当前位置:

首页 > 编程开发 > Python正则表达式的用法实用技巧总结

Python正则表达式的用法实用技巧总结

正则表达式是Python文本处理的核心工具,借助re模块实现匹配、查找、替换。掌握元字符、字符类、分组捕获、贪婪与非贪婪匹配等基础,以及预查、命名分组、编译优化等高级技巧,可高效完成数据清洗、验证邮箱、提取URL等任务。

本文目录

    要说Python里哪个工具最实用,正则表达式绝对排得上号。它就像文本世界里的瑞士军刀——匹配、查找、替换字符串中的特定模式,干起活来效率极高。而Python通过内置的re模块,把这把刀递到了每位开发者手里。

    import re
    

    常用元字符

    元字符是什么?就是正则表达式里那些拥有“特异功能”的符号。掌握它们,就等于拿到了入门钥匙。下面这张表是基本功,值得收藏:

    • .:匹配任意单个字符(换行符除外)。
    • ^:锚定字符串的开头。
    • $:锚定字符串的结尾。
    • *: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,至多 m 次。
    • []:匹配括号内的任意一个字符。
    • |:表示“或”关系。

    举个例子,用a.b这个模式去匹配字符串"aab abb acb",看看会发生什么?

    import re
    pattern = r"a.b"
    text = "aab abb acb"
    matches = re.findall(pattern, text)
    print(matches)  # 输出: ['aab', 'abb', 'acb']
    

    Python正则表达式的用法实用技巧总结

    字符类

    字符类是一个字符集合,专门用来匹配“这一类”中的任意一个。无论是数字、字母还是空白,全都能搞定:

    • \d:匹配任意数字,等价于[0-9]。
    • \D:匹配任意非数字。
    • \w:匹配任意字母、数字或下划线。
    • \W:匹配任意非字母、数字或下划线。
    • \s:匹配任意空白字符(空格、制表符、换行符等)。
    • \S:匹配任意非空白字符。

    比如,你想从一大段文本里找出美国社保号(格式是123-45-6789),一句正则就能搞定:

    pattern = r"\d{3}-\d{2}-\d{4}"
    text = "My SSN is 123-45-6789."
    match = re.search(pattern, text)
    if match:
        print("Found SSN:", match.group())  # 输出: Found SSN: 123-45-6789
    

    Python正则表达式的用法实用技巧总结

    分组与捕获

    圆括号()不光能分组,还能“捕获”匹配到的内容。捕获到的内容通过group()方法按编号提取,非常灵活:

    pattern = r"(\d{3})-(\d{2})-(\d{4})"
    text = "My SSN is 123-45-6789."
    match = re.search(pattern, text)
    if match:
        print("Full match:", match.group(0))  # 输出: Full match: 123-45-6789
        print("Group 1:", match.group(1))  # 输出: Group 1: 123
        print("Group 2:", match.group(2))  # 输出: Group 2: 45
        print("Group 3:", match.group(3))  # 输出: Group 3: 6789
    

    Python正则表达式的用法实用技巧总结

    非捕获分组

    有些场景下,我们只是想分组,并不需要捕获内容。这时候就用(?:...)语法,既保持了逻辑分组,又省去了不必要的内存开销:

    pattern = r"(?:\d{3})-(\d{2})-(\d{4})"
    text = "My SSN is 123-45-6789."
    match = re.search(pattern, text)
    if match:
        print("Full match:", match.group(0))  # 输出: Full match: 123-45-6789
        print("Group 1:", match.group(1))  # 输出: Group 1: 45
        print("Group 2:", match.group(2))  # 输出: Group 2: 6789
    

    Python正则表达式的用法实用技巧总结

    贪婪与非贪婪匹配

    默认情况下,正则表达式是“贪婪”的——它会尽可能多地匹配字符。但你只要在量词后面加个?,它立刻变得“非贪婪”,点到为止:

    pattern_greedy = r"<.*>"
    pattern_non_greedy = r"<.*?>"
    text = "Page Title"
    match_greedy = re.search(pattern_greedy, text)
    match_non_greedy = re.search(pattern_non_greedy, text)
    print("Greedy match:", match_greedy.group())  # 全吃掉了
    print("Non-greedy match:", match_non_greedy.group())  # 只吃第一个标签
    

    Python正则表达式的用法实用技巧总结

    查找与替换

    re.sub()是处理文本替换的得力干将。比如想把字符串里所有数字都换成"X":

    pattern = r"\d+"
    text = "There are 3 apples and 5 oranges."
    result = re.sub(pattern, "X", text)
    print(result)  # 输出: There are X apples and X oranges.
    

