位置：文档库 > Python > 七个Python正则表达式使用示例

七个Python正则表达式使用示例

无拘无束上传于 2023-05-10 18:14

《七个Python正则表达式使用示例》

正则表达式（Regular Expression）是处理字符串的强大工具，通过定义模式匹配规则，可以高效地完成搜索、替换、验证等操作。Python中的`re`模块提供了完整的正则表达式支持，本文将通过七个典型示例，详细讲解其在实际开发中的应用场景与实现方法。

一、基础匹配：提取电子邮件地址

电子邮件地址的格式通常为`用户名@域名`，其中用户名可包含字母、数字、点、下划线等，域名由点分隔的多级子域名组成。通过正则表达式可以快速提取文本中的所有邮箱。

import re

text = "联系我：test@example.com，或发送邮件至support@domain.co.uk"
pattern = r'\b[\w.-]+@[\w.-]+\.\w+\b'
emails = re.findall(pattern, text)
print(emails)  # 输出: ['test@example.com', 'support@domain.co.uk']

模式解释：

`\b`：单词边界，确保匹配完整邮箱
`[\w.-]+`：匹配用户名（字母、数字、下划线、点、横线）
`@`：直接匹配符号
`[\w.-]+\.\w+`：匹配域名（至少两级，如`example.com`）

二、分组捕获：解析URL参数

URL查询字符串（如`?name=John&age=25`）中的参数可通过分组提取键值对。使用`re.finditer`结合分组实现动态解析。

url = "https://example.com/path?name=John&age=25&city=NY"
pattern = r'[?&]([^=]+)=([^&]+)'
params = {}
for match in re.finditer(pattern, url):
    key, value = match.groups()
    params[key] = value
print(params)  # 输出: {'name': 'John', 'age': '25', 'city': 'NY'}

模式解释：

`[?&]`：匹配参数起始符（`?`或`&`）
`([^=]+)`：第一个分组，匹配键（非等号字符）
`=([^&]+)`：匹配等号后值（非&字符）

三、替换操作：敏感信息脱敏

在日志处理中，需隐藏用户手机号或身份证号。使用`re.sub`将中间四位替换为星号。

log = "用户138****1234于2023年登录，身份证号510***6789"
phone_pattern = r'1[3-9]\d{4}\d{4}'
id_pattern = r'\d{4}\d{4}\d{4}'

def mask_phone(match):
    return match.group()[:3] + '****' + match.group()[-4:]

def mask_id(match):
    return match.group()[:4] + '***' + match.group()[-4:]

log = re.sub(phone_pattern, mask_phone, log)
log = re.sub(id_pattern, mask_id, log)
print(log)  # 输出: 用户138****1234于2023年登录，身份证号510***6789

技巧说明：通过回调函数实现动态替换，比静态替换更灵活。

四、非贪婪匹配：提取HTML标签内容

处理HTML时，需提取`内容`中的文本。贪婪匹配（`.*`）会跨越多层标签，而非贪婪匹配（`.*?`）可精准匹配。

html = "
第一段
第二段
"
pattern = r'(.*?)'
contents = re.findall(pattern, html)
print(contents)  # 输出: ['第一段', '第二段']

关键点：`.*?`表示匹配尽可能少的字符，直到遇到第一个`

`。

五、预编译模式：高效重复匹配

若需多次使用同一正则表达式，预编译（`re.compile`）可提升性能。示例：验证密码复杂度。

password_rules = re.compile(r'^(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$')

passwords = ["Pass123!", "weak", "Strong@123"]
for pwd in passwords:
    if password_rules.match(pwd):
        print(f"{pwd}: 合法")
    else:
        print(f"{pwd}: 不合法")
# 输出:
# Pass123!: 合法
# weak: 不合法
# Strong@123: 合法

模式解释：

`(?=.*[A-Z])`：正向预查，要求至少一个大写字母
`(?=.*\d)`：要求至少一个数字
`(?=.*[@$!%*?&])`：要求至少一个特殊字符
`{8,}`：总长度至少8位

六、跨行匹配：提取多行日志

默认情况下，`.`不匹配换行符。通过`re.DOTALL`标志或`[\s\S]`可实现跨行匹配。

log_file = """
ERROR 2023-01-01: 文件未找到
TRACE: 尝试打开/path/to/file
WARNING: 权限不足
"""
pattern = r'ERROR[\s\S]*?WARNING'
error_block = re.search(pattern, log_file).group()
print(error_block)
# 输出:
# ERROR 2023-01-01: 文件未找到
# TRACE: 尝试打开/path/to/file
# WARNING: 权限不足

替代方案：使用`re.DOTALL`标志

pattern = r'ERROR.*?WARNING'
error_block = re.search(pattern, log_file, re.DOTALL).group()

七、命名分组：结构化提取日期

命名分组（`(?P...)`）可为分组赋予名称，提升代码可读性。示例：解析日期字符串。

date_str = "会议时间：2023-12-25 14:30"
pattern = r'会议时间：(?P\d{4})-(?P\d{2})-(?P\d{2})'
match = re.search(pattern, date_str)
if match:
    print(f"年: {match.group('year')}, 月: {match.group('month')}, 日: {match.group('day')}")
# 输出: 年: 2023, 月: 12, 日: 25

优势：通过名称访问分组，避免依赖分组序号。

常见问题与优化技巧

1. 编译正则表达式的时机

在循环中重复使用同一模式时，务必预编译：

# 低效方式
for _ in range(1000):
    re.match(r'\d+', '123')

# 高效方式
pattern = re.compile(r'\d+')
for _ in range(1000):
    pattern.match('123')

2. 避免过度匹配

错误示例：提取所有数字时误用`\d+`导致匹配意外内容。

text = "订单12345，客户ID67890"
# 错误：匹配整个字符串
print(re.findall(r'\d+', text))  # 输出: ['12345', '67890']（正确，但需注意上下文）

# 更安全的做法：限定前后字符
print(re.findall(r'订单(\d+)', text))  # 输出: ['12345']

3. 处理特殊字符

匹配包含正则元字符的字符串时，需转义：

text = "价格：$19.99"
pattern = r'\$\d+\.\d{2}'  # 匹配$符号
print(re.search(pattern, text).group())  # 输出: $19.99

总结

本文通过七个实际案例，涵盖了正则表达式在Python中的核心应用场景：基础匹配、分组捕获、替换脱敏、非贪婪匹配、预编译优化、跨行处理以及命名分组。掌握这些技巧后，可高效解决字符串处理中的复杂问题。建议结合`re`模块官方文档进一步探索高级特性，如递归匹配、条件匹配等。

关键词：Python正则表达式、字符串匹配、分组捕获、非贪婪匹配、预编译模式、命名分组、敏感信息脱敏

简介：本文通过七个典型示例详细讲解Python正则表达式的使用方法，涵盖电子邮件提取、URL参数解析、敏感信息脱敏、HTML内容提取、密码验证、多行日志处理及日期结构化解析等场景，并提供性能优化与常见问题解决方案。

立即下载

Python相关