【Python】正则表达式的艺术：轻松驾驭 Python 的re库

Ne0inhk

— 17 min read
【Python】正则表达式的艺术：轻松驾驭 Python 的re库
🏠大家好，我是Yui_，目标成为全栈工程师~💬
🍑如果文章知识点有错误的地方，请指正！和大家一起学习，一起进步👀
🚀如有不懂，可以随时向我提问，我会全力讲解~
🔥如果感觉博主的文章还不错的话，希望大家关注、点赞、收藏三连支持一下博主哦~！
🔥你们的支持是我创作的动力！
🧸我相信现在的努力的艰辛，都是为以后的美好最好的见证！
🧸人的心态决定姿态！
💬欢迎讨论：如有疑问或见解，欢迎在评论区留言互动。
👍点赞、收藏与分享：如觉得这篇文章对您有帮助，请点赞、收藏并分享！
🚀分享给更多人：欢迎分享给更多对编程感兴趣的朋友，一起学习！

文章目录

1.案例引入

本文将会先介绍什么是正则表达式，然后在介绍正则表达式在python中的应用。
下方图片及案例思路来自：正则表达式

案例

在没有学习正则表达式前，当你被要求实现上图的功能，你会怎么实现呢？肯定就是将上面的要求一个个拆分出来逐个击破。
密码设置的规则：

  • 密码长度为6~16位。
  • 密码必须同时数字以及包含大小写字母和特殊字符。
defcheckPassword(password):if(password ==None):returnFalseif(len(password)>16orlen(password)<6):returnFalse hasNumber =False hasSmallLetter =False hasBigLetter =False hasSpecialChar =False arr ='~@#$%*_-+=:.?'for c in password:if'0'<=c<='9': hasNumber =Trueelif'a'<=c<='z': hasSmallLetter =Trueelif'A'<=c<='Z': hasBigLetter =Trueelif c in arr: hasSpecialChar =Trueelse:returnFalsereturn hasNumber and hasSmallLetter and hasBigLetter and hasSpecialChar

下面是验证：

#测试用例分别为：长度不够，完全符合，含有无效字符，长度过长，不含数字，不含小写字母，不含大写字母，不含特殊字符 passwords =['aA1#a','AAA123__a','adasd1AS$$\\','asd232ASD&&asdqwasfa2','asdadASD$%','123ASD$$$$','123asd$','123qweASD']for s in passwords:print(checkPassword(s))#打印结果：#False#True#False#False#False#False#False#False

这是我们的没有学习过正则表达式的做法，代码量还是比较多的，但是如果运用正则表达式，可以将代码量压缩到一行。

import re import numpy as np defcheckPassword(password):returnbool(re.fullmatch(r'^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[~@#\$%*_\-+=:.?])[A-Za-z0-9~@#\$%*_\-+=:.?]{6,16}$', password))# 返回布尔值表示是否符合

美化一下验证代码：

# 测试用例 passwords =['aA1#a',# 长度不够'AAA123__a',# 完全符合'adasd1AS$$\\',# 含有无效字符'asd232ASD&&asdqwasfa2',# 长度过长'asdadASD$%',# 不含数字'123ASD$$$$',# 不含小写字母'123asd$',# 不含大写字母'123qweASD'# 不含特殊字符]for s in passwords:print(f"{s}: {checkPassword(s)}")

打印结果：

aA1#a: False AAA123__a: True adasd1AS$$\: False asd232ASD&&asdqwasfa2: False asdadASD$%: False 123ASD$$$$: False 123asd&&$: False 123qweASD: False

这样是不是就非常简单了，现在你可能看不懂正则表达式，但相信你在看完这篇博客就会有所了解了。

2.正则表达式

正则表达式（英语：regular expression，常简写为regex、regexp或RE），又称规律表达式、正则表示式、正则表示法、规则表达式、常规表示法，是计算机科学概念，用简单字符串来描述、匹配文中全部匹配指定格式的字符串，现在很多文本编辑器都支持用正则表达式搜索、取代匹配指定格式的字符串。
许多程序设计语言都支持用正则表达式操作字符串，如Perl就内置功能强大的正则表达式引擎。正则表达式这概念最初由Unix的工具软件（例如sed和grep）普及开。

2.1 核心概念

1. 模式（Pattern）

  • 正则表达式通过模式来描述字符的规则，比如“匹配所有数字”或“匹配以字母开头的字符串”。
  • 模式由普通字符（如字母、数字）和特殊字符（元字符）组成。
    2. 匹配
  • 正则表达式根据定义的模式，尝试在目标字符串中找到匹配部分。

