如何在Python中使用正则表达式（代码示例教程）

了解如何使用 Python 的内置 re 模块使用 match、search、finditer 和 sub 等函数来使用多种字符串匹配技术。
如何在Python中使用正则表达式？一个正则表达式是形成一个搜索模式字符的特殊序列，它可以被用来检查一个字符串包含指定的模式，也可以用于提取所有匹配模式等等。
正则表达式无处不在，从验证电子邮件地址、密码、日期格式到在搜索引擎中的使用，因此它是任何开发人员的必备技能，并且大多数编程语言都提供了正则表达式功能。
Python如何使用正则表达式？如果你熟悉 Linux，我想你已经看到了一些使用 sed 和 grep 命令的正则表达式，但在本教程中，我们将在 Python 中重新模块。以下是我们将介绍的技术：

匹配字符串
搜索方法
查找多个匹配项
替换匹配

在本教程中，我们不会涵盖从头开始构建正则表达式的基础知识，相反，我们将更多地关注如何有效地在 Python 上使用正则表达式。
Python正则表达式用法示例：匹配字符串有关如何使用re.match()函数的演示，假设你要验证用户密码。例如，你要确保他们输入的密码长度至少为 8 个字符，并且至少包含一位数字。以下代码执行此操作：

import re # stands for regular expression # a regular expression for validating a password match_regex = r"^(?=.*[ 0-9]).{8,}$" # a list of example passwords passwords = [ "pwd", "password", "password1"] for pwd in passwords: m = re.match(match_regex, pwd) print(f"Password: {pwd}, validate password strength: {bool(m)}")

如何在Python中使用正则表达式？match_regex 是负责验证我们前面提到的密码标准的正则表达式：

^: 开始字符。
(?=.*[0-9])：确保字符串至少有一个数字。
.{8,}：确保字符串至少有 8 个字符。
$: 结束字符。

然后我们使用一个密码列表来匹配，这是输出：

Password: pwd, validate password strength: False Password: password, validate password strength: False Password: password1, validate password strength: True

不出所料，前两次失败，最后一次成功。第一个密码 ( pwd) 少于 8 个字符，第二个不包含数字，而第三个至少有 8 个字符并包含一个数字。
请注意，我们re.match()使用内置方法包装了该bool()方法以返回一个布尔值，指示字符串是否与模式匹配。
搜索方法Python如何使用正则表达式？演示该re.search()方法的一个很好的例子是在字符串中搜索特定模式。在本节中，我们将尝试从Windows 中的ipconfig命令输出的一部分中提取 IPv4 地址：

import re# part of ipconfig output example_text = """ Wireless LAN adapter Wi-Fi: Connection-specific DNS Suffix. : Link-local IPv6 Address . . . . . : fe80::380e:9710:5172:caee%2 IPv4 Address. . . . . . . . . . . : 192.168.1.100 Subnet Mask . . . . . . . . . . . : 255.255.255.0 Default Gateway . . . . . . . . . : 192.168.1.1 """ # regex for IPv4 address ip_address_regex = r"((25[ 0-5]|(2[ 0-4]|1[ 0-9]|[ 1-9]|)[ 0-9])(\.(?!$)|$)){4}" # use re.search() method to get the match object match = re.search(ip_address_regex, example_text) print(match)

不要太担心ip_address_regex表达式，它基本上验证一个 IPv4 地址（确保总数4中的每个数字不超过255）。
re.search()在这种情况下，我们使用搜索有效的 IPv4 地址，这是输出：

< _sre.SRE_Match object; span=(281, 292), match='192.168.1.1'>

re.search()返回一个匹配对象，该对象具有找到的字符串和实际字符串的开始和结束索引，在这种情况下，它'192.168.1.1'作为匹配的字符串返回。你可以使用：

match.start() 获取找到的模式的第一个字符的索引。
match.end() 获取找到的模式的最后一个字符的索引。
match.span()以元组 ( start, end) 的形式获取开始和结束。
match.group() 获取找到的实际字符串。

