Python正则表达式详解(一)
正则表达式（Regular Expression）是一种强大的文本处理工具，用于匹配、查找、替换字符串中的特定模式。在Python中，我们使用re模块来处理正则表达式。
目录
基础概念
1.re模块核心函数
1.1 re.match() - 从字符串开头匹配
1.2 re.fullmatch() - 检查整个字符串是否完全匹配给定的正则表达式
2. 与相关函数的对比
2.1 re.fullmatch() vs re.match()
2.2 re.fullmatch() vs re.search()
2.3. re.fullmatch() vs re.findall()
2.4 等价写法
2.5 实际应用示例
3. re模块中的其他函数
3.1 re.search() - 搜索整个字符串
3.2 re.findall() - 查找所有匹配
3.3 re.finditer() - 返回匹配迭代器
3.4 re.sub() - 替换匹配文本
4. Python的 re.sub() 函数可以使用捕获组，并且有两种主要方式：
4.1 在替换字符串中使用捕获组
4.2 使用函数处理匹配结果（更灵活）
4.3 命名捕获组的使用
4.4 多个捕获组的例子
基础概念
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，用于描述文本的匹配规则。
#使用前需导入模块库 import re1.re模块核心函数
1.1re.match()-从字符串开头匹配
pattern = r'hello' text = 'hello world' result = re.match(pattern, text) if result: print(f"匹配成功: {result.group()}") else: print("匹配失败")1.2 re.fullmatch() -检查整个字符串是否完全匹配给定的正则表达式
- 只有当整个字符串从头到尾都匹配模式时，才返回匹配对象
- 否则返回
None
2. 与相关函数的对比
2.1re.fullmatch()vsre.match()
import re pattern = r'\d+' text1 = "123" text2 = "123abc" text3 = "abc123" # re.fullmatch() - 必须整个字符串匹配 print(re.fullmatch(pattern, text1)) # 匹配成功: <re.Match object> print(re.fullmatch(pattern, text2)) # 匹配失败: None print(re.fullmatch(pattern, text3)) # 匹配失败: None # re.match() - 只检查开头 print(re.match(pattern, text1)) # 匹配成功: <re.Match object> print(re.match(pattern, text2)) # 匹配成功: <re.Match object> print(re.match(pattern, text3)) # 匹配失败: None2.2re.fullmatch()vsre.search()
import re pattern = r'\d+' text1 = "123" text2 = "abc123def" text3 = "abc" # re.fullmatch() - 整个字符串匹配 print(re.fullmatch(pattern, text1)) # 匹配成功 print(re.fullmatch(pattern, text2)) # 匹配失败 print(re.fullmatch(pattern, text3)) # 匹配失败 # re.search() - 在字符串任意位置匹配 print(re.search(pattern, text1)) # 匹配成功 print(re.search(pattern, text2)) # 匹配成功（找到"123"） print(re.search(pattern, text3)) # 匹配失败2.3.re.fullmatch()vsre.findall()
import re pattern = r'\d+' text = "123 abc 456 def" print(re.fullmatch(pattern, text)) # 匹配失败: None print(re.findall(pattern, text)) # 匹配成功: ['123', '456']2.4等价写法
实际上，re.fullmatch(pattern, string)等价于：
# 方法1：使用 fullmatch result = re.fullmatch(r'\d+', text) # 方法2：使用 match 并在模式中添加 $ result = re.match(r'\d+$', text) # 方法3：手动检查 match_obj = re.match(r'\d+', text) if match_obj and match_obj.group() == text: result = match_obj else: result = None2.5实际应用示例
import re # 验证各种输入 def validate_inputs(): test_cases = [ ("variable1", True), # 有效 ("1variable", False), # 数字开头，无效 ("var_name", True), # 有效 ("var name", False), # 有空格，无效 ("var!", False), # 有特殊字符，无效 ("_var", False), # 下划线开头，无效（根据规则） ("VAR", True), # 全大写，有效 ("v", True), # 单字母，有效 ] pattern = r'^[a-zA-Z]\w*$' for text, expected in test_cases: result = re.fullmatch(pattern, text) is not None status = "✓" if result == expected else "✗" print(f"{status} '{text}': 预期={expected}, 实际={result}") validate_inputs()3. re模块中的其他函数