3.正则表达式的语法

本文会详细讲述以下表格中的正则表达式的语法，当然正则表达式还存在其他的语法，但不在本文的讨论范围内。

元字符功能
.匹配除换行符的任意字符
\d匹配数字，等价于[0-9]
\D匹配非数字，等价于[^0-9]
\w匹配字母、数字或下划线，等价于[a-zA-Z0-9_]
\W匹配非字母，数字或下划线
\s匹配空白字符（空格、制表符等）
\S匹配非空白字符
^匹配字符串的开头
$匹配字符串的结尾
*匹配前面的字符0次或多次
+匹配前面的字符1次或多次
?匹配前面的字符0次或1次
{n}精确匹配n次
{n,}至少匹配n次
{n,m}匹配n到m次
[]匹配字符集中的任意一个字符
()分组，捕获子模式
(?:...非捕获分组
?P<name>...命名分组

3.1 正则：.

匹配除换行符的任意字符
举例：
a.c可以匹配abc、acc等等
...可以匹配123,124但是不能匹配1234

3.2 正则： \d

匹配任意一位数字
举例：
asd\d可以匹配asd1、asd2等等
aaabb\dccc就表示aaabb和ccc中间有一个数字。
aaa\d\d\d就表示aaa后面有3个数字。

3.3 正则：\D

匹配非数字
举例：
\D\D\D可以匹配3个非数字字符
如abc，qwe,zxc

3.4 正则：\w

匹配字母、数字或下划线
举例：
12\w212可以匹配123212,12a212,12_212…

3.5 正则：\W

匹配非字母，数字或下划线
举例：
12\W212可以匹配12+212,12-212…

3.6 正则：\s

匹配空白字符（空格、制表符等）（制表符为\t也就是Tab键）
举例：
12\s12可以匹配12 12

3.7 正则：\S

匹配非空白字符
举例：
12\S12可以匹配12112,12a12…

3.8 正则：^

匹配字符串的开头
举例：
^abc可以匹配以abc开头的字符串
比如^abc可以匹配abc123但是不能匹配123abc

3.9 正则：$

匹配字符串的结尾
举例：
$abc可以匹配123abc但是不能匹配abc123

3.10 正则：*

匹配前面的字符0次或多次，也就是任意次
举例：a*匹配任意次a
abc*abc可以匹配ababc,abcabc,abccabc,`abcccccccccabc

3.11 正则：+

匹配前面的字符1次或多次
举例：
abc+de可以匹配abcde,abccde,abccccde

3.12 正则：?

匹配前面的字符0次或1次
举例：
abc?bc可以匹配abcbc,abbc

3.13 正则：{n}

精确前面的字符匹配n次
举例：
ab{3}ab可以匹配abbbab

3.14 正则：{n,}

前面的字符至少匹配n次
举例：
ab{3,}ab可以匹配abbbab,abbbbbbbbab

3.15 正则：{n,m}

前面的字符匹配n到m次
举例：
ab{3,4}ab可以匹配abbbab,abbbbab

3.16 正则：[]

匹配字符集中的任意一个字符
举例：
ab[abc]de可以匹配abade,abbde,abcde
配合前面的语法，我们可以组合出[^]表示不与括号中的任意字符匹配。
举例：
a[^abc]c表示a和c的中间除了a、b、c这3个字符外，其他字符都满足要求。

3.17 正则()

分组，捕获子模式，把（）中的内容看成一个整体。
举例：
(abc)+可以匹配abc,abcabc

3.18 正则(?:...

它的作用类似于普通的分组 ()，但有一个关键区别：它只对正则表达式的逻辑分组，而不会将匹配的内容捕获为一个组。
这个举例必须用代码解释了

import re pattern1 =r'(abc)+' pattern2 =r'(?:abc)+' text ='abcabc' match1 = re.match(pattern1,text) match2 = re.match(pattern2,text)if match1:print(match1.groups())if match2:print(match2.groups())

因为它们的功能是一样的，所以match1和match2的if判断都为真，但是(?:匹配后不会将内容捕获为一个组，所以第二个print打印不出内容的。

打印结果： ('abc',) ()

3.18 正则(?P<name>...

与普通的捕获组 () 不同，命名捕获组为每个捕获的子表达式指定一个可读的名称，而不仅仅使用数字索引来引用它。这使得代码更加易读，特别是在多个捕获组时，能够明确标明每个捕获组的意义。
这里还是用代码来解释

import re # 使用命名捕获组 pattern =r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})' text ="2023-12-14"# 执行匹配match= re.match(pattern, text)ifmatch:# 通过组名来获取匹配的内容print(f"Year: {match.group('year')}")# 输出：Year: 2023print(f"Month: {match.group('month')}")# 输出：Month: 12print(f"Day: {match.group('day')}")# 输出：Day: 14

3.19 正则：|

补充一个语法
功能：| (竖线) 则表示或的关系，表示检测的字符串须满足其中一个时，才符合条件
举例：
aa|bb|cc可以匹配aa,bb,cc

3.20 正则：(?=...)

