介绍

正则表达式（Regular Expressions），简称为正则，是一种强大的文本匹配和处理工具。它使用一系列的字符和特殊符号来定义匹配模式，用于在字符串中查找、替换和提取特定的文本。

在本篇博客中，我们将深入探讨正则表达式的基本语法、常用元字符以及一些实际应用示例。

基本语法

正则表达式由普通字符和特殊元字符组成。下面是一些基本的正则表达式元字符：

• .: 匹配任意单个字符（除了换行符）。
• *: 匹配前面的元素零次或多次。
• +: 匹配前面的元素一次或多次。
• ?: 匹配前面的元素零次或一次。
• []: 匹配括号内的任意一个字符。
• ^: 匹配行的开头。
• $: 匹配行的结尾。
• \: 转义字符，用于匹配特殊字符本身。

常见用法

1. 验证邮箱地址

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

这个正则表达式可以用来验证邮箱地址是否合法。

2. 提取日期

(\d{4})-(\d{2})-(\d{2})

这个正则表达式可以从字符串中提取出形如"YYYY-MM-DD"格式的日期。

3. 过滤 HTML 标签

<[^>]+>

这个正则表达式可以用于去除字符串中的HTML标签。

python例子

1. 验证手机号码

import re

def validate_phone_number(number):
    pattern = r'^\d{11}$'
    return re.match(pattern, number) is not None

phone_number = "12345678901"
if validate_phone_number(phone_number):
    print(f"{
      
      phone_number} 是合法的手机号码")
else:
    print(f"{
      
      phone_number} 不是合法的手机号码")

2. 提取链接

import re

text = "请访问我的个人网站：http://www.example.com，或者也可以在社交媒体上关注我：https://www.weibo.com/user123"
pattern = r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+'
urls = re.findall(pattern, text)

print("提取的链接：")
for url in urls:
    print(url)

3. 分割字符串

import re

text = "apple,banana,cherry,orange"
pattern = r','
fruits = re.split(pattern, text)

print("分割后的水果列表：")
for fruit in fruits:
    print(fruit)

4. 替换文本

import re

text = "Hello, my name is John. Nice to meet you, John!"
pattern = r'John'
replacement = "Alice"
new_text = re.sub(pattern, replacement, text)

print("替换后的文本：")
print(new_text)

5. 匹配多行文本

import re

text = """
Title: Introduction to Programming
Date: 2023-04-20
Description: This course will cover the basics of programming using Python.
"""

pattern = r'^Title: (.+)$\n^Date: (.+)$\n^Description: (.+)$'
matches = re.match(pattern, text, re.MULTILINE)

if matches:
    title = matches.group(1)
    date = matches.group(2)
    description = matches.group(3)
    print(f"Title: {
      
      title}\nDate: {
      
      date}\nDescription: {
      
      description}")

这些示例演示了正则表达式在不同场景下的应用，包括验证、提取、分割和替换文本等。

注意事项

• 贪婪匹配：默认情况下，正则表达式会尽可能多地匹配字符。可以使用*?、+?、??等非贪婪量词来实现非贪婪匹配。
• 转义字符：某些字符具有特殊含义，如.、*等。如果要匹配这些字符本身，需要使用转义字符\。
• 正则函数：不同编程语言中有不同的正则函数，如Python中的re模块、JavaScript中的RegExp对象等。

结尾

欢迎大家讨论、学习！