正则表达式（Regular Expression，re）：一种用于匹配、查找或替换文本中特定模式的强大工具。
一、re的核心语法
1、基本匹配
| abc | 匹配字面值 "abc" | "abc" → "abc" |
| . | 匹配任意单个字符（除换行符 \\n） | "a.c" → "abc", "a c" |
| \\ | 转义特殊字符（如 \\. 匹配点号） | "a\\.c" → "a.c" |
| | | 或逻辑（匹配左边或右边的表达式） | "cat|dog" → "cat" 或 "dog" |
2、字符类
| [abc] | 匹配 a、b 或 c | "[aeiou]" → "e" in "hello" |
| [^abc] | 匹配非 a、b、c 的字符 | "[^0-9]" → "a" in "a1" |
| [a-z] | 匹配小写字母（范围） | "[a-z]" → "h" in "Hi" |
| [A-Z0-9] | 匹配大写字母或数字 | "[A-Z0-9]" → "H", "1" |
3、量词（重复匹配）
| * | 匹配前一项 0次或多次 | "a*" → "", "aaa" |
| + | 匹配前一项 1次或多次 | "a+" → "a", "aaa" |
| ? | 匹配前一项 0次或1次 | "a?" → "", "a" |
| {n} | 匹配前一项 恰好n次 | "a{2}" → "aa" |
| {n,} | 匹配前一项 至少n次 | "a{2,}" → "aaa" |
| {n,m} | 匹配前一项 n到m次 | "a{2,3}" → "aa", "aaa" |
4、贪婪 vs 非贪婪
| * | 贪婪匹配（尽可能多） | "a.*b" → "aabb" in "aabbaab" |
| *? | 非贪婪匹配（尽可能少） | "a.*?b" → "aab" in "aabbaab" |
| +? | 非贪婪的 + | "a.+?b" → "aab" |
5、预定义字符类
| \\d | 数字（[0-9]） | "a\\d" → "a1" |
| \\D | 非数字（[^0-9]） | "a\\D" → "ab" |
| \\w | 单词字符（[a-zA-Z0-9_]） | "\\w+" → "word_" |
| \\W | 非单词字符 | "\\W" → "!" |
| \\s | 空白字符（空格、制表符等） | "a\\sb" → "a b" |
| \\S | 非空白字符 | "a\\Sb" → "a1b" |
6、边界匹配
| ^ | 匹配字符串开头 | "^a" → "a" in "abc" |
| $ | 匹配字符串结尾 | "c$" → "c" in "abc" |
二、Python的 re 库中常用的基本方法
1、核心匹配方法
| re.match() | re.match(pattern, string) | Match 对象或 None | 从字符串开头匹配 | re.match(r'\\d+', '123abc').group() → '123' |
| re.search() | re.search(pattern, string) | Match 对象或 None | 扫描整个字符串匹配第一个 | re.search(r'\\d+', 'abc123').group() → '123' |
| re.findall() | re.findall(pattern, string) | 列表 | 返回所有匹配的子串 | re.findall(r'\\d+', 'a1b22c333') → ['1', '22', '333'] |
代码示例：
# match()方法错误示范
text = "邮箱：user.LiLi-103@example.com"
email_pattern = r'^[a-zA-Z0-9.-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$'
res = re.match(email_pattern, text)
if res:
print(res.group())
# 没有输出，因为文本开头是邮箱，而match()方法只从字符串开头匹配正则表达式，res为None
# match()方法正确使用：修改text，或使用search（）方法
text = "user.LiLi-103@example.com"
email_pattern = r'^[a-zA-Z0-9.-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$'
res = re.match(email_pattern, text)
if res:
print(res.group())
# 输出为：user.LiLi-103@example.com
# search（）
text = "abc123def456"
result = re.search(r'\\d+', text) # 查找第一个数字序列
if result:
print("找到数字:", result.group()) # 输出: 123
else:
print("未找到数字")
# findall（）
text = "a156b22c333d"
results = re.findall(r'\\d+', text) # 查找所有数字序列
print("所有数字:", results) # 输出: ['156', '22', '333']
注：.group()方法用于提取匹配的内容。如re.match()方法返回结果的是Match 对象，而不是匹配的内容，需要使用group()提取匹配内容。
2. 替换与分割
| re.sub() | re.sub(pattern, repl, string, count=0) | 字符串 | 替换匹配的子串。
count：最大替换次数（默认 0 表示全部替换） |
re.sub(r'\\d+', 'X', 'a1b22') → 'aXbX' |
| re.split() | re.split(pattern, string, maxsplit=0) | 列表 | 按正则表达式分割字符串 | re.split(r'\\d+', 'a1b22c3') → ['a', 'b', 'c', ''] |
代码示例：
import re
# 替换所有匹配项
text = "Python is great. Python is easy."
result = re.sub(r'Python', 'Java', text)
print(result)
# 输出: "Java is great. Java is easy."
# 只替换第一个
result = re.sub(r'Python', 'Java', text, count=1)
print(result)
# 输出: "Java is great. Python is easy."
text = "apple?banana,cherry.egg right"
result = re.split(r'[,.? ]', text) # 按[,.? ]分割
print(result)
# 输出: ['apple', 'banana', 'cherry', 'egg']
result = re.split(r'[,.? ]', text, maxsplit=1) # 只分割一次
print(result)
# 输出: ['apple', 'banana,cherry.egg right']
# 文章如有错误，欢迎大家指正。我们下期再见