再补充一个语法，这是前面案例中用到的语法。
(?=...) 是正则表达式中的正向前瞻（Positive Lookahead），用于在某个位置检查后面是否跟着某个特定的模式，但不会消耗这些字符，即匹配时并不会把 (?=...) 中的内容包括在最终结果中。
举例：
X(?=Y)

  • X为主匹配部分
  • (?=Y)：正向前瞻，表示在X后面必须匹配到Y，但是Y不会成为匹配结果的一部分。
    用代码举例：
import re pattern =r'[a-zA-Z](?=\d)'# 匹配一个字母，后面必须是数字 text ="a1b2c3" matches = re.findall(pattern, text)print(matches)# 输出：['a', 'b', 'c']

那么正则表达式的基础语法就都讲完了，下面就是python中的re库的介绍

4. re库

re 是 Python 的正则表达式（regular expression）模块，提供了一套强大而灵活的工具，用于字符串的模式匹配、查找和替换操作。正则表达式是一种用来匹配字符串的规则，这种规则通常用于数据验证、字符串解析或复杂的文本处理。
re库是python中内置的库，不需要进行额外的安装在代码的开头添加import re即可。

4.1 常见的re函数

第一个不得不提的函数就是re.match().

4.1.1 re.match()

功能：用于从字符串的起始位置开始匹配开始匹配一个正则表达式。如果正则表达式匹配成功，则返回一个匹配对象，如果匹配失败，返回None.
语法：

re.match(pattern,string,[flags])

参数：

  • pattern：表示模式字符串，由要匹配的正则表达式转化而来。
  • string：表示要匹配的字符串。
  • flags：可选参数，表示标志位，用于控制匹配模式，比如是否区分大小写。
    返回值：
    失败返回None，成功返回一个匹配对象match object
    这里的match object就是该函数的重点。
    该返回值包含了详细的匹配信息，可以通过对该返回值的提取获得更多的内容，如匹配的字符串、位置等信息。
    match object的常见方法和属性：
  1. group()：返回匹配到的子串。
  • group(0)：返回整个匹配到的字符串。
  • group(n)：返回第n个捕获组（如果存在的话）。
import re pattern1 =r'\d*'#无捕获组 pattern2 =r'(\d*)'#有捕获组 text ='12345678' match1 = re.match(pattern1,text) match2 = re.match(pattern2,text)print(match1.group())print(match1.group(0))#print(match1.group(1)) #报错print(match2.group())print(match2.group(0))print(match2.group(1))#打印结果''' 12345678 12345678 12345678 12345678 12345678 '''

在这个例子上你发现会对于不存在捕获组的pattern1它的match1.group(1)是无法打印的，通过这个例子似乎并不能完全理解，看着打印结果。你可能会认为它们的功能相同，实际上只有group()和group(0)的功能是一样的。
那么我们来看第二个例子：

import re pattern =r"(\d+)-(\w+)" text ="123-abc"match= re.match(pattern, text)ifmatch:print(match.group(0))# 输出：123-abc（完整匹配）print(match.group(1))# 输出：123（第一个捕获组）print(match.group(2))# 输出：abc（第二个捕获组）

这个例子可以清楚的理解到返回第n个捕获组的意思了吧。
2. groups()：返回所有捕获组的内容，形式是一个元组。

  • 没有捕获组的话会返回空元组。
    通过代码更好理解
import re pattern =r"(\d+)-(\w+)" text ="123-abc"match= re.match(pattern, text)ifmatch:print(match.group(0))# 输出：123-abc（完整匹配）print(match.group(1))# 输出：123（第一个捕获组）print(match.group(2))# 输出：abc（第二个捕获组）print(match.groups())# 输出：('123', 'abc')（所有捕获组）

这个函数和group()非常之像，不要记反了。

match object还有其它的一些方法，如：start(),end(),span,lastgroup(),lastindex()，这里就不具体介绍了，读者可以根据提供的方法名，自行了解。

4.1.2 re.findall()

返回字符串中所有与正则表达式匹配的非重复子串，结果以列表的形式返回。如果没有匹配项返回空列表。
语法：

re.fillall(pattern,string,[flags])