如你所见，它只返回第一个匹配项并忽略剩余的有效 IP 地址。在下一节中，我们将看到如何在一个字符串中提取多个匹配项。
Python正则表达式用法示例：查找多个匹配项我们将使用相同命令 ( ipconfig )的输出，但这次我们将尝试使用正则表达式来匹配 MAC 地址：

import re# fake ipconfig output example_text = """ Ethernet adapter Ethernet: Media State . . . . . . . . . . . : Media disconnected Physical Address. . . . . . . . . : 88-90-E6-28-35-FA Ethernet adapter Ethernet 2: Physical Address. . . . . . . . . : 04-00-4C-4F-4F-60 Autoconfiguration IPv4 Address. . : 169.254.204.56(Preferred) Wireless LAN adapter Local Area Connection* 2: Media State . . . . . . . . . . . : Media disconnected Physical Address. . . . . . . . . : B8-21-5E-D3-66-98 Wireless LAN adapter Wi-Fi: Physical Address. . . . . . . . . : A0-00-79-AA-62-74 IPv4 Address. . . . . . . . . . . : 192.168.1.101(Preferred) Default Gateway . . . . . . . . . : 192.168.1.1 """ # regex for MAC address mac_address_regex = r"([ 0-9A-Fa-f]{2}[ :-]){5}([ 0-9A-Fa-f]{2})" # iterate over matches and extract MAC addresses extracted_mac_addresses = [ m.group(0) for m in re.finditer(mac_address_regex, example_text) ] print(extracted_mac_addresses)

定义正则表达式后，我们使用re.finditer()函数查找传递的字符串中所有出现的 MAC 地址。
由于finditer()返回匹配对象的迭代器，我们使用列表推导来仅提取使用group(0)（整个匹配项）找到的 MAC 地址。查看输出：

[ '88-90-E6-28-35-FA', '04-00-4C-4F-4F-60', 'B8-21-5E-D3-66-98', 'A0-00-79-AA-62-74']

太棒了，我们已经成功提取了该字符串中的所有 MAC 地址。在下一节中，我们将看到如何使用正则表达式替换字符串中出现的模式。
替换匹配Python正则表达式用法示例：如果你有网络抓取经验，你可能会遇到使用CloudFlare 等服务从电子邮件收集工具隐藏电子邮件地址的网站。在本节中，我们将完全这样做，给定一个包含电子邮件地址的字符串，我们将用'[email protected]'令牌替换每个地址：

import re# a basic regular expression for email matching email_regex = r"[ a-zA-Z0-9_.+-]+@[ a-zA-Z0-9-]+\.[ a-zA-Z0-9-.]+" # example text to test with example_text = """ Subject: This is a text email! From: John Doe < john@doe.com> Some text here! =============================== Subject: This is another email! From: Abdou Rockikz < example@domain.com> Some other text! """ # substitute any email found with [ email protected] print(re.sub(email_regex, "[ email protected]", example_text))

Python如何使用正则表达式？我们使用了re.sub()带 3 个参数的方法，第一个是正则表达式（模式），第二个是替换找到的所有模式，第三个是目标字符串，这里是输出：

Subject: This is a text email! From: John Doe < [ email protected]> Some text here! =============================== Subject: This is another email! From: Abdou Rockikz < [ email protected]> Some other text!

太好了，正如我们预期的那样，该re.sub()函数返回通过用指定的替换（第二个参数）替换 string 中模式最左边的非重叠出现而获得的字符串。
结论如何在Python中使用正则表达式？现在你已经掌握了在 Python 中使用正则表达式的技能，注意我们没有涵盖re模块提供的所有方法，还有其他方便的函数，比如split()and fullmatch()，所以我强烈建议你查看Python 的官方文档。
【如何在Python中使用正则表达式（代码示例教程）】如果你不确定如何根据需要构建和构造正则表达式，你可以查看官方文档或本教程。