Python正则表达式完全指南

德庆李宁

本篇文章将深入探讨python的一项强大工具：正则表达式。正则表达式是一个强大的文本处理工具，可以用来匹配，搜索，替换和解析文本。我们将逐步展示如何在Python中使用正则表达式，包括其基本语法，常见用法和一些高级技巧。而在最后的“one more thing”部分，我们将探索一个不为人知但又非常有用的正则表达式的技巧。
简单正则表达式匹配

在Python中，re模块提供了正则表达式的支持。我们先从最简单的字符匹配开始。

1. import re
3. # 检查字符串是否包含字母"a"
4. txt = "Hello, world!"
5. match = re.search("a", txt)
6. print(match)  # 输出：None，因为"a"没有在字符串中

复制代码

在这个例子中，我们使用了re.search()函数来查找字符串中是否包含"a"。这是最基础的字符匹配，但已经可以看出正则表达式的用处。例如，你可以用这种方式检查一个电子邮件地址是否包含"@"。
使用元字符

正则表达式的真正威力在于其元字符的使用，比如.，*，?，[]等等。下面的例子展示了如何使用.（点）元字符匹配任何字符（除了新行）。

1. txt = "Hello, world!"
2. match = re.search("H.llo", txt)
3. print(match.group())  # 输出：Hello

复制代码

在这个例子中，.字符匹配了"e"，使得"H.llo"可以匹配"Hello"。
使用预定义的字符集

有时我们希望匹配的是一类字符，而不是单个字符。比如，我们可能想要匹配任何数字。Python的正则表达式提供了预定义的字符集来实现这种功能。\d就代表任何数字。

1. txt = "123 Hello, world!"
2. match = re.search("\d+", txt)
3. print(match.group())  # 输出：123

复制代码

在这个例子中，\d+匹配了一串数字"123"。
分组和捕获

我们可以使用圆括号()创建子模式或组，并使用group()方法来捕获这些组。

1. txt = "123 Hello, world!"
2. match = re.search("(\d+) (Hello),", txt)
3. print(match.group(1))  # 输出：123
4. print(match.group(2))  # 输出：Hello

复制代码

使用正向先行断言

这是一个高级技巧，它允许我们在不消耗字符的情况下进行匹配。例如，我们可能想找出所有以句号结束但不包含句号的句子。

1. txt = "Hello. My name is Python. Nice to meet you."
2. matches = re.findall(".*?(?=\\.)", txt)
3. for match in matches:
4.     print(match)  # 输出：Hello，My name is Python，Nice to meet you

复制代码

在这个例子中，.*?(?=\\.)匹配了所有以句号结束的句子，但并没有消耗句号。
字符集和范围

我们之前讨论过预定义的字符集，比如\d。但有时我们可能需要自定义字符集，我们可以使用方括号[]来达成这个目标。例如，我们可以创建一个只包含小写字母的字符集。

1. txt = "Hello, World!"
2. match = re.search("[a-z]+", txt)
3. print(match.group())  # 输出：ello

复制代码

在这个例子中，[a-z]+匹配了一串连续的小写字母"ello"。注意"Hello"的首字母"H"由于是大写，没有被匹配。
贪婪匹配和非贪婪匹配

Python的正则表达式默认是贪婪的，这意味着它们会尽可能匹配更多的字符。但有时我们可能希望进行非贪婪匹配。我们可以通过在量词后面添加问号?来实现这个功能。

1. txt = "12345"
2. match = re.search("\d+?", txt)
3. print(match.group())  # 输出：1

复制代码

在这个例子中，\d+?进行了非贪婪匹配，只匹配了一个数字"1"。
零宽断言


零宽断言允许我们在字符之间设置条件。比如，我们可以使用(?