在Python中，正则表达式（Regular Expression，简称regex或regexp）是一种强大的工具，用于匹配和处理文本。正则表达式通过定义特定的模式，可以帮助我们从字符串中提取、替换或匹配符合特定规则的文本。Python中的`re`模块提供了对正则表达式的支持，使得开发者可以轻松地进行复杂的文本处理操作。
1. 正则表达式的基本概念
正则表达式由一系列字符和特殊符号组成，用于定义匹配规则。以下是一些常见的正则表达式元字符及其含义：
– `.`：匹配任意单个字符（除了换行符）。
– `^`：匹配字符串的开头。
– `$`：匹配字符串的结尾。
– “：匹配前面的字符零次或多次。
– `+`：匹配前面的字符一次或多次。
– `?`：匹配前面的字符零次或一次。
– `{n}`：匹配前面的字符恰好n次。
– `{n,}`：匹配前面的字符至少n次。
– `{n,m}`：匹配前面的字符至少n次，但不超过m次。
– `[]`：匹配括号内的任意一个字符。
– `|`：表示“或”操作，匹配左边或右边的表达式。
– `()`：分组，将多个字符组合在一起，形成一个子表达式。
2. Python中的`re`模块
Python的`re`模块提供了多种函数来处理正则表达式。以下是一些常用的函数：
– `re.match(pattern, string)`：从字符串的开头开始匹配，如果匹配成功返回一个匹配对象，否则返回`None`。
– `re.search(pattern, string)`：在字符串中搜索匹配的模式，返回第一个匹配的对象。
– `re.findall(pattern, string)`：返回字符串中所有与模式匹配的子串，返回一个列表。
– `re.sub(pattern, repl, string)`：将字符串中所有匹配模式的部分替换为`repl`。
– `re.split(pattern, string)`：根据模式分割字符串，返回一个列表。
3. 正则表达式的使用示例
3.1 匹配邮箱地址
假设我们需要从一段文本中提取所有的邮箱地址，可以使用以下正则表达式：
python
import re
text = “请发送邮件至 [email protected] 或 [email protected] 获取帮助。”
pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}’
emails = re.findall(pattern, text)
print(emails) 输出: [‘[email protected]’, ‘[email protected]’]
在这个例子中，正则表达式`[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}`用于匹配常见的邮箱地址格式。
3.2 替换字符串中的特定内容
假设我们需要将一段文本中的所有数字替换为“，可以使用`re.sub`函数：
python
import re
text = “我的电话号码是123-456-7890，请记住。”
pattern = r’d+’
result = re.sub(pattern, ”, text)
print(result) 输出: “我的电话号码是–，请记住。”
在这个例子中，正则表达式`d+`匹配一个或多个数字，`re.sub`函数将所有匹配的数字替换为“。
3.3 分割字符串
假设我们需要根据逗号和空格分割一个字符串，可以使用`re.split`函数：
python
import re
text = “苹果, 香蕉, 橙子, 葡萄”
pattern = r’,s’
result = re.split(pattern, text)
print(result) 输出: [‘苹果’, ‘香蕉’, ‘橙子’, ‘葡萄’]
在这个例子中，正则表达式`,s`匹配逗号后跟零个或多个空格，`re.split`函数根据这个模式将字符串分割成多个部分。
4. 正则表达式的高级用法
4.1 分组与捕获
正则表达式中的分组使用圆括号`()`表示。分组不仅可以用于将多个字符组合在一起，还可以用于捕获匹配的内容。例如：
python
import re
text = “日期: 2025-10-05″
pattern = r'(d{4})-(d{2})-(d{2})’
match = re.search(pattern, text)
if match:
print(f”年: {match.group(1)}, 月: {match.group(2)}, 日: {match.group(3)}”)
输出: 年: 2025, 月: 10, 日: 05
在这个例子中，正则表达式`(d{4})-(d{2})-(d{2})`将日期分为年、月、日三个部分，并通过`match.group()`方法分别捕获。
4.2 非贪婪匹配
默认情况下，正则表达式中的“和`+`是贪婪的，即它们会尽可能多地匹配字符。如果希望进行非贪婪匹配，可以在“或`+`后面加上`?`。例如：
python
import re
text = “
”
pattern = r’
‘
result = re.findall(pattern, text)
print(result) 输出: [‘内容1’, ‘内容2’]
在这个例子中，正则表达式`
`使用非贪婪匹配，确保只匹配最短的`
5. 总结
正则表达式是Python中处理文本的强大工具，通过定义特定的模式，可以高效地进行字符串的匹配、替换、分割等操作。掌握正则表达式的基本语法和常用函数，可以极大地提高文本处理的效率和灵活性。在实际开发中，正则表达式常用于数据清洗、日志分析、文本提取等场景，是每个Python开发者必备的技能之一。