3.1re.search()-搜索整个字符串
pattern = r'world' text = 'hello world' result = re.search(pattern, text) if result: print(f"找到匹配: {result.group()}")3.2re.findall()-查找所有匹配
pattern = r'\d+' # 匹配一个或多个数字 text = '我有3个苹果和12个香蕉' results = re.findall(pattern, text) print(f"所有数字: {results}") # 输出: ['3', '12']3.3re.finditer()-返回匹配迭代器
pattern = r'\w+' text = 'hello world python' for match in re.finditer(pattern, text): print(f"匹配: {match.group()}, 位置: {match.start()}-{match.end()}")3.4re.sub()-替换匹配文本
pattern = r'\d+' text = '价格为100元，折扣20元' new_text = re.sub(pattern, 'XXX', text) print(f"替换后: {new_text}") # 输出: 价格为XXX元，折扣XXX元4. Python的re.sub()函数可以使用捕获组，并且有两种主要方式：
4.1在替换字符串中使用捕获组
import re pattern = r'(价格为)(\d+)' text = '价格为100元，折扣20元' new_text = re.sub(pattern, r'\1XXX', text) # \1 引用第一个捕获组 print(f"替换后: {new_text}") # 输出: 替换后: 价格为XXX元，折扣20元4.2使用函数处理匹配结果（更灵活）
import re def replace_price(match): # match.group(1) 是第一个捕获组 ("价格为") # match.group(2) 是第二个捕获组 ("100") return f"{match.group(1)}{int(match.group(2)) * 0.8}" # 打8折 pattern = r'(价格为)(\d+)' text = '价格为100元，折扣20元' new_text = re.sub(pattern, replace_price, text) print(f"替换后: {new_text}") # 输出: 替换后: 价格为80元，折扣20元4.3命名捕获组的使用
import re pattern = r'(?P<prefix>价格为)(?P<price>\d+)' text = '价格为100元，折扣20元' # 使用命名捕获组 new_text1 = re.sub(pattern, r'\g<prefix>XXX', text) print(f"方法1: {new_text1}") # 输出: 方法1: 价格为XXX元，折扣20元 # 使用函数处理命名捕获组 def replace_named(match): return f"{ match.group('prefix')+'！！双十一特惠！！'}{int(match.group('price')) + 50}" new_text2 = re.sub(pattern, replace_named, text) print(f"方法2: {new_text2}") # 方法2: 价格为！！双十一特惠！！150元，折扣20元4.4多个捕获组的例子
import re # 匹配并捕获前缀、数字、后缀 pattern = r'(\D+)(\d+)(\D+)' # 非数字 + 数字 + 非数字 text = '价格为100元，折扣20元' new_text = re.sub(pattern, r'\1[\2]\3', text) print(f"替换后: {new_text}") # 输出: 替换后: 价格为[100]元，折扣20元 import re pattern = r'(\D+)(\d+)(\D+)' text = '价格为100元，折扣20元' # 使用findall查看所有匹配 matches = re.findall(pattern, text) print(f"findall结果: {matches}") print(f"匹配数量: {len(matches)}") # 使用search查看第一个匹配的细节 match = re.search(pattern, text) if match: print(f"\n第一个匹配的完整内容: '{match.group()}'") print(f"第一个捕获组(\\D+): '{match.group(1)}'") print(f"第二个捕获组(\\d+): '{match.group(2)}'") print(f"第三个捕获组(\\D+): '{match.group(3)}'") print(f"第三个捕获组的长度: {len(match.group(3))}") findall结果: [('价格为', '100', '元，折扣')] 匹配数量: 1 第一个匹配的完整内容: '价格为100元，折扣' 第一个捕获组(\D+): '价格为' 第二个捕获组(\d+): '100' 第三个捕获组(\D+): '元，折扣' 第三个捕获组的长度: 4