萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 正則表達式完整指南:從入門到實戰

正則表達式基礎

正則表達式(Regex)是一種用於字串模式匹配的強大工具。透過描述性語言定義規則,快速判斷字串是否符合格式(如 Email、電話號碼、日期),並支援提取、替換、分割等進階操作。

常用元字元與語法

符號說明範例
.匹配任意單一字元(除換行符)py. 匹配 pyc、pyo
\d匹配數字 [0-9]\d{3} 匹配 010
\w匹配字母、數字、底線 [a-zA-Z0-9_]\w\w\d 匹配 py3
\s匹配空白字元(空格、Tab、換行)\s+ 匹配一個以上空白
*前面字元出現 0 次或多次ab*c 匹配 ac、abc、abbc
+前面字元出現 1 次或多次\d+ 匹配至少一位數字
?前面字元出現 0 次或 1 次\d? 匹配 0 或 1 位數字
{n}前面字元出現恰好 n 次\d{3} 匹配 3 位數字
{n,m}前面字元出現 n 到 m 次\d{3,8} 匹配 3~8 位數字
[]字元集合,匹配括號內任一字元[0-9a-zA-Z_]
|或邏輯P|python 匹配 Python 或 python
^行首錨點^\d 必須以數字開頭
$行尾錨點\d$ 必須以數字結尾

分組與提取

使用 () 定義捕獲組,可透過 group() 提取子串:

import re
m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
if m:
    print(m.group(0))  # 完整匹配: '010-12345'
    print(m.group(1))  # 第1組: '010'
    print(m.group(2))  # 第2組: '12345'
    print(m.groups())  # 所有組: ('010', '12345')

re 模組核心函式

  • re.match(pattern, string):從字串開頭匹配,成功回傳 Match 物件,否則 None。
  • re.search(pattern, string):掃描整字串尋找首個匹配。
  • re.findall(pattern, string):回傳所有匹配的字串列表。
  • re.split(pattern, string):依正則分割字串,比 str.split 更靈活。
  • re.sub(pattern, repl, string):替換匹配部分。
  • re.compile(pattern):預編譯模式物件,重複使用時效能更好。

實用範例

分割不規則分隔符

>>> re.split(r'[\s,;]+', 'a,b;; c  d')
['a', 'b', 'c', 'd']

驗證時間格式 (HH:MM:SS)

pattern = r'^(0[0-9]|1[0-9]|2[0-3]|[0-9]):([0-5][0-9]):([0-5][0-9])$'
re.match(pattern, '19:05:30').groups()  # ('19', '05', '30')

貪婪與非貪婪匹配

預設為貪婪(匹配盡可能多),在量詞後加 ? 變為非貪婪:

>>> re.match(r'(\d+)(0*)', '102300').groups()
('1023', '00')  # \d+ 貪婪吃掉盡可能多
>>>> re.match(r'(\d+?)(0*)', '102300').groups()
('102300', '')  # \d+? 非貪婪只吃最少

最佳實踐建議

  1. 使用原始字串 r'...' 避免雙重轉義。
  2. 複雜正則加上註解 (?x) 或拆分為多行提升可讀性。
  3. 預編譯常用模式:EMAIL_RE = re.compile(r'...')。
  4. 避免過度使用正則處理結構化資料(HTML、JSON),改用專用解析器。
copyright © 萬盛學電腦網 all rights reserved