在 Python 中使用正则表达式的 9 个实例 |
您所在的位置：网站首页 › python在字符串中查找字符串 › 在 Python 中使用正则表达式的 9 个实例 |
在 Python 中使用正则表达式的 9 个实例
|
每当你遇到文本处理问题时，正则表达式（regex）总是你的好朋友。
然而，要记住所有复杂的规则是很难的甚至是不可能的。甚至仅仅阅读语法也是令人不知所措的。 因此，学习正则表达式的最佳方法是通过学习实际示例。 本文将总结日常编程场景中常用的 9 个正则表达式技巧。阅读完后，正则表达式对你来说就像喝杯茶一样简单。🍵 验证电子邮件地址检查电子邮件地址的有效性是正则表达式的经典用例。 下面是一个示例程序： import re def val_email(email): pattern = r"^[a-zA-Z0-9]+@[a-zA-Z0-9]+\.[a-zA-Z]{2,}$" if re.match(pattern, email): print("合法的邮件地址:)") else: print("无效的邮件地址!!") val_email(email="[email protected]") # 合法的邮件地址:) val_email(email="elonexample.com") # 无效的邮件地址!! val_email(email="[email protected]") # 无效的邮件地址!!在这个例子中，我们使用 Python 中的 re 模块来编译一个匹配有效电子邮件格式的正则表达式模式。然后，我们使用它的 match() 函数来检查 email 变量是否与模式匹配。 在模式中，有几个关键点： 我们使用 [] 表示一个范围。例如，[a-zA-Z0-9] 可以匹配 0 到 9 之间的数字、A 到 Z 之间的字母或 a 到 z 之间的字母。 ^ 表示行的开头。在我们的例子中，我们使用它来确保文本必须以 [a-zA-Z0-9] 开始。 $ 表示行的结尾。 \ 用于转义特殊字符（允许我们匹配像 ‘.’ 这样的字符）。 {n,m} 语法是用来匹配 n-m 个先前的正则表达式。我们使用了 {2,}，这意味着前面的部分 [a-zA-Z] 应该至少重复 2 次。这就是为什么 “[email protected]” 被识别为无效的电子邮件地址。 表示匹配前面的正则表达式至少 1 次。例如，ab+ 将匹配 a 后面的任何非零数量的 b。这个经典的例子演示了在 Python 中使用正则表达式的一些基本语法。 实际上，Python 的 re 模块是一个隐藏的宝藏，我们可以从中使用许多更多的技巧。 从字符串中提取数字要从长文本中找到一些特殊字符，最直接的想法是使用 for 循环遍历所有字符并找到所需的内容。 但是，没有必要使用任何循环。正则表达式就是为了作为过滤器而生的。 import re def extract_numbers(text): pattern = r"\d+" return re.findall(pattern, text) print(extract_numbers("Linux迷的文章阅读量超过100000000。")) # ['100000000']
如上所示，re.findall() 函数接收一个正则表达式和一个文本，可以方便地帮助我们找到所有我们需要的字符。 其中 \d 用于在正则表达式中匹配数字。 接下来我们看一个具体例子，演示 \d 的用途。 验证电话号码下面的例子利用了 \d 的用法来验证有效的电话号码： import re def is_valid_phone_number(phone_number): pattern = r"^\d{3}-\d{3}-\d{4}$" return bool(re.match(pattern, phone_number)) print(is_valid_phone_number("123-456-7890")) # True print(is_valid_phone_number("1234567890")) # False除了 \d 外，我们还使用了 ^、$ 和 {n} 语法来确保字符串是一个有效的电话号码。 将文本分割成单词将长文本分割成单独的单词是日常编程中的另一个常见需求。借助 re 模块的 split() 函数，我们可以轻松完成此任务： >>> re.split(r'\s+', 'a b c') # ['a', 'b', 'c'] >>> re.split(r'[\s\,]+', 'a,b, c d') # ['a', 'b', 'c', 'd'] >>> re.split(r'[\s\,\;]+', 'a,b;; c d') ['a', 'b', 'c', 'd']如上述代码所示，我们使用 \s 来在正则表达式中匹配一个空格。 使用正则表达式查找和替换文本在使用正则表达式从文本中找到特定字符后，我们可能需要用新的字符串来替换它们。 re 模块的 sub() 函数可以使这个过程变得非常顺畅： import re text = "linuxmi is an full-stack software engineer." pattern = r"[a-e]" replacement = "*" new_text = re.sub(pattern, replacement, text) print(new_text) #linuxmi is *n full-st**k softw*r* *ngin**r.
如上所示，我们只需要将三个参数传递给sub()函数：模式、替换字符串和原始文本。它将在执行后返回新文本。 在Python中预编译正则表达式在Python中使用正则表达式匹配字符串时，有两个步骤： 编译正则表达式。 使用编译后的正则表达式匹配字符串。 因此，如果一个正则表达式被重复使用，每次编译都会浪费时间。 为了避免这种情况，Python允许我们预先编译一个正则表达式，然后重复使用编译后的对象进行后续匹配。这可以显著提高性能和效率。 import re re_numbers = re.compile(r'^\d+$') print(re_numbers.match('123')) # print(re_numbers.match('linuxmi')) # None上面的例子展示了如何使用re模块中的compile()函数预编译正则表达式并稍后使用它。只要字符串无法匹配正则表达式，match()函数就会返回None。 提取和操作文本的子内容group()方法是Python re模块中的一个函数，它返回一个或多个匹配的正则表达式匹配对象的子组。它非常方便，用于提取文本的不同部分。 例如，以下代码展示了如何从“HH:MM”格式的时间字符串中提取两个部分： import re time='21:37' matched = re.match(r'^(0[0-9]|1[0-9]|2[0-3])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9])$', time) print(matched.groups()) # ('21', '37') print(matched.group()) # '21:37' print(matched.group(0)) # '21:37' print(matched.group(1)) # '21' print(matched.group(2)) # '37'
如上所示，group(0) 返回原始字符串。然后，group(1) 和 group(2) 分别返回匹配字符串的第一部分和第二部分。 用于提取子内容的命名分组如果子组数量变得很多，由于太多的神奇数字，程序将很难阅读。 因此，Python 提供了用于子内容提取的命名组技巧：我们可以使用命名组捕获匹配字符串的特定部分，而不是使用编号的捕获组。这可以使我们的代码更易于阅读和维护。 以下是一个例子： import re text = "linuxmi, age 27" pattern = r"(?P\w+),\sage\s(?P\d+)" match = re.search(pattern, text) print(match.group("name")) # linuxmi print(match.group("age")) # 27
如上所示，命名分组的关键语法是 ?P。它定义了对应组的名称，我们可以使用 group() 函数根据名称提取内容。 使用VERBOSE标志使正则表达式易读在一些复杂的情况下，正则表达式可能会变得越来越复杂和难以读取。我们肯定需要一种方法来使其更整洁和干净。 这就是re.VERBOSE技巧。 import re text = "linuxmi, [email protected], 666-666-6666" pattern = r""" (?P\w+),\s (?P\w+@\w+\.\w+),\s (?P\d{3}-\d{3}-\d{4}) """ match = re.search(pattern, text, re.VERBOSE) if match: print(match.group("name")) print(match.group("email")) print(match.group("phone")) # linuxmi # [email protected] # 666-666-6666如上所示，我们可以将复杂的正则表达式分成多行，以提高可读性。只要在re.search()函数中加入re.VERBOSE标志，它就可以像平常一样被正确识别。 OK，这就是本文的内容。如果还有什么疑问，请在下面的评论区告诉我们。 |
【本文地址】
今日新闻 |
推荐新闻 |