python常用的正则表达式及作用

Python常用正则表达式及作用

正则表达式是处理字符串的强大工具，Python通过re模块提供正则表达式支持：

基本匹配模式

1. 匹配数字

   • \d：匹配任意数字，等价于[0-9]
   • \D：匹配任意非数字，等价于[^0-9]
   • 示例：r'\d+'匹配一个或多个连续数字

2. 匹配字母和数字

   • \w：匹配字母、数字或下划线，等价于[a-zA-Z0-9_]
   • \W：匹配非字母、数字、下划线，等价于[^a-zA-Z0-9_]

3. 匹配空白字符

   • \s：匹配任意空白字符（空格、制表符、换行等）
   • \S：匹配任意非空白字符

4. 匹配任意字符

   • .：匹配除换行符外的任意单个字符

常用正则表达式示例

1. 匹配邮箱地址

   r'[\w\.-]+@[\w\.-]+\.\w+'
   

2. 匹配URL

   r'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+'
   

3. 匹配IP地址

   r'\b(?:\d{1,3}\.){3}\d{1,3}\b'
   

4. 匹配中文

   r'[\u4e00-\u9fa5]'
   

5. 匹配日期（YYYY-MM-DD格式）

   r'\d{4}-\d{1,2}-\d{1,2}'
   

6. 匹配手机号码（中国大陆）

   r'1[3-9]\d{9}'
   

7. 匹配HTML标签

   r'<[^>]+>'
   

8. 匹配身份证号（18位）

   r'[1-9]\d{5}(18|19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]'
   

常用量词

1. *：匹配前一个字符0次或多次
2. +：匹配前一个字符1次或多次
3. ?：匹配前一个字符0次或1次
4. {n}：匹配前一个字符恰好n次
5. {n,}：匹配前一个字符至少n次
6. {n,m}：匹配前一个字符n到m次

边界匹配

1. ^：匹配字符串开头
2. $：匹配字符串结尾
3. \b：匹配单词边界
4. \B：匹配非单词边界

分组和捕获

1. ()：创建捕获组
2. (?:)：创建非捕获组
3. (?P)：命名捕获组

常用re模块方法

1. re.match()：从字符串开头匹配
2. re.search()：搜索整个字符串
3. re.findall()：返回所有匹配结果
4. re.finditer()：返回匹配结果的迭代器
5. re.sub()：替换匹配的字符串
6. re.split()：根据模式分割字符串

示例代码

import re

# 查找所有数字
text = "我有3个苹果和5个橙子"
numbers = re.findall(r'\d+', text)  # ['3', '5']

# 验证邮箱格式
email = "[email protected]"
if re.match(r'[\w\.-]+@[\w\.-]+\.\w+', email):
    print("邮箱格式正确")

# 提取URL
html = '链接'
url = re.search(r'href="(https?://[^"]+)"', html).group(1)