    print("匹配成功")
else:
    print("匹配失败")

2. 搜索字符串

使用re.search()函数可以在整个字符串中搜索匹配正则表达式的第一个位置。

pattern = r"world"
text = "hello world"
search = re.search(pattern, text)
if search:
    print("搜索成功")
else:
    print("搜索失败")

3. 找到所有匹配项

使用re.findall()函数可以找到字符串中所有匹配正则表达式的子串。

pattern = r"\d+"
text = "There are 123 apples and 456 bananas"
matches = re.findall(pattern, text)
print(matches)  # 输出: ['123', '456']

4. 替换字符串

使用re.sub()函数可以替换字符串中匹配正则表达式的部分。

pattern = r"\d+"
text = "There are 123 apples and 456 bananas"
replaced_text = re.sub(pattern, "many", text)
print(replaced_text)  # 输出: There are many apples and many bananas

进阶用法

1. 使用分组

正则表达式中的括号()用于分组，可以提取匹配的子串。

pattern = r"(\d+)\s(apples|bananas)"
text = "There are 123 apples and 456 bananas"
matches = re.findall(pattern, text)
print(matches)  # 输出: [('123', 'apples'), ('456', 'bananas')]

2. 使用量词

量词用于指定匹配的次数，如*（0次或多次）、+（1次或多次）、?（0次或1次）。

pattern = r"hel+o"
text = "hello world"
match = re.match(pattern, text)
if match:
    print("匹配成功")
else:
    print("匹配失败")

3. 使用字符集

字符集[]用于匹配其中的任意一个字符。

pattern = r"[aeiou]"
text = "hello world"
matches = re.findall(pattern, text)
print(matches)  # 输出: ['e', 'o', 'o']

实战案例

假设我们需要从一个网页源代码中提取所有的邮箱地址，可以使用以下代码：

import re

html = """
<html>
<head><title>Example</title></head>
<body>
<p>Contact us at support@example.com or sales@example.com</p>
</body>
</html>
"""

pattern = r"\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b"
emails = re.findall(pattern, html)
print(emails)  # 输出: ['support@example.com', 'sales@example.com']