正则表达式常见用法

正则表达式（Regular Expressions，简称正则或regex）是一种用于匹配字符串中字符组合的模式。它在文本处理、数据验证和字符串操作中非常有用。以下是正则表达式的一些常见用法及示例：

基础概念

1. 字面量匹配：直接匹配字符

   r"hello"
   

2. 元字符：具有特殊含义的字符，如 .、^、$、*、+、?、{}、[]、|、() 等。

3. 转义字符：用于匹配元字符本身，使用反斜杠 \

   r"\."
   

常见元字符及用法

1. .：匹配任意单个字符（换行符除外）

   r"a.b"  # 可以匹配 "acb", "a2b", "a b" 等
   

2. ^：匹配字符串的开头

   r"^hello"  # 匹配以 "hello" 开头的字符串
   

3. $：匹配字符串的结尾

   r"world$"  # 匹配以 "world" 结尾的字符串
   

4. *：匹配前面的字符0次或多次

   r"ab*c"  # 可以匹配 "ac", "abc", "abbc" 等
   

5. +：匹配前面的字符1次或多次

   r"ab+c"  # 可以匹配 "abc", "abbc" 等，但不匹配 "ac"
   

6. ?：匹配前面的字符0次或1次

   r"ab?c"  # 可以匹配 "ac", "abc"
   

7. {n}：匹配前面的字符恰好n次

   r"ab{2}c"  # 只能匹配 "abbc"
   

8. {n,m}：匹配前面的字符至少n次，至多m次

   r"ab{2,4}c"  # 可以匹配 "abbc", "abbbc", "abbbbc"
   

字符类

1. []：匹配方括号中的任意字符

   r"[abc]"  # 可以匹配 "a", "b", "c" 中的任意一个
   

2. [^]：匹配不在方括号中的任意字符

   r"[^abc]"  # 可以匹配除 "a", "b", "c" 之外的任意字符
   

3. 范围：

   r"[a-z]"  # 匹配小写字母
   r"[A-Z]"  # 匹配大写字母
   r"[0-9]"  # 匹配数字
   

预定义字符类

1. \d：匹配任何数字，相当于 [0-9]

   r"\d"  # 匹配数字
   

2. \D：匹配任何非数字字符，相当于 [^0-9]

   r"\D"  # 匹配非数字字符
   

3. \w：匹配任何字母数字字符，相当于 [a-zA-Z0-9_]

   r"\w"  # 匹配字母或数字或下划线
   

4. \W：匹配任何非字母数字字符，相当于 [^a-zA-Z0-9_]

   r"\W"  # 匹配非字母或数字或下划线的字符
   

5. \s：匹配任何空白字符，包括空格、制表符、换页符等

   r"\s"  # 匹配空白字符
   

6. \S：匹配任何非空白字符

   r"\S"  # 匹配非空白字符
   

边界匹配

1. \b：匹配一个单词边界

   r"\bword\b"  # 匹配单词 "word"
   

2. \B：匹配非单词边界

   r"\Bword\B"  # 匹配 "password" 中的 "word"
   

分组与捕获

1. ()：用于分组，捕获匹配的子串

   r"(abc)"  # 匹配 "abc" 并捕获
   

2. (?:)：非捕获分组

   r"(?:abc)"  # 匹配 "abc" 但不捕获
   

3. \n：引用分组，n 是分组号

   r"(a)(b)\1\2"  # 匹配 "abab"
   

选择与管道

1. |：匹配左边或右边的表达式

   r"abc|def"  # 匹配 "abc" 或 "def"
   

贪婪与懒惰匹配

1. 贪婪匹配：尽可能多地匹配字符，默认模式

   r"a.*b"  # 匹配从第一个 "a" 到最后一个 "b" 之间的所有字符
   

2. 懒惰匹配：尽可能少地匹配字符，使用 ?

   r"a.*?b"  # 匹配从第一个 "a" 到第一个 "b" 之间的所有字符
   

示例应用

1. 匹配电子邮件地址：

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

2. 匹配URL：

   r"https?://(?:www\.)?[a-zA-Z0-9./]+"
   

3. 匹配电话号码：

   r"\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}"
   

4. 匹配日期（格式：YYYY-MM-DD）：

   r"\d{4}-\d{2}-\d{2}"
   

Python中使用正则表达式

在Python中，可以使用re模块来处理正则表达式。常用函数包括：

1. re.match：从字符串的起始位置匹配

   import re
   pattern = r"hello"
   result = re.match(pattern, "hello world")
   

2. re.search：搜索整个字符串匹配

   result = re.search(pattern, "say hello world")
   

3. re.findall：找到所有匹配

   result = re.findall(pattern, "hello hello world")
   

4. re.sub：替换匹配项

   result = re.sub(r"hello", "hi", "hello world")