Python正則表達式全攻略

一、正則表達式基礎

1. 什么是正則表達式？

• 用于描述字符串匹配規則的表達式
• 廣泛應用于文本處理、表單驗證、數據清洗等領域

2. Python中的re模塊

import re

3. 基礎語法

字符	說明	示例
.	匹配任意字符(除換行)	a.c → abc
\d	數字 [0-9]	\d\d → 42
\D	非數字	\D → a
\w	字母數字下劃線	\w+ → Ab3_
\W	非單詞字符	\W → %
\s	空白字符	\s → 空格
\S	非空白字符
^	字符串開始	^abc
$	字符串結束	xyz$

二、量詞與分組

1. 量詞

*      # 0次或多次
+      # 1次或多次
?      # 0次或1次
{n}    # 正好n次
{n,}   # 至少n次
{n,m}  # n到m次

2. 分組與或運算

()       # 捕獲分組
(?:)     # 非捕獲分組
|        # 或運算
(?P<name>) # 命名分組

三、re模塊常用方法

1. 匹配方法

re.match()     # 從字符串起始位置匹配
re.search()    # 掃描整個字符串
re.findall()   # 返回所有匹配結果
re.finditer()  # 返回迭代器
re.sub()       # 替換匹配內容

2. 使用示例

text = "Phone: 123-456-7890, 555-1234"# 查找所有電話號碼
numbers = re.findall(r'\d{3}-\d{3}-\d{4}', text)# 替換電話號碼格式
new_text = re.sub(r'(\d{3})-(\d{3})-(\d{4})', r'(\1) \2-\3', text)

四、進階技巧

1. 編譯正則表達式

pattern = re.compile(r'\b[A-Za-z]+\b')
matches = pattern.findall(text)

2. 標志參數

re.IGNORECASE  # 忽略大小寫
re.MULTILINE   # 多行模式
re.DOTALL      # 使.匹配換行符

3. 貪婪與非貪婪

.*    # 貪婪匹配
.*?   # 非貪婪匹配

4. 前后斷言

(?=exp)   # 正向后行斷言
(?!exp)   # 負向后行斷言
(?<=exp)  # 正向前行斷言
(?<!exp)  # 負向前行斷言

五、實戰案例

1. 郵箱驗證

email_pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
is_valid = re.match(email_pattern, "user@example.com")

2. 提取網頁鏈接

html = '<a href="https://example.com">Link</a>'
links = re.findall(r'href=["\'](https?://.*?)["\']', html)

3. 日志分析

log = "2023-08-20 14:30:45 [ERROR] Connection timeout"
pattern = r'(\d{4}-\d{2}-\d{2}) (\d{2}:\d{2}:\d{2}) \[(\w+)\] (.*)'
match = re.match(pattern, log)

4. 數據清洗

dirty_data = "Price: $1,234.56 (50% OFF!)"
clean = re.sub(r'[^\d.]', '', dirty_data)  # 保留數字和小數點

5. 復雜密碼驗證

password_pattern = r'''
^(?=.*[A-Z])       # 至少一個大寫字母
(?=.*[a-z])       # 至少一個小寫字母
(?=.*\d)          # 至少一個數字
(?=.*[@$!%*?&])   # 至少一個特殊字符
[A-Za-z\d@$!%*?&]{8,}$  # 總長度至少8
'''
is_strong = re.search(password_pattern, "Passw0rd!", re.VERBOSE)

六、性能優化

1. 預編譯常用正則表達式
2. 避免過度使用.*
3. 使用原子組防止回溯爆炸
4. 優先使用具體字符集代替.
5. 合理使用^和$錨定

七、常見問題

1. 特殊字符未轉義（如.需要寫成.）
2. 貪婪匹配導致意外結果
3. 忘記處理多行模式
4. 分組引用錯誤（\1 vs $1）
5. Unicode字符處理

八、調試工具推薦

1. RegExr 在線測試工具
2. Python的re.DEBUG標志
3. regex101 可視化分析

通過這個教程，你可以逐步掌握：

1. 從基礎匹配到高級模式的應用
2. 常見文本處理場景的解決方案
3. 正則表達式性能優化技巧
4. 復雜模式的設計與調試方法