20個Python 正則表達式應用與技巧

来源:https://www.cnblogs.com/huaweiyun/p/18130446
-Advertisement-
Play Games

本文分享自華為雲社區《Python 正則表達式大揭秘應用與技巧全解析》，作者：檸檬味擁抱。 Python 中的 re 模塊是用於處理正則表達式的強大工具。正則表達式是一種用來匹配字元串的模式，它可以在文本中搜索和匹配特定的字元串模式。在本文中，我們將探討 Python 中 re 模塊的應用和一些技巧 ...


本文分享自華為雲社區《Python 正則表達式大揭秘應用與技巧全解析》，作者：檸檬味擁抱。

Python 中的 re 模塊是用於處理正則表達式的強大工具。正則表達式是一種用來匹配字元串的模式，它可以在文本中搜索和匹配特定的字元串模式。在本文中，我們將探討 Python 中 re 模塊的應用和一些技巧，幫助您更好地理解和利用正則表達式。

1. 導入 re 模塊

在開始之前，首先要確保已經導入了 re 模塊：

import re

2. 使用 re 模塊進行匹配

以下是一個簡單的示例，演示如何使用 re 模塊在字元串中查找特定模式的匹配項：

text = "The quick brown fox jumps over the lazy dog"

# 使用 re 模塊查找匹配項
matches = re.findall(r'\b\w{3}\b', text)

print(matches)  # 輸出匹配的單詞列表

在上面的示例中，我們使用了 \b\w{3}\b 這個正則表達式來匹配長度為3的單詞。\b 表示單詞的邊界，\w{3} 表示匹配三個字母字元。re.findall() 函數返回所有匹配的結果。

3. 使用分組

分組是正則表達式中的一個強大功能，它允許您對匹配的部分進行分組處理。以下是一個示例，演示如何使用分組從文本中提取出郵件地址：

text = "Contact us at: [email protected], [email protected]"

# 使用分組提取郵件地址
emails = re.findall(r'([a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,})', text)

print(emails)  # 輸出提取的郵件地址列表

在上面的示例中，([a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}) 是一個匹配郵件地址的正則表達式。其中，() 將整個郵件地址作為一個分組，使得 re.findall() 函數只返回匹配的郵件地址部分。

4. 替換文本中的字元串

re 模塊還提供了替換功能，允許您使用正則表達式來替換文本中的特定字元串。以下是一個示例，演示如何將文本中的所有數字替換為 “X”：

text = "There are 123 apples and 456 oranges"

# 使用 re.sub() 函數替換文本中的數字為 "X"
new_text = re.sub(r'\d+', 'X', text)

print(new_text)  # 輸出替換後的文本

在上面的示例中，re.sub(r'\d+', 'X', text) 使用正則表達式 \d+ 匹配一個或多個數字，並將其替換為 “X”。

5. 使用編譯的正則表達式

在處理大量文本時，編譯正則表達式可以提高匹配效率。以下是一個示例，演示如何使用編譯後的正則表達式進行匹配：

pattern = re.compile(r'\bpython\b', re.IGNORECASE)

text = "Python is a popular programming language"

# 使用編譯後的正則表達式進行匹配
match = pattern.search(text)

if match:
    print("Found")
else:
    print("Not found")

在上面的示例中，re.compile() 函數編譯了一個不區分大小寫的正則表達式，並且使用 search() 方法進行匹配。

通過掌握以上技巧，您可以更加靈活和高效地使用 Python 中的 re 模塊進行正則表達式的處理。正則表達式是一項強大的技能，在處理文本和字元串時非常有用。

6. 使用預定義字元類

正則表達式中有一些預定義的字元類，可以簡化匹配特定類型字元的操作。以下是一些常用的預定義字元類及其示例用法：

  • \d：匹配任意數字字元。
  • \w：匹配任意字母、數字或下劃線字元。
  • \s：匹配任意空白字元（空格、製表符、換行符等）。
text = "The code is 1234 and the password is abcd_123"

