19.1 正则表达式概念
正则表达式（Regular Expression）是用于匹配字符串模式的强大工具。
应用场景
- 数据验证（邮箱、电话、密码强度）
- 文本提取
- 搜索与替换
- 日志分析
19.2 基本语法
字符匹配
| 模式 |
说明 |
示例 |
. |
任意字符（除换行） |
a.c 匹配 “abc” |
\d |
数字 |
\d\d 匹配 “12” |
\w |
字母数字下划线 |
\w+ 匹配 “hello” |
\s |
空白字符 |
a\s b 匹配 “a b” |
^ |
开头 |
^Hello |
$ |
结尾 |
World$ |
示例
1
2
3
4
5
6
7
8
9
10
11
12
| import re
text = "Hello 123 World 456"
print(re.findall(r"\d+", text))
print(re.findall(r"\w+", text))
print(re.findall(r"\s+", text))
|
19.3 字符类
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| import re
print(re.findall(r"[aeiou]", "hello world"))
print(re.findall(r"[a-z]", "Hello 123"))
print(re.findall(r"[0-9]", "Hello 123"))
print(re.findall(r"[^0-9]", "Hello 123"))
print(re.findall(r"[a-zA-Z0-9]", "Hello! 123"))
|
19.4 量词
| 量词 |
说明 |
示例 |
* |
0 次或多次 |
ab*c 匹配 “ac”, “abc”, “abbc” |
+ |
1 次或多次 |
ab+c 匹配 “abc”, “abbc” |
? |
0 次或 1 次 |
ab?c 匹配 “ac”, “abc” |
{n} |
恰好 n 次 |
a{3} 匹配 “aaa” |
{n,} |
至少 n 次 |
a{2,} 匹配 “aa”, “aaa” |
{n,m} |
n 到 m 次 |
a{2,4} 匹配 “aa”, “aaa”, “aaaa” |
示例
1
2
3
4
5
6
7
| import re
text = "a ab abb abbb abbbb"
print(re.findall(r"ab*", text))
print(re.findall(r"ab+", text))
print(re.findall(r"ab{2,3}", text))
|
19.5 分组与捕获
基本分组
1
2
3
4
5
6
7
8
9
10
11
| import re
text = "2024-11-30"
match = re.search(r"(\d{4})-(\d{2})-(\d{2})", text)
if match:
print(f"年: {match.group(1)}")
print(f"月: {match.group(2)}")
print(f"日: {match.group(3)}")
print(f"全部: {match.group(0)}")
|
命名分组
1
2
3
4
5
6
7
8
9
| import re
text = "2024-11-30"
match = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", text)
if match:
print(match.group("year"))
print(match.group("month"))
print(match.group("day"))
|
非捕获分组
1
2
3
4
5
6
7
| import re
print(re.findall(r"(abc)+", "abcabc"))
print(re.findall(r"(?:abc)+", "abcabc"))
|
19.6 re 模块常用函数
match() - 从开头匹配
1
2
3
4
5
6
7
8
| import re
text = "Hello World"
match = re.match(r"Hello", text)
print(match.group())
match = re.match(r"World", text)
print(match)
|
search() - 搜索任意位置
1
2
3
4
5
| import re
text = "Hello World"
match = re.search(r"World", text)
print(match.group())
|
findall() - 查找所有匹配
1
2
3
4
5
6
7
8
| import re
text = "Phone: 123-456-7890, Email: test@example.com"
phones = re.findall(r"\d{3}-\d{3}-\d{4}", text)
print(phones)
emails = re.findall(r"\w+@\w+\.\w+", text)
print(emails)
|
sub() - 替换
1
2
3
4
5
6
7
8
9
| import re
text = "Hello 123 World 456"
result = re.sub(r"\d+", "XXX", text)
print(result)
result = re.sub(r"\d+", "XXX", text, count=1)
print(result)
|
split() - 分割
1
2
3
4
5
| import re
text = "one,two;three four"
result = re.split(r"[,;\s]+", text)
print(result)
|
19.7 编译正则表达式
1
2
3
4
5
6
7
8
9
10
| import re
pattern = re.compile(r"\d{3}-\d{3}-\d{4}")
text1 = "Phone: 123-456-7890"
text2 = "Phone: 987-654-3210"
print(pattern.findall(text1))
print(pattern.findall(text2))
|
19.8 实用示例
邮箱验证
1
2
3
4
5
6
7
8
9
| import re
def validate_email(email):
pattern = r"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$"
return bool(re.match(pattern, email))
print(validate_email("test@example.com"))
print(validate_email("invalid@email"))
print(validate_email("user.name@domain.org"))
|
密码强度检查
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
| import re
def check_password(password):
if len(password) < 8:
return False
if not re.search(r"[A-Z]", password):
return False
if not re.search(r"[a-z]", password):
return False
if not re.search(r"\d", password):
return False
if not re.search(r"[!@#$%^&*]", password):
return False
return True
print(check_password("Abc123!@"))
print(check_password("weak"))
|
提取 URL
1
2
3
4
5
| import re
text = "Visit https://www.example.com or http://test.org"
urls = re.findall(r"https?://\S+", text)
print(urls)
|
19.9 本章小结
- 正则表达式用于模式匹配和文本处理
- 常用模式：
\d、\w、\s、.、^、$
- 量词：
*、+、?、{n,m}
- 分组：
() 捕获，(?:) 非捕获，(?P<name>) 命名
- re 模块：
match()、search()、findall()、sub()、split()
- 预编译提高重复使用效率
练习题
- 编写正则表达式匹配中国大陆手机号（11 位，1 开头）
- 从 HTML 中提取所有
<a> 标签的 href 属性
- 验证日期格式 YYYY-MM-DD
- 以下代码输出什么？
1
2
| import re
print(re.findall(r"\d+", "a1b2c3"))
|
