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。
| 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 |
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})$', '010-12345')
if m:
print(m.group(0)) # 完整匹配: '010-12345'
print(m.group(1)) # 第1組: '010'
print(m.group(2)) # 第2組: '12345'
print(m.groups()) # 所有組: ('010', '12345')
re.match(pattern, string):從字串開頭匹配,成功回傳 Match 物件,否則 None。re.search(pattern, string):掃描整字串尋找首個匹配。re.findall(pattern, string):回傳所有匹配的字串列表。re.split(pattern, string):依正則分割字串,比 str.split 更靈活。re.sub(pattern, repl, string):替換匹配部分。re.compile(pattern):預編譯模式物件,重複使用時效能更好。>>> re.split(r'[\s,;]+', 'a,b;; c d')
['a', 'b', 'c', 'd']
pattern = r'^(0[0-9]|1[0-9]|2[0-3]|[0-9]):([0-5][0-9]):([0-5][0-9])$'
re.match(pattern, '19:05:30').groups() # ('19', '05', '30')
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
r'...' 避免雙重轉義。(?x) 或拆分為多行提升可讀性。EMAIL_RE = re.compile(r'...')。