# 使用預定義字元類匹配數字和字母密碼
codes = re.findall(r'\b\w+\b', text)

print(codes)  # 輸出匹配的代碼和密碼列表

7. 使用量詞

量詞用於指定匹配字元或組的數量。以下是一些常用的量詞及其示例用法：

  • *：匹配前一個字元零次或多次。
  • +：匹配前一個字元一次或多次。
  • ?：匹配前一個字元零次或一次。
  • {n}：匹配前一個字元恰好 n 次。
  • {n,}：匹配前一個字元至少 n 次。
  • {n,m}：匹配前一個字元至少 n 次，但不超過 m 次。
text = "The Python programming language is widely used for data analysis"

# 使用量詞匹配至少包含兩個字母的單詞
words = re.findall(r'\b\w{2,}\b', text)

print(words)  # 輸出匹配的單詞列表

8. 使用錨點

錨點用於匹配字元串的邊界，而不是實際的字元。以下是一些常用的錨點及其示例用法：

  • ^：匹配字元串的開頭。
  • $：匹配字元串的結尾。
  • \b：匹配單詞的邊界。
text = "Python is a great language for both beginners and experts"

# 使用錨點匹配以 Python 開頭的句子
sentence = re.findall(r'^Python.*', text)

print(sentence)  # 輸出匹配的句子

9. 貪婪與非貪婪匹配

在正則表達式中，量詞預設是貪婪的，即它們會儘可能匹配最長的字元串。但有時候我們希望匹配最短的字元串，這時候就需要使用非貪婪匹配。在量詞後面加上 ? 符號可以將其變為非貪婪匹配。

text = "Python is a powerful programming language"

# 使用貪婪匹配查找 "p" 到 "g" 之間的內容
greedy_match = re.findall(r'p.*g', text)

# 使用非貪婪匹配查找 "p" 到 "g" 之間的內容
non_greedy_match = re.findall(r'p.*?g', text)

print("貪婪匹配:", greedy_match)  # 輸出貪婪匹配結果
print("非貪婪匹配:", non_greedy_match)  # 輸出非貪婪匹配結果

10. 使用後向引用

後向引用允許您在正則表達式中引用先前匹配的內容。這在需要匹配重覆的模式時非常有用。

text = "apple apple orange orange"

# 使用後向引用匹配重覆的單詞
duplicates = re.findall(r'(\b\w+\b) \1', text)

print("重覆的單詞:", duplicates)  # 輸出匹配到的重覆單詞列表

11. 多行匹配

有時候我們需要匹配多行文本，而不僅僅是單行。這時可以使用 re.MULTILINE 標誌來啟用多行匹配模式。

text = """Python is a popular programming language.
It is used for web development, data analysis, and more.
Python has a simple syntax and is easy to learn."""

# 使用多行匹配模式匹配以大寫字母開頭的句子
sentences = re.findall(r'^[A-Z].*$', text, re.MULTILINE)

print("以大寫字母開頭的句子:", sentences)  # 輸出匹配到的句子列表

12. 使用命名分組

在複雜的正則表達式中，為了增加可讀性和維護性，可以使用命名分組來標識匹配的部分。

text = "John has 5 apples, Mary has 3 oranges"

# 使用命名分組提取人名和水果數量
matches = re.findall(r'(?P<name>\w+) has (?P<quantity>\d+) \w+', text)

for match in matches:
    print("Name:", match['name'], "- Quantity:", match['quantity'])

以上是一些高級技巧，可以進一步擴展您對正則表達式的應用和理解。通過不斷練習和嘗試，您將能夠更靈活地應用正則表達式來解決各種文本處理問題。

13. 使用預搜索斷言

預搜索斷言允許您在匹配字元串時，指定字元串之前或之後的條件。它不會消耗匹配的字元，僅用於指定條件。

text = "apple banana orange grape"

# 使用預搜索斷言匹配出包含 "apple" 之後的所有水果
result = re.findall(r'(?<=apple\s)(\w+)', text)

print("包含 'apple' 之後的水果:", result)  # 輸出匹配到的水果列表

14. 使用肯定與否定預搜索斷言

肯定預搜索斷言 (?=...) 匹配滿足條件的字元串，而否定預搜索斷言 (?!) 匹配不滿足條件的字元串。

text = "Python is a powerful programming language"