直接看代码可能会更好理解：

import re pattern =r'\d+' text ='123456x12x123' arr = re.findall(pattern,text)print(arr)#输出['123456', '12', '123']

4.1.3 re.search()

功能：从整个字符串中查找第一个匹配的子串，如果找到匹配项，那么返回一个匹配对象；否则，返回None
语法：

re,search(pattern,string,[flags])

返回值：match object
注意：search()方法不仅是在字符串的起始位置进行匹配，其他位置上有符合的匹配也可以进行搜索，但是最终不论待匹配字符串有多少个符合的结果，也只会返回一个。

import re pattern =r"abc"# 查找 'abc' text ="123abc456" search = re.search(pattern, text)if search:print(f"匹配到：{search.group()}")# 输出：匹配到：abcelse:print("没有匹配到")

4.1.4 re.sub()

功能：用于替换字符串所有匹配正则表达式的部分。接受正则表达式，替换内容和目标字符串作为参数。
语法：

re.sub(pattern,repl,string,[count],[flags])

参数：

  • repl：表示要替换后的字符串。
  • count：可选参数，表示模式匹配后替换的最大次数，默认值为0，表示替换所有的匹配。
    下面看代码吧。
import re pattern =r"\d+"# 匹配数字 text ="123abc456def789" result = re.sub(pattern,"X", text)print(result)# 输出：XabcXdefX

4.1.5 re.split()

功能：按正则表达式分割字符串，返回分割后的字符串列表。
语法：

re.split(pattern,string,[maxsplit],[flags])

参数：

  • maxsplit：可选参数，表达最大的拆分次数。
    这个也是看代码更清晰易懂：
import re pattern =r"\d+"# 按数字分割 text ="abc123def456ghi789" result = re.split(pattern, text)print(result)# 输出：['abc', 'def', 'ghi', '']

5. 再讲案例

还记得我们在最前面引入的那个密码问题吗？

案例

前面我给出了它们的普通写法，以及正则表达式写法。现在学完正则表达式的你，能不能写出它的正则表达式呢？
首先就是至少包含一个数字，可能读者会想到[0-9]来匹配，但是这其实是不行的，这是因为它的作用范围仅限匹配当前字符，不能与其他复杂规则组合使用。
对比：

  • 简单匹配[0-9]:
    • 只能直接匹配数字，无法检查整个字符串。
    • 举例：[0-9]匹配123abc的第一个数字1.
  • 正向前瞻(?=.*[0-9]):
    • 检查整个字符串中是否包含一个数字。
    • 举例：(?=.*[0-9])检查abc123是否包含数字，不消耗字符，后续规则继续匹配。
      r'^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[~@#\$%*_\-+=:.?])[A-Za-z0-9~@#\$%*_\-+=:.?]{6,16}$'

了解完这个案例，后续的大小写字母、特殊字符也是这样规则。
那么案例的后续规则还有，输入字符必须是指定范围内的字符。为此我们还需要限定一下可选的字符。
这时候想到的语法就是匹配字符集中的任意一个字符，用到[]
把范围内的字符全加进去[A-Za-z0-9~@#\$%*_\-+=:.?]
最后一个要求就是字符串长度要求6~16，这就要用到{6~16}匹配前面的字符6~16次
最后的最后，在加上^和$,分别表示匹配字符串的开头和结尾，确保字符串完全匹配，不允许多余字符。

6. 总结

正则表达式是处理文本数据的强大工具，它以灵活的模式匹配能力广泛应用于数据清洗、验证、提取和替换等任务中。而 Python 的 re 库则提供了一套高效且易用的接口，让开发者可以轻松地使用正则表达式来解决复杂的字符串处理问题。从简单的匹配到多条件组合的验证，再到高级功能如前瞻、后瞻和命名捕获组，re 模块都能满足你的需求。无论你是编程新手，还是需要快速完成数据处理任务的开发者，掌握正则表达式与 re 库将帮助你在文本操作中如虎添翼。
往期文章python
文章代码都在gitee

在这里插入图片描述

Read more

不止“996”！曝硅谷AI创业圈「极限工作制」：每天16小时、凌晨3点下班、周末也在写代码

不止“996”！曝硅谷AI创业圈「极限工作制」：每天16小时、凌晨3点下班、周末也在写代码

编译 | 郑丽媛 出品 | ZEEKLOG（ID：ZEEKLOGnews） “如果你周日去旧金山的咖啡馆，会发现几乎每个人都在工作。” 这是 AI 创业公司 Mythril 联合创始人 Sanju Lokuhitige 最近最直观的感受。去年 11 月，他特地搬到旧金山，只为了更接近 AI 创业浪潮的中心。但很快，他也被卷入了这股浪潮带来的另一面——一种越来越极端的工作文化。 Lokuhitige 坦言，他现在几乎每天工作 12 小时，每周 7 天。除了每周少数几场刻意安排的社交活动（主要是为了和创业者们建立联系），其余时间几乎都在写代码、做产品。 “有时候我整整一天都在编程，”他说，“我基本没有什么工作与生活的平衡。”而这样的生活，在如今的 AI 创业圈里并不算罕见。 旧金山 AI 创业圈的真实日常 一位在旧金山一家 AI

