正则表达式

1. 字符：

   • 普通字符：如 a、b、1 等，表示自身。
   • 特殊字符：如 .（匹配任意字符）、^（匹配字符串开头）、$（匹配字符串结尾）。

2. 元字符：

   • \d：匹配数字，等价于 [0-9]。
   • \D：匹配非数字字符。
   • \w：匹配字母、数字和下划线，等价于 [a-zA-Z0-9_]。
   • \W：匹配非字母、数字和下划线。
   • \s：匹配空白字符（空格、制表符、换行符等）。
   • \S：匹配非空白字符。

3. 量词：

   • *：匹配前面的字符零次或多次。
   • +：匹配前面的字符一次或多次。
   • ?：匹配前面的字符零次或一次。
   • {n}：匹配前面的字符恰好 n 次。
   • {n,}：匹配前面的字符至少 n 次。
   • {n,m}：匹配前面的字符至少 n 次，但不超过 m 次。

4. 分组和选择：

   • ()：用于分组，可以提取匹配的子串。
   • |：表示“或”，例如 a|b 匹配 a 或 b。

5. 转义字符：

   • 使用 \ 来转义特殊字符，例如 \. 匹配字面上的点号 .。

常见的正则表达式示例

1. 匹配邮箱地址：

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

2. 匹配电话号码：

   pattern = r'^\(\d{3}\) \d{3}-\d{4}$'  # 格式如 (123) 456-7890
   

3. 匹配 URL：

   pattern = r'^(https?://)?(www\.)?[a-zA-Z0-9-]+\.[a-zA-Z]{2,}(/.*)?$'
   

4. 匹配日期：

   pattern = r'^\d{4}-\d{2}-\d{2}$'  # 格式如 2023-01-01
   

Python 中的正则表达式操作

在 Python 中，使用 re 模块来处理正则表达式。以下是一些常用的函数：

• re.match(pattern, string)：从字符串的开头匹配模式。
• re.search(pattern, string)：在字符串中搜索模式。
• re.findall(pattern, string)：返回字符串中所有匹配的子串。
• re.sub(pattern, replacement, string)：替换字符串中匹配的部分。
• re.split(pattern, string)：根据模式分割字符串。
• re.compile(pattern)：编译正则表达式，提高性能。

示例代码

以下是一个使用正则表达式的示例，演示如何提取文本中的邮箱地址：

import re

text = "请联系 support@example.com 或 sales@example.org 以获取更多信息。"
pattern = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'

emails = re.findall(pattern, text)
print("找到的邮箱地址:", emails)  # 输出: ['support@example.com', 'sales@example.org']