# 使用肯定預搜索斷言匹配包含 "is" 的單詞
positive_result = re.findall(r'\b\w+(?= is\b)', text)

# 使用否定預搜索斷言匹配不包含 "is" 的單詞
negative_result = re.findall(r'\b\w+(?! is\b)', text)

print("肯定預搜索斷言:", positive_result)  # 輸出匹配到的單詞列表
print("否定預搜索斷言:", negative_result)  # 輸出匹配到的單詞列表

15. 使用 re.finditer() 函數

re.finditer() 函數與 re.findall() 函數類似，但它返回一個迭代器，可以逐個訪問匹配對象。

text = "Python is a powerful programming language"

# 使用 re.finditer() 函數匹配所有單詞
matches_iter = re.finditer(r'\b\w+\b', text)

for match in matches_iter:
    print(match.group())  # 輸出匹配到的單詞

16. 使用 re.split() 函數

除了匹配和查找文本模式，re 模塊還提供了 re.split() 函數，用於根據正則表達式模式拆分字元串。

text = "apple,banana,orange,grape"

# 使用 re.split() 函數根據逗號拆分字元串
fruits = re.split(r',', text)

print("拆分後的水果列表:", fruits)  # 輸出拆分後的水果列表

17. 使用 re.sub() 函數的替換函數參數

re.sub() 函數的第二個參數可以是一個函數，用於處理匹配的結果後再替換。

def double(match):
    return str(int(match.group(0)) * 2)

text = "The numbers are 1, 2, 3, and 4"

# 使用替換函數參數將所有數字乘以2
new_text = re.sub(r'\d+', double, text)

print("替換後的文本:", new_text)  # 輸出替換後的文本

18. 使用 re.fullmatch() 函數

re.fullmatch() 函數用於檢查整個字元串是否完全匹配給定的模式。

pattern = re.compile(r'\d{4}-\d{2}-\d{2}')

date1 = "2022-01-15"
date2 = "15-01-2022"

# 使用 re.fullmatch() 函數檢查日期格式
match1 = pattern.fullmatch(date1)
match2 = pattern.fullmatch(date2)

if match1:
    print("日期格式正確")
else:
    print("日期格式錯誤")

if match2:
    print("日期格式正確")
else:
    print("日期格式錯誤")

19. 使用 re.IGNORECASE 標誌進行不區分大小寫匹配

在編譯正則表達式時，可以使用 re.IGNORECASE 標誌來進行不區分大小寫的匹配。

pattern = re.compile(r'python', re.IGNORECASE)

text = "Python is a powerful programming language"

# 使用不區分大小寫匹配模式查找 "Python"
match = pattern.search(text)

if match:
    print("Found")
else:
    print("Not found")

20. 使用 re.DEBUG 標誌進行正則表達式調試

在編譯正則表達式時，可以使用 re.DEBUG 標誌來輸出正則表達式的調試信息，以便更好地理解它的工作原理。

pattern = re.compile(r'\b\w{3}\b', re.DEBUG)

text = "The quick brown fox jumps over the lazy dog"

# 輸出編譯後的正則表達式調試信息
pattern.findall(text)

通過繼續學習和實踐這些高級的正則表達式技巧，您將能夠更好地應用正則表達式來處理各種文本匹配和處理任務，提高代碼的效率和可維護性。正則表達式是 Python 中強大而靈活的工具之一，對於處理字元串模式非常有用。

總結

通過本文的介紹，我們探索了 Python 中 re 模塊的應用與技巧，使您能夠更靈活和高效地處理正則表達式。我們從基礎的模式匹配開始，介紹瞭如何使用 re 模塊進行匹配、分組、替換等操作。隨後，我們深入探討了一些高級技巧，包括貪婪與非貪婪匹配、後向引用、多行匹配、預搜索斷言等，這些技巧可以幫助您更好地處理複雜的文本處理任務。此外，我們還介紹了一些實用的函數和標誌，如 re.split()、re.sub() 的替換函數參數、re.fullmatch()、re.IGNORECASE、re.DEBUG 等，使您能夠更靈活地應用正則表達式解決實際問題。

掌握正則表達式是 Python 編程中非常重要的一部分，它能夠幫助我們更快地處理字元串模式匹配、文本提取等任務，提高代碼的效率和可維護性。通過不斷學習和實踐，您將能夠更深入地理解和應用正則表達式，解決各種文本處理問題，提升自己在 Python 編程中的技能水平。希望本文對您有所幫助，歡迎繼續探索和學習更多關於正則表達式的知識。

