Python编程实战 - Python实用工具与库 - 正则表达式匹配（re 模块）

一、re 模块简介

导入方式：

import re

常见功能：

• 匹配字符串：判断是否符合某种模式
• 提取内容：从文本中抽取特定信息
• 替换内容：按规则替换文本
• 分割字符串：按正则规则拆分字符串

二、基本匹配方法

1. re.match() —— 从字符串起始位置匹配

import re

result = re.match(r"Hello", "Hello Python")
if result:
    print("匹配成功:", result.group())

输出：

匹配成功: Hello

说明：re.match 只匹配字符串开头部分。

2. re.search() —— 搜索整个字符串

result = re.search(r"Python", "Hello Python World")
print(result.group())

输出：

Python

说明：search 会从整个字符串中查找第一个匹配项。

3. re.findall() —— 返回所有匹配结果列表

text = "电话：12345，传真：67890"
numbers = re.findall(r"d+", text)
print(numbers)

输出：

['12345', '67890']

4. re.sub() —— 替换匹配的内容

text = "我喜欢Java，也喜欢JavaScript"
new_text = re.sub(r"Java", "Python", text)
print(new_text)

输出：

我喜欢Python，也喜欢PythonScript

5. re.split() —— 按模式分割字符串

text = "苹果,香蕉;橘子|葡萄"
fruits = re.split(r"[,;|]", text)
print(fruits)

输出：

['苹果', '香蕉', '橘子', '葡萄']

三、正则表达式常用符号表

四、分组与提取

1. 提取邮箱地址示例

text = "请联系我：email1@test.com 或 email2@sample.org"
emails = re.findall(r"[w.-]+@[w.-]+.w+", text)
print(emails)

输出：

['email1@test.com', 'email2@sample.org']

2. 使用括号捕获分组

text = "价格：¥99.5"
match = re.search(r"¥(d+.d+)", text)
print("提取价格：", match.group(1))

输出：

提取价格： 99.5

3. 命名分组

text = "日期：2025-11-11"
match = re.search(r"(?P<year>d{4})-(?P<month>d{2})-(?P<day>d{2})", text)
print(match.groupdict())

输出：

{'year': '2025', 'month': '11', 'day': '11'}

五、实战案例：提取网页链接与标题

import re

html = """
<a href="https://example.com/page1">第一页</a>
<a href="https://example.com/page2">第二页</a>
"""

pattern = r'<a href="(https?://[^"]+)">([^<]+)</a>'
matches = re.findall(pattern, html)

for url, title in matches:
    print(f"标题：{title}，链接：{url}")

输出：

标题：第一页，链接：https://example.com/page1
标题：第二页，链接：https://example.com/page2

六、提升性能的小技巧

1. 使用原始字符串：避免转义混乱，如 r"d+"。

2. 编译正则表达式（多次使用时提升性能）：

   pattern = re.compile(r"d+")
   print(pattern.findall("123abc456"))
   

3. 懒惰匹配（最短匹配）： *?, +?, {m,n}?

   示例：

   text = "<p>Python</p><p>Regex</p>"
   print(re.findall(r"<p>.*?</p>", text))
   

   输出：

   ['<p>Python</p>', '<p>Regex</p>']
   

七、总结