    Python正则表达式的用法实用技巧总结

    编译正则表达式

    如果一个正则表达式要反复使用,别每次都重新解析。用re.compile()把它编译成re.Pattern对象,性能会有明显提升:

    pattern = re.compile(r"\d{3}-\d{2}-\d{4}")
    text = "My SSN is 123-45-6789."
    match = pattern.search(text)
    if match:
        print("Found SSN:", match.group())  # 输出: Found SSN: 123-45-6789
    

    Python正则表达式的用法实用技巧总结

    多行匹配

    默认情况下,^和$只匹配整个字符串的开头和结尾。但如果加上re.MULTILINE标志,它们就能分别匹配每一行的开头和结尾了:

    pattern = r"^\d+"
    text = "1 apple\n2 oranges\n3 bananas"
    matches = re.findall(pattern, text, re.MULTILINE)
    print(matches)  # 输出: ['1', '2', '3']
    

    Python正则表达式的用法实用技巧总结

    忽略大小写

    配合re.IGNORECASE标志,正则匹配时不再区分大小写——这在处理用户输入时尤其有用:

    pattern = r"apple"
    text = "Apple is a fruit."
    match = re.search(pattern, text, re.IGNORECASE)
    if match:
        print("Found:", match.group())  # 输出: Found: Apple
    

    Python正则表达式的用法实用技巧总结

    正则表达式的高级技巧

    正向预查

    (?=...)——匹配一个后面跟着特定模式的位置,但不消耗那个模式本身。例如,要匹配“后面跟着‘dollars’的数字”:

    pattern = r"\d+(?= dollars)"
    text = "I ha ve 100 dollars."
    match = re.search(pattern, text)
    if match:
        print("Found:", match.group())  # 输出: Found: 100
    

    Python正则表达式的用法实用技巧总结

    负向预查

    (?!...)——与正向预查相反,它匹配后面不跟着特定模式的位置:

    pattern = r"\d+(?! dollars)"
    text = "I ha ve 100 euros."
    match = re.search(pattern, text)
    if match:
        print("Found:", match.group())  # 输出: Found: 100
    

    Python正则表达式的用法实用技巧总结

    命名分组

    用(?P...)可以给捕获的分组起个名字。后续用名字引用,代码的可读性瞬间拉满:

    pattern = r"(?P\d{3})-(?P\d{2})-(?P\d{4})"
    text = "My SSN is 123-45-6789."
    match = re.search(pattern, text)
    if match:
        print("Area:", match.group("area"))  # 输出: Area: 123
        print("Group:", match.group("group"))  # 输出: Group: 45
        print("Serial:", match.group("serial"))  # 输出: Serial: 6789
    

    Python正则表达式的用法实用技巧总结

    调试与性能优化

    正则表达式写起来爽,但调起来也可能让人头疼。不妨试试re.DEBUG标志,它能把正则表达式引擎的解析过程打印出来,帮你理清思路:

    pattern = re.compile(r"\d{3}-\d{2}-\d{4}", re.DEBUG)
    

    至于性能,有几个小诀窍:尽量用非贪婪匹配;避免嵌套量词;预编译正则表达式;需要遍历大量匹配时,用re.finditer()代替re.findall(),前者是惰性求值,能省不少内存:

    pattern = re.compile(r"\d{3}-\d{2}-\d{4}")
    text = "My SSN is 123-45-6789."
    for match in pattern.finditer(text):
        print("Found SSN:", match.group())
    

    正则表达式的常见应用场景

    验证电子邮件地址

    虽然电子邮件的完整验证很复杂,但一个简单的正则就能过滤掉大部分无效输入:

    pattern = r"^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$"
    email = "example@example.com"
    if re.match(pattern, email):
        print("Valid email address")
    else:
        print("Invalid email address")
    

    提取 URL

    从文本中抓取网址?一行代码的事儿:

    pattern = r"https?://(?:www\.)?\S+"
    text = "Visit https://example.com for more info."
    matches = re.findall(pattern, text)
    print(matches)  # 输出: ['https://example.com']
    

    Python正则表达式的用法实用技巧总结

    提取 HTML 标签

    处理简单的HTML时,正则也能发挥余热——比如抓取所有标签名和其中的内容:

    pattern = r"<(\w+)[^>]*>(.*?)"
    html = "

    Title

    Paragraph

    " matches = re.findall(pattern, html) print(matches) # 输出: [('h1', 'Title'), ('p', 'Paragraph')]

    Python正则表达式的用法实用技巧总结

    总结

    正则表达式是文本处理领域的核心技能,基础语法加上高级技巧,足以应对绝大多数模式匹配和替换任务。从简单的数据清洗到复杂的文本解析,只要用得巧妙,它总能给你带来惊喜。说到底,它是任何一位Python开发者工具箱里不可或缺的利器。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。