點擊關註，第一時間瞭解華為雲新鮮技術~

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Python程式員Visual Studio Code指南5調試
    隨著B端業務快速發展，系統愈趨複雜。我們發起了B端架構升級專項，基於B端業務的特點，從研發規範建設、B端架構基建、系統架構升級和落地保障等多方面提升了B端的架構水平 ...
  • SRE 必備利器：功能變數名稱 DNS 探測排障工具
    問題背景 訪問某個 HTTP 功能變數名稱介面，偶發性超時，原因可能多種多樣，比如 DNS 解析問題、網路質量問題、對端服務負載問題等，在客戶端沒有良好埋點的情況下，排查起來比較費勁，只能挨個方向嘗試，這裡送大家一個小工具，可以快速採樣 DNS 解析延遲，快速確認是否是 DNS 解析問題。 使用演示 運行工 ...
  • Springboot2+vue2整合項目
    前端 https://blog.csdn.net/m0_37613503/article/details/128961447 資料庫 1.用戶表 CREATE TABLE `x_user` ( `id` int(11) NOT NULL AUTO_INCREMENT, `username` varc ...
  • VS studio 上開發Qt——Qt VS studio Tool的使用
    1.VS上安裝Qt擴展 點擊菜單欄【擴展】->【管理擴展】，在搜索框搜索“Qt”, 點擊下載Qt Visual Studio Tools, 以2022版為例，需要關閉所有視窗才能執行安裝 關閉VS後，彈出安裝視窗，等待其安裝完成 2. 新建QT工程測試 等待安裝完成後，添加一個Qt Vertion後 ...
  • 手機號機主姓名核驗，簡單操作輕鬆完成！
    隨著互聯網的迅猛發展，越來越多的應用場景需要進行用戶實名認證，其中手機號機主姓名核驗就是其中必不可少的一環。在電商、游戲、直播、金融等領域，用戶實名認證成為了一個重要的手段，以提高安全性和信任度。 近年來，隨著手機號的普及和使用頻率的增加，手機號的歸屬地信息也逐漸成為人們關註的焦點。手機號機主姓名核 ...
  • 深入解析decltype和decltype(auto)
    decltype關鍵字是C++11新標準引入的關鍵字，它和關鍵字auto的功能類似，也可以自動推導出給定表達式的類型，但它和auto的語法有些不同，這篇文章講解了decltype的使用場景以及和auto不同的地方，同時也講解了和auto結合使用的用法。 ...
  • Visual Studio Code & Python教程2環境
    為了增加查詢的性能，MyBatis 提供了二級緩存架構，分為一級緩存和二級緩存。 這兩級緩存最大的區別就是：一級緩存是會話級別的，只要出了這個 SqlSession，緩存就沒用了。而二級緩存可以跨會話，多個會話可以使用相同的緩存！ 一級緩存使用簡單，預設就開啟。二級緩存需要手動開啟，相對複雜，而且要 ...
  • 實用技巧：排查數據異常/數據波動問題，該如何下手？
    本文深入探討了Kubernetes Pod配置的實戰技巧和常見易錯點。 關註【TechLeadCloud】，分享互聯網架構、雲服務技術的全維度知識。作者擁有10+年互聯網服務架構、AI產品研發經驗、團隊管理經驗，同濟本復旦碩，復旦機器人智能實驗室成員，阿裡雲認證的資深架構師，項目管理專業人士，上億營 ...
一周排行
    -Advertisement-
    Play Games
  • （開源）都進來！簡單易懂、功能強大的許可權+可視化流程管理系統
    1、預覽地址：http://139.155.137.144:9012 2、qq群:801913255 一、前言 隨著網路的發展，企業對於信息系統數據的保密工作愈發重視，不同身份、角色對於數據的訪問許可權都應該大相徑庭。 列如 1、不同登錄人員對一個數據列表的可見度是不一樣的，如數據列、數據行、數據按鈕 ...
