#Python 正则表达式的使用

在 Python 中通过 re 模块使用正则表达式，下表是其常用的函数：

由于正则表达式本身存在转义语法，因此通常使用 Python 的 原始字符串 编写正则表达式，避免多次转义。

例如：

#匹配校验 match

使用 re.match 函数校验字符串是否匹配指定的正则表达式。

例如校验字符串是否是有效的邮箱地址：

import re

# 验证电子邮件格式
email_pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'
if re.match(email_pattern, "[email protected]"):
    print("有效邮箱")
运行代码
>>> Establishing WebAssembly Runtime. 
>>> Standby. 
Powered by Shift.

#文本搜索

#单项搜索 search

使用 re.search 函数从字符串中搜索匹配指定正则表达式的第一个子串。

re.search 的返回值是一个 Match 对象，可用作为条件判断是否匹配成功。

通过 Match 对象的 group 方法读取匹配到的子串，其中：

• 0 为匹配的整个子串
• 1 为第一个括号包裹的子匹配
• 以此类推。

例如从订单信息中提取订单号和日期：

import re

text = "订单号: 12345, 日期: 2023-08-15"
match = re.search(r'订单号: (\d+), 日期: (\d{4}-\d{2}-\d{2})', text)
if match:
    print(0, match.group(0))    # 0 是匹配的整个子串
    print(1, match.group(1))    # 1 是第一个括号包裹的子匹配
    print(2, match.group(2))    # 2 是第二款括号包裹的子匹配
运行代码
>>> Establishing WebAssembly Runtime. 
>>> Standby. 
Powered by Shift.

#搜索全部 findall

使用 re.findall 函数从字符串中搜索匹配指定正则表达式的所有子串。

注意，re.findall 和 re.search 不同：

• 如果没有使用子匹配，re.findall 的返回值是字符串数组
• 如果使用了子匹配，re.findall 的返回值是元组的数组，元组中只有子匹配的字符串，如果要包含完整匹配，则需要在正则表达式最外面加一层括号

例如从订单列表中获取所有订单号和日期：

import re

text = '''
订单号: 10001, 日期: 2023-08-15
订单号: 10002, 日期: 2023-08-16
订单号: 10003, 日期: 2023-08-17
订单号: 10004, 日期: 2023-08-18
订单号: 10005, 日期: 2023-08-19
'''

matches = re.findall(r'订单号: (\d+), 日期: (\d{4}-\d{2}-\d{2})', text)
for match in matches:
    print(match)
运行代码
>>> Establishing WebAssembly Runtime. 
>>> Standby. 
Powered by Shift.

#文本替换 sub

使用 re.sub 函数从字符串中搜索匹配指定正则表达式的子串，然后将其替换为别的文本。

例如将密码替换为 ****** 进行隐藏：

import re

text = "用户名：user 密码：123456"
hidden = re.sub(r'\d{6}', '******', text)
print(hidden)
运行代码
>>> Establishing WebAssembly Runtime. 
>>> Standby. 
Powered by Shift.

#文本分割 split

使用 re.split 函数从字符串中搜索匹配指定正则表达式的子串，然后根据这些子串的位置将字符串进行分割。

例如：

import re

data = "苹果 ,香蕉, 橙子 , 葡萄"
fruits = re.split(r'\s*,\s*', data)  # 按逗号分割，允许逗号前后有空格
print(fruits)  # 输出: ['苹果', '香蕉', '橙子', '葡萄']
运行代码
>>> Establishing WebAssembly Runtime. 
>>> Standby. 
Powered by Shift.

#编译正则表达式 compile

使用 re.split 函数编译正则表达式，编译后可以重复使用，效率更高。

例如：

import re

# 验证电子邮件格式
email_pattern = re.compile(r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$')
if email_pattern.match("[email protected]"):
    print("有效邮箱")
运行代码
>>> Establishing WebAssembly Runtime. 
>>> Standby. 
Powered by Shift.