正则表达式（Regular Expression，简称Regex）是处理文本的强大工具，它能够帮助我们快速定位、搜索、替换文本中的特定模式。掌握正则表达式，可以大大提高文本处理的效率，解决许多看似复杂的难题。本文将带你轻松入门正则表达式，只需3小时，让你成为文本处理高手。
第一部分：正则表达式基础
1.1 正则表达式的组成
正则表达式由字符和特殊符号组成，以下是一些常见的组成部分：
普通字符
：代表单个字符，如
a
、
1
等。
元字符
：具有特殊含义的符号，如
.
、
*
、
?
等。
字符集
：用方括号
[]
表示，匹配字符集中的任意一个字符，如
[abc]
匹配
a
、
b
或
c
。
量词
：表示匹配的次数，如
*
表示匹配零次或多次，
+
表示匹配一次或多次。
1.2 正则表达式的匹配模式
贪婪匹配
：尽可能多地匹配字符，如
.*
会匹配任意长度的字符串。
非贪婪匹配
：尽可能少地匹配字符，如
.*?
会匹配最短的字符串。
定位符
：用于指定匹配位置，如
^
表示行首，
$
表示行尾。
第二部分：正则表达式实战
2.1 字符串搜索
import re
# 示例文本
text = “Hello, world! This is a test string.”
# 搜索包含 “test” 的字符串
pattern = r”test”
matches = re.findall(pattern, text)
print(matches) # 输出：[‘test’, ‘test’]
2.2 字符串替换
import re
# 示例文本
text = “Hello, world! This is a test string.”
# 替换所有包含 “test” 的字符串为 “example”
pattern = r”test”
replacement = “example”
new_text = re.sub(pattern, replacement, text)
print(new_text) # 输出：Hello, world! This is a example string.
2.3 分割字符串
import re
# 示例文本
text = “Hello, world! This is a test string.”
# 以逗号和空格为分隔符分割字符串
pattern = r”,\s+”
segments = re.split(pattern, text)
print(segments) # 输出：[‘Hello’, ‘world!’, ‘This’, ‘is’, ‘a’, ‘test’, ‘string.’]
第三部分：进阶技巧
3.1 使用正则表达式进行校验
import re
# 校验电子邮件格式
pattern = r”^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$”
email = “example@example.com”
if re.match(pattern, email):
print(“电子邮件格式正确”)
else:
print(“电子邮件格式错误”)
3.2 使用正则表达式进行提取
import re
# 提取HTML标签中的文本
pattern = r”<([^>]+)>(.*?)”
html = “
This is a test string.
”
matches = re.findall(pattern, html)
for match in matches:
print(match[1]) # 输出：Hello, world! This is a test string.
总结
通过本文的学习，相信你已经掌握了正则表达式的核心知识和实战技巧。正则表达式是文本处理中的利器，希望你能将所学应用到实际工作中，解决各种文本处理难题。祝你学习愉快！