  • 設計模式-C#實現簡單工廠模式
    前言 上一篇文章寫瞭如何使用RabbitMQ做個簡單的發送郵件項目，然後評論也是比較多，也是準備去學習一下如何確保RabbitMQ的消息可靠性，但是由於時間原因，先來說說設計模式中的簡單工廠模式吧！ 在瞭解簡單工廠模式之前，我們要知道C#是一款面向對象的高級程式語言。它有3大特性，封裝、繼承、多態。 ...
  • Nodify學習 一：介紹與使用
    Nodify學習 一：介紹與使用 - 可樂_加冰 - 博客園 (cnblogs.com) Nodify學習 二：添加節點 - 可樂_加冰 - 博客園 (cnblogs.com) 介紹 Nodify是一個WPF基於節點的編輯器控制項，其中包含一系列節點、連接和連接器組件，旨在簡化構建基於節點的工具的過程 ...
  • 使用C#/.NET解析Wiki百科數據實現獲取歷史上的今天
    創建一個webapi項目做測試使用。 創建新控制器，搭建一個基礎框架，包括獲取當天日期、wiki的請求地址等 創建一個Http請求幫助類以及方法，用於獲取指定URL的信息 使用http請求訪問指定url，先運行一下，看看返回的內容。內容如圖右邊所示，實際上是一個Json數據。我們主要解析 大事記 部 ...
  • .NET科普：.NET簡史、.NET Standard以及C#和.NET Framework之間的關係
    最近在不少自媒體上看到有關.NET與C#的資訊與評價，感覺大家對.NET與C#還是不太瞭解，尤其是對2016年6月發佈的跨平臺.NET Core 1.0，更是知之甚少。在考慮一番之後，還是決定寫點東西總結一下，也回顧一下.NET的發展歷史。 首先，你沒看錯，.NET是跨平臺的，可以在Windows、 ...
  • Nodify學習 二：添加節點
    Nodify學習 一：介紹與使用 - 可樂_加冰 - 博客園 (cnblogs.com) Nodify學習 二：添加節點 - 可樂_加冰 - 博客園 (cnblogs.com) 添加節點（nodes） 通過上一篇我們已經創建好了編輯器實例現在我們為編輯器添加一個節點 添加model和viewmode ...
  • 論如何直接用EF Core實現創建更新時間、用戶審計，自動化樂觀併發、軟刪除和樹形查詢（上）
    前言 資料庫併發，數據審計和軟刪除一直是數據持久化方面的經典問題。早些時候，這些工作需要手寫複雜的SQL或者通過存儲過程和觸發器實現。手寫複雜SQL對軟體可維護性構成了相當大的挑戰，隨著SQL字數的變多，用到的嵌套和複雜語法增加，可讀性和可維護性的難度是幾何級暴漲。因此如何在實現功能的同時控制這些S ...
  • C# 使用模式匹配的好處,因為好用所以推薦~
    類型檢查和轉換：當你需要檢查對象是否為特定類型，並且希望在同一時間內將其轉換為那個類型時，模式匹配提供了一種更簡潔的方式來完成這一任務，避免了使用傳統的as和is操作符後還需要進行額外的null檢查。 複雜條件邏輯：在處理複雜的條件邏輯時，特別是涉及到多個條件和類型的情況下，使用模式匹配可以使代碼更 ...
  • 推薦一種批量判斷文件是否存在的快速辦法
    在日常開發中，我們經常需要和文件打交道，特別是桌面開發，有時候就會需要載入大批量的文件，而且可能還會存在部分文件缺失的情況，那麼如何才能快速的判斷文件是否存在呢？如果處理不當的，且文件數量比較多的時候，可能會造成卡頓等情況，進而影響程式的使用體驗。今天就以一個簡單的小例子，簡述兩種不同的判斷文件是否... ...
  • 論如何直接用EF Core實現創建更新時間、用戶審計，自動化樂觀併發、軟刪除和樹形查詢（中）
    前言 資料庫併發，數據審計和軟刪除一直是數據持久化方面的經典問題。早些時候，這些工作需要手寫複雜的SQL或者通過存儲過程和觸發器實現。手寫複雜SQL對軟體可維護性構成了相當大的挑戰，隨著SQL字數的變多，用到的嵌套和複雜語法增加，可讀性和可維護性的難度是幾何級暴漲。因此如何在實現功能的同時控制這些S ...
所有分類