# Python 正則表達式完全指南

正則表達式（Regular Expression）是Python中進行文本處理的強大工具。本指南將詳細介紹Python中正則表達式的使用方法和實踐技巧。

## 1. 基礎知識

### 1.1 導入正則表達式模塊

```python

import re

```

### 1.2 創建正則表達式

在Python中有兩種方式創建正則表達式：

```python

# 方式1：使用原始字符串（推薦）

pattern = r'\d+'

# 方式2：普通字符串（需要額外轉義）

pattern = '\\d+'

```

### 1.3 基本匹配方法

```python

import re

text = "Hello, my phone is 123-456-7890"

# 1. re.match() - 從字符串開始處匹配

result = re.match(r'\w+', text)

print(result.group()) ?# 輸出: Hello

# 2. re.search() - 搜索整個字符串中的第一個匹配

result = re.search(r'\d+', text)

print(result.group()) ?# 輸出: 123

# 3. re.findall() - 找到所有匹配項

result = re.findall(r'\d+', text)

print(result) ?# 輸出: ['123', '456', '7890']

# 4. re.finditer() - 返回迭代器

for match in re.finditer(r'\d+', text):

? ? print(f"Found {match.group()} at position {match.start()}-{match.end()}")

```

## 2. 正則表達式語法

### 2.1 字符匹配

```python

# 示例文本

text = "Python3 is awesome! Price: $99.99"

# 匹配單個字符

re.findall(r'.', text) ? ? ?# 匹配任意字符

re.findall(r'\d', text) ? ? # 匹配數字

re.findall(r'\D', text) ? ? # 匹配非數字

re.findall(r'\w', text) ? ? # 匹配字母/數字/下劃線

re.findall(r'\W', text) ? ? # 匹配非字母/數字/下劃線

re.findall(r'\s', text) ? ? # 匹配空白字符

re.findall(r'\S', text) ? ? # 匹配非空白字符

```

### 2.2 數量詞

```python

# 文本示例

text = "Python programming is fun!!!"

# 常用數量詞

re.search(r'o*', text) ? ? ?# 匹配0次或多次

re.search(r'o+', text) ? ? ?# 匹配1次或多次

re.search(r'o?', text) ? ? ?# 匹配0次或1次

re.search(r'o{2}', text) ? ?# 精確匹配2次

re.search(r'o{1,3}', text) ?# 匹配1到3次

```

### 2.3 字符類

```python

text = "The quick brown fox jumps over the lazy dog."

# 使用字符類

re.findall(r'[aeiou]', text) ? ?# 匹配所有元音字母

re.findall(r'[^aeiou]', text) ? # 匹配所有非元音字母

re.findall(r'[a-z]', text) ? ? ?# 匹配所有小寫字母

re.findall(r'[A-Z]', text) ? ? ?# 匹配所有大寫字母

```

## 3. 高級特性

### 3.1 分組和捕獲

```python

# 分組示例

text = "John Smith, Jane Doe, Bob Johnson"

# 基本分組

pattern = r'(\w+)\s(\w+)'

matches = re.findall(pattern, text)

print(matches) ?# 輸出: [('John', 'Smith'), ('Jane', 'Doe'), ('Bob', 'Johnson')]

# 命名分組

pattern = r'(?P<first>\w+)\s(?P<last>\w+)'

for match in re.finditer(pattern, text):

? ? print(f"First: {match.group('first')}, Last: {match.group('last')}")

```

### 3.2 前向查找和后向查找

```python

text = "Price: $100, Cost: $50"

# 正向前向查找

re.findall(r'\d+(?=\s*dollars)', text) ?# 匹配后面跟著"dollars"的數字

# 負向前向查找

re.findall(r'\d+(?!\s*dollars)', text) ?# 匹配后面不跟"dollars"的數字

# 正向后向查找

re.findall(r'(?<=\$)\d+', text) ?# 匹配前面有$的數字

# 負向后向查找

re.findall(r'(?<!\$)\d+', text) ?# 匹配前面沒有$的數字

```

## 4. 實用示例

### 4.1 數據驗證

```python

def validate_email(email):

? ? """驗證電子郵件地址"""

? ? pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'

? ? return bool(re.match(pattern, email))

def validate_phone(phone):

? ? """驗證中國手機號"""

? ? pattern = r'^1[3-9]\d{9}$'

? ? return bool(re.match(pattern, phone))

def validate_password(password):

? ? """驗證密碼強度（至少8位，包含大小寫字母和數字）"""

? ? pattern = r'^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)[a-zA-Z\d]{8,}$'

? ? return bool(re.match(pattern, password))

```

### 4.2 文本處理

```python

def extract_urls(text):

? ? """提取文本中的URL"""

? ? pattern = r'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+'

? ? return re.findall(pattern, text)

def clean_text(text):

? ? """清理文本（刪除多余空白字符）"""

? ? return re.sub(r'\s+', ' ', text).strip()

def extract_dates(text):

? ? """提取日期（支持多種格式）"""

? ? pattern = r'\d{4}[-/]\d{1,2}[-/]\d{1,2}|\d{1,2}[-/]\d{1,2}[-/]\d{4}'

? ? return re.findall(pattern, text)

```

## 5. 性能優化技巧

### 5.1 編譯正則表達式

```python

# 當需要多次使用同一個正則表達式時，應該編譯它

pattern = re.compile(r'\d+')

# 使用編譯后的正則表達式

text = "123 456 789"

matches = pattern.findall(text)

```

### 5.2 優化技巧

1. 使用非捕獲組 `(?:)`：當不需要捕獲結果時

```python

# 不好的寫法

pattern = r'(https?://)(.*)'

# 好的寫法

pattern = r'(?:https?://)(.*)'

```

2. 避免過度使用通配符

```python

# 不好的寫法

pattern = r'.*foo.*'

# 好的寫法

pattern = r'[^/]*foo[^/]*'

```

## 6. 常見問題和解決方案

### 6.1 貪婪vs非貪婪匹配

```python

text = "<p>First</p><p>Second</p>"

# 貪婪匹配（默認）

re.findall(r'<p>.*</p>', text) ?# 匹配整個字符串

# 非貪婪匹配

re.findall(r'<p>.*?</p>', text) ?# 分別匹配每個標簽

```

### 6.2 處理特殊字符

```python

# 轉義特殊字符

def escape_special_chars(text):

? ? return re.escape(text)

# 示例

pattern = re.escape('hello.world') ?# 將點號轉義

```

## 7. 調試技巧

```python

# 使用verbose模式使正則表達式更易讀

pattern = re.compile(r"""

? ? \d+ ? ? ? ? ?# 匹配數字

? ? \s* ? ? ? ? ?# 可選的空白字符

? ? [a-zA-Z]+ ? ?# 匹配字母

? ? """, re.VERBOSE)

# 使用re.DEBUG標志查看編譯信息

pattern = re.compile(r'\d+\s*[a-zA-Z]+', re.DEBUG)

```

## 總結

Python的正則表達式功能強大且靈活，掌握它可以大大提高文本處理效率。關鍵點：

1. 合理使用原始字符串（r''）

2. 需要重復使用時記得編譯正則表達式

3. 注意貪婪vs非貪婪匹配

4. 適當使用命名分組提高代碼可讀性

5. 考慮性能優化

6. 編寫復雜正則表達式時使用verbose模式

記住：編寫正則表達式時應該遵循"簡單夠用"的原則，過于復雜的正則表達式往往會帶來維護困難和性能問題。