Python正则表达式常用语法是什么

正则表达式（Regular Expression，简称 regex 或 regexp）是一种强大的文本处理工具，广泛应用于字符串匹配、搜索、替换等操作。Python 通过 re 模块提供了对正则表达式的支持。本文将介绍 Python 中常用的正则表达式语法，帮助你快速掌握其基本用法。

---

1. 基本概念

正则表达式是由普通字符（如字母、数字）和特殊字符（称为元字符）组成的字符串模式。通过这种模式，可以匹配、查找或替换文本中的特定内容。

在 Python 中，使用 re 模块来操作正则表达式。以下是一个简单的示例：

import re

# 匹配字符串中的 "hello"
pattern = r"hello"
text = "hello world"
match = re.search(pattern, text)

if match:
    print("找到匹配:", match.group())
else:
    print("未找到匹配")

---

2. 常用元字符

元字符是正则表达式中具有特殊意义的字符。以下是常用的元字符及其功能：

2.1 字符匹配

• .：匹配任意单个字符（除换行符 \n 外）。
• \d：匹配任意数字（等价于 [0-9]）。
• \D：匹配任意非数字字符。
• \w：匹配任意字母、数字或下划线（等价于 [a-zA-Z0-9_]）。
• \W：匹配任意非字母、数字或下划线的字符。
• \s：匹配任意空白字符（包括空格、制表符、换行符等）。
• \S：匹配任意非空白字符。

2.2 字符集合

• []：匹配括号内的任意一个字符。例如，[abc] 匹配 a、b 或 c。
• [^]：匹配不在括号内的任意字符。例如，[^abc] 匹配除 a、b、c 之外的字符。
• -：在字符集合中表示范围。例如，[a-z] 匹配任意小写字母。

2.3 量词

• *：匹配前面的字符 0 次或多次。
• +：匹配前面的字符 1 次或多次。
• ?：匹配前面的字符 0 次或 1 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。

2.4 边界匹配

• ^：匹配字符串的开头。
• $：匹配字符串的结尾。
• \b：匹配单词边界。
• \B：匹配非单词边界。

2.5 分组与捕获

• ()：将括号内的内容分组，并捕获匹配的内容。
• (?:)：非捕获分组，匹配但不捕获内容。
• |：表示“或”关系。例如，a|b 匹配 a 或 b。

---

3. 常用函数

Python 的 re 模块提供了以下常用函数：

3.1 re.search()

在字符串中搜索匹配正则表达式的第一个位置，返回一个匹配对象（Match 对象）。如果未找到匹配，则返回 None。

import re

pattern = r"\d+"
text = "There are 123 apples."
match = re.search(pattern, text)

if match:
    print("找到数字:", match.group())  # 输出: 123

3.2 re.match()

从字符串的开头开始匹配正则表达式。如果开头不匹配，则返回 None。

import re

pattern = r"\d+"
text = "123 apples."
match = re.match(pattern, text)

if match:
    print("找到数字:", match.group())  # 输出: 123

3.3 re.findall()

返回字符串中所有匹配正则表达式的子串，结果以列表形式返回。

import re

pattern = r"\d+"
text = "There are 123 apples and 456 oranges."
matches = re.findall(pattern, text)

print("找到的数字:", matches)  # 输出: ['123', '456']

3.4 re.sub()

用指定的字符串替换匹配正则表达式的子串。

import re

pattern = r"\d+"
text = "There are 123 apples."
result = re.sub(pattern, "XXX", text)

print("替换后的文本:", result)  # 输出: There are XXX apples.

3.5 re.split()

根据正则表达式匹配的子串分割字符串，返回分割后的列表。

import re

pattern = r"\s+"
text = "Split this text by spaces."
result = re.split(pattern, text)

print("分割后的列表:", result)  # 输出: ['Split', 'this', 'text', 'by', 'spaces.']

---

4. 贪婪与非贪婪匹配

正则表达式默认是贪婪匹配，即尽可能多地匹配字符。可以通过在量词后加 ? 实现非贪婪匹配。

4.1 贪婪匹配

import re

pattern = r"\d+"
text = "12345"
match = re.search(pattern, text)

print("贪婪匹配:", match.group())  # 输出: 12345

4.2 非贪婪匹配

import re

pattern = r"\d+?"
text = "12345"
match = re.search(pattern, text)

print("非贪婪匹配:", match.group())  # 输出: 1

---

5. 实际应用示例

5.1 匹配邮箱地址

import re

pattern = r"[\w\.-]+@[\w\.-]+"
text = "Contact us at support@example.com."
match = re.search(pattern, text)

if match:
    print("找到邮箱:", match.group())  # 输出: support@example.com

5.2 提取 URL

import re

pattern = r"https?://[\w\.-]+"
text = "Visit https://www.example.com for more info."
match = re.search(pattern, text)

if match:
    print("找到 URL:", match.group())  # 输出: https://www.example.com

5.3 替换敏感词

import re

pattern = r"(bad|naughty|evil)"
text = "This is a bad example."
result = re.sub(pattern, "***", text)

print("替换后的文本:", result)  # 输出: This is a *** example.

---

6. 总结

Python 的正则表达式功能强大且灵活，能够高效处理复杂的文本匹配任务。通过掌握常用的元字符、量词、分组以及 re 模块的函数，你可以轻松应对各种字符串处理需求。在实际开发中，正则表达式常用于数据清洗、日志分析、表单验证等场景。

希望本文能帮助你快速入门 Python 正则表达式！