摘要：Python re模块精通：解锁Regex文本处理能力！从数据提取、用户验证到自动化任务，掌握字符类、量词、锚点等核心概念。更有re.search、re.sub等函数，结合IGNORECASE等修饰符，提升数据处理效率，玩转Cloud Native！
Python re模块精通：解锁Regex文本处理能力！从数据提取、用户验证到自动化任务，掌握字符类、量词、锚点等核心概念。更有re.search、re.sub等函数，结合IGNORECASE等修饰符，提升数据处理效率，玩转Cloud Native！
译自：From Basics to Best Practices: Python Regex Mastery
作者：Jessica Wachtel
Regex（正则表达式的缩写）是匹配和操作文本的强大工具。它可以自动执行各种文本处理任务，例如验证电子邮件地址、从日志文件中提取数据以及清理混乱的数据集。虽然正则表达式语法在各种编程语言中非常相似，但本教程将重点介绍它在 Python 中的具体工作方式。
在 Python 中，正则表达式功能由 re 模块提供。此模块支持模式匹配、搜索和字符串操作。re.search、re.match 和 re.sub 等内置函数允许进行复杂的模式匹配。如果没有 re 模块，Python 支持使用 .find、.startswith、.endswith 和 .replace 等方法进行基本模式匹配。虽然这些内置方法允许基本匹配，但 re 模块对于更高级的正则表达式操作是必需的。
您可以使用与所有其他 Python 导入相同的语法导入 re 模块。
pyimport re常用的正则表达式内置函数：
re 模块提供了许多有用的函数，包括：
re.match：从字符串的开头匹配模式re.search：查找模式的第一次出现re.findall：返回模式的所有出现re.finditer：返回匹配对象的一个迭代器re.sub：用指定的字符串替换模式匹配项re.subn：替换匹配项并返回替换次数re.split：按模式拆分字符串re.compile：将模式编译为正则表达式对象re.fullmatch：检查整个字符串是否匹配模式re.escape：转义字符串中的特殊字符搜索字符和字面量可以找到字符串中指定字符或序列的精确匹配项。这对于查找固定模式非常有用，例如日志文件中的错误代码或发票上的产品 ID。
基本语法：
.：匹配除换行符以外的任何字符a, b, 1：匹配字面字符 a、b 或 1代码示例：
pytext = "I have a cat."pattern = r"cat"match = re.search(pattern, text)print(match.group)字符类允许搜索定义集合中的任何字符（例如，数字、字母）。当您需要匹配具有不同字符的模式时，此类别非常有用，例如提取客户电话号码或日期。
基本语法：
[abc]：匹配字符 a、b 或 c 中的任何一个[^abc]：匹配除 a、b 或 c 以外的任何字符[0-9]：匹配任何数字[a-z]：匹配任何小写字母\d：匹配任何数字（等效于 [0-9]）\D：匹配任何非数字\w：匹配任何单词字符（字母、数字和下划线）\W：匹配任何非单词字符\s：匹配任何空白字符（空格、制表符和换行符）\S：匹配任何非空白字符代码示例：
pytext = "My phone number is 12345."pattern = r"\d+" # Matches one or more digitsmatches = re.findall(pattern, text)print(matches)量词控制模式应重复多少次，这在数据长度变化时非常有用。当匹配重复的单词或短语，或者搜索电子邮件地址等长度可能变化的数据时，它们会派上用场。
基本语法：
*：匹配 0 个或多个前面的元素+：匹配 1 个或多个前面的元素?：匹配 0 个或 1 个前面的元素（可选）{n}：完全匹配前面元素的 n 个实例{n,}：匹配 n 个或多个实例{n,m}：匹配 n 和 m 之间的实例代码示例：
pytext = "Hello world"pattern = r"\w+" # Matches one or more word charactersmatches = re.findall(pattern, text)print(matches)锚点用于匹配字符串中的位置，而不是字符。它们对于验证固定位置的模式很有用，例如检查电子邮件地址是否以特定域名结尾，或者句子是否以问号结尾。
基本语法：
^: 匹配字符串的开头（如果在多行模式下，则匹配行的开头）$: 匹配字符串的结尾（如果在多行模式下，则匹配行的结尾）\b: 匹配单词边界\B: 匹配非单词边界代码示例：
pythontext = "Hello world"pattern_start = r"^Hello" # Start of stringpattern_end = r"world$" # End of stringprint(re.search(pattern_start, text)) print(re.search(pattern_end, text))Output:
组和捕获允许您通过捕获匹配文本的部分以供以后使用，从而提取和操作字符串的各个部分。当您需要从日志中提取特定数据（如名称或错误代码）时，这尤其有用。
(abc): 将组 abc 捕获为匹配项\1: 引用第一个捕获的组(?:abc): 匹配 abc 但不捕获它（非捕获组）代码示例：
pythontext = "My name is Jess and I live in NY."pattern = r"(\w+) (\w+)" # Captures first and last namematch = re.search(pattern, text)print(match.group(1)) print(match.group(2))替换对于匹配多个模式之一很有用。当您需要匹配不同的可能性时，通常会使用它，例如在日志文件中搜索多个错误代码。
a|b: 匹配 a 或 b代码示例：
pythontext = "I have a cat and a dog."pattern = r"cat|dog" # Matches either cat or dogmatches = re.findall(pattern, text)print(matches)Output:
在正则表达式中，某些字符（如.、*或?）具有特殊含义。转义这些字符允许您匹配文字字符本身，当它们出现在您的输入中但不应被解释为元字符时，这很有用。
\.: 匹配文字点 (.)\*: 匹配文字星号 (*)代码示例：
pythontext = "www.example.com"pattern = r"\." # Matches a literal dotmatches = re.findall(pattern, text)print(matches)输出:
修饰符（或标志）修改正则表达式模式的应用方式，例如在进行不区分大小写的搜索或启用多行匹配时。这些对于根据上下文调整搜索行为很有用。
基本语法：
i: 不区分大小写的匹配 (re.IGNORECASE)g: 全局匹配（查找所有匹配项，在 Python 中由 re.findall 隐式处理）m: 多行模式（匹配每行的开头 ^ 和结尾 $）代码示例：
pythontext = "Hello World"pattern = r"hello" # Case-sensitive searchmatch_case_sensitive = re.search(pattern, text)print(match_case_sensitive) # Output: Nonepattern_ignore_case = r"hello"match_ignore_case = re.search(pattern_ignore_case, text, re.IGNORECASE) # Case-insensitive searchprint(match_ignore_case.group)Output:
正则表达式是文本处理的重要工具，可以实现数据提取、验证和替换等任务。无论您是清理数据、自动化任务还是从文本中提取有价值的信息，理解正则表达式语法和最佳实践都是关键。通过利用 Python 的 re 模块，您可以轻松匹配复杂模式并自动化重复性任务，从而提高工作效率和准确性。
来源：我举不起杠铃