By Ne0inhk
黄仁勋公开发文：传统软件开发模式终结，参与AI不必非得拥有计算机博士学位

黄仁勋公开发文：传统软件开发模式终结，参与AI不必非得拥有计算机博士学位

AI 究竟是什么？在 NVIDIA CEO 黄仁勋看来，它早已不只是聊天机器人或某个大模型，而是一种正在迅速成形的“新型基础设施”。 近日，黄仁勋在英伟达官网发布了一篇长文，提出一个颇具形象的比喻——AI 就像一块“五层蛋糕”。从最底层的能源，到芯片、基础设施、模型，再到最上层的应用，人工智能正在形成一整套完整的产业技术栈，并像电力和互联网一样，逐渐成为现代社会的底层能力。 这也是黄仁勋自 2016 年以来公开发表的第七篇长文。在这篇文章中，他从计算机发展史与第一性原理出发，试图解释 AI 技术栈为何会演化成如今的形态，以及为什么全球正在掀起一场规模空前的 AI 基础设施建设。 在他看来，过去几十年的软件大多是预先编写好的程序：人类设计好算法，计算机按指令执行，数据被结构化存储在数据库中，通过精确查询调用。而 AI 的出现打破了这一模式——计算机开始能够理解图像、文本和声音，并根据上下文实时生成答案、推理结果甚至新的内容。 正因为智能不再是预先写好的代码，而是实时生成的能力，支撑它运行的整个计算体系也必须被重新设计。

By Ne0inhk
猛裁1.6万人后，网站再崩6小时、一周4次重大事故！官方“紧急复盘”：跟裁员无关，也不是AI写代码的锅

猛裁1.6万人后，网站再崩6小时、一周4次重大事故！官方“紧急复盘”：跟裁员无关，也不是AI写代码的锅

整理 | 郑丽媛 出品 | ZEEKLOG（ID：ZEEKLOGnews） 过去几年里，科技公司几乎都在同一件事上加速：让 AI 参与写代码。 从自动补全、自动生成函数，到直接修改系统配置，生成式 AI 已经逐渐走进真实生产环境。但最近发生在亚马逊的一连串事故，却给整个行业泼了一盆冷水——当 AI 开始真正参与生产环境开发时，事情可能远比想象复杂。 最近，多家媒体披露，本周二亚马逊内部紧急召开了一场工程“深度复盘（deep dive）”会议，专门讨论最近频繁出现的系统故障——其中，一个被反复提及的关键词是：AI 辅助代码。 一周 4 次严重事故，亚马逊内部紧急复盘 事情的起点，是最近一段时间亚马逊系统稳定性明显下降。 负责亚马逊网站技术架构的高级副总裁 Dave Treadwell 在一封内部邮件中坦言：“各位，正如大家可能已经知道的，最近网站及相关基础设施的可用性确实不太理想。” 为此，公司决定把原本每周例行举行的技术会议

By Ne0inhk
这回真的“装”到了！来OpenClaw全国纵深行，你只需要带一台电脑……

这回真的“装”到了！来OpenClaw全国纵深行，你只需要带一台电脑……

AI Agent 的风，已经从 GitHub 吹到了线下。 过去几个月，越来越多开发者开始讨论一个问题： 当 AI 不再只是聊天，而是可以执行任务，软件会变成什么样？ 在这股浪潮中，一个开源项目迅速进入开发者视野——OpenClaw，在 GitHub 上获得大量关注，相关教程、实践案例不断出现。有人用它自动整理资料，有人用它管理开发流程，还有人尝试让它执行复杂的工作流。 很多开发者第一次意识到： AI 不只是工具，它可能成为“执行者”。 不过，在技术社区之外，大多数人对 Agent 的理解仍停留在概念层面。 * AI Agent 到底是什么？ * 如何在自己的电脑上运行？ * 普通开发者能否真正用起来？ 带着这些问题，一场围绕 OpenClaw 的开发者城市行动正在展开。 ZEEKLOG 发起的OpenClaw 全国纵深行将走进 20 个城市，用最直接的方式回答一个问题——如果

By Ne0inhk