正则表达式

正则表达式（Regular Expression）是一个强大的文本匹配工具，让我们可以定义一个模式，用来描述一系列符合某种规则的字符串。

如果你想实现以下功能，就需要正则表达式：

• 验证一个字符串是否符合某个格式
• 在文本中查找符合某个规则的字符串
• 将文本中满足某个规则的字符串替换成新的字符串

本篇文章将向你介绍如何使用正则表达式，包括正则表达式的基本知识、如何使用正则表达式进行匹配，以及一些实例应用。

基础知识

你肯定已经熟悉了一些常见的正则表达式符号：

• . ：匹配任意字符
• | ：或
• [] ：方括号内的任意字符
• () ：分组
• * ：匹配前一个字符0到多次
• + ：匹配前一个字符1到多次
• ? ：匹配前一个字符0或1次
• { n } ：匹配前一个字符n次
• { n ,} ：匹配前一个字符n次以上
• { n , m } ：匹配前一个字符n到m次

下面我们来看几个例子：

匹配任意字符：

/h.t/ 匹配 "hat" "hot" "hit" 等任意字符

或：

/hat|hot/ 匹配 "hat" 或者 "hot"

方括号内的任意字符：

/[aeiou]/ 匹配任何一个元音字母

分组：

/(ab)+/ 匹配 "ab" "abab" "ababab" 等任何多个"ab"组合起来的部分

匹配前一个字符0到多次：

/a*/ 匹配 "aa" "aaa" "aaaa" 等任意数量的"a"

匹配前一个字符1到多次：

/a+/ 匹配 "aa" "aaa" "aaaa" 等至少含有一个"a"的字符串

匹配前一个字符0或1次：

/a?/ 匹配 "a" 或者 ""

匹配前一个字符n次：

/a{3}/ 匹配 "aaa"

匹配前一个字符n次以上：

/a{3,}/ 匹配 "aaa" "aaaa" "aaaaa" 等至少连续三个"a"的字符串

匹配前一个字符n到m次：

/a{3,5}/ 匹配 "aaa" "aaaa" "aaaaa" ，但不包括 "aa"、"aaaaaa"等

匹配

正则表达式的优点在于它可以进行强大的字符串匹配，使用正则表达式进行匹配的语言或工具包括但不限于Python、Java和JavaScript等。

下面我们来看两个例子，我们将用Python语言进行正则表达式匹配。

匹配email地址

import re

pattern = r'\w+@\w+\.\w+'
email = 'example@gmail.com'

if re.match(pattern, email):
    print("匹配成功")
else:
    print("匹配失败")

在以上代码中，我们定义了一个常见的email匹配正则表达式，使用Python的re模块的match函数，将要匹配的字符串email和正则表达式pattern作为参数传入，便可判断字符串是否符合该正则表达式。如果匹配成功，输出"匹配成功"，否则输出"匹配失败"。

上述正则表达式的解释是：\w+表示匹配任意连续的字母和数字（即单词字符），@表示字面匹配@，\w+表示匹配任意连续的字母和数字，\.则表示匹配字面上的.，\w+表示匹配任意连续的字母和数字。

匹配电话号码

import re

pattern = r'\d{3}-\d{8}|\d{4}-\d{7}'
tel_num = '010-12345678'

if re.match(pattern, tel_num):
    print("匹配成功")
else:
    print("匹配失败")

以上代码以Python语言为例，用正则表达式匹配电话号码。该正则表达式包含两个子表达式，用|（或）连接。第一个子表达式d{3}-d{8}表示匹配以3个数字为开头，接着是一个短横线，后面有8个数字，共11个字符；第二个子表达式\d{4}-\d{7}表示匹配以4个数字为开头，接着是一个短横线，后面有7个数字，共11个字符。这便可以匹配国内固定电话号码。若匹配成功，则输出"匹配成功"。

替换

正则表达式除了用于匹配字符串外，还可以用于替换字符串。

使用Python语言，下面我们给出一个将以空格为间隔符的日期格式”xxxx-xx-xx”转换成中文格式”xxxx年xx月xx日”示例：

import re

pattern = r'(\d{4})-(\d{2})-(\d{2})'
date_str = '2022-03-01'

new_date_str = re.sub(pattern, r'\1年\2月\3日', date_str)

print(new_date_str)

以上代码中，我们首先定义了一个正则表达式pattern，通过正则表达式来匹配日期格式。接着使用re.sub()函数，将匹配到的日期格式替换成中文格式，然后将结果存储在new_date_str变量中。最后输出新的日期字符串。

在上述代码中，r'\1年\2月\3日'表示一个新的字符串，其中\1表示匹配到的第1个子串，即年份；\2表示匹配到的第2个子串，即月份；\3表示匹配到的第3个子串，即日期。在新的字符串中，用中文表示了日期，并且用\1、\2、\3分别代表年、月、日。

结论

正则表达式是一个强大的文本匹配工具，用于验证格式、查找符合规则的字符串和替换字符串。本文介绍了正则表达式的基本知识以及如何在Python语言中使用它进行匹配和替换，希望本篇文章能对你有所帮助。