正则表达式（Regular Expression，简称Regex）是一种强大的文本处理工具，它使用一种特定的模式（Pattern）来描述要搜索的文本字符串的集合。Python通过内置的re模块提供了对正则表达式的支持，使得在Python中进行复杂的文本搜索、替换和解析等操作变得简单而高效。

引入re模块

在Python中使用正则表达式之前，首先需要引入re模块。这可以通过简单的import re语句完成。

import re

正则表达式的基本语法

正则表达式由普通字符（如字母、数字等）和特殊字符（称为“元字符”）组成。特殊字符赋予正则表达式额外的含义，使其能够匹配特定的字符集合、字符的重复次数等。

• .：匹配除换行符\n之外的任何单个字符。
• ^：匹配字符串的开始。
• $：匹配字符串的末尾。
• *：匹配前面的子表达式零次或多次。
• +：匹配前面的子表达式一次或多次。
• ?：匹配前面的子表达式零次或一次。
• {n}：n是一个非负整数，匹配确定的n次。
• {n,}：n是一个非负整数，至少匹配n次。
• {n,m}：n和m是非负整数，其中n<=m，匹配至少n次，但不超过m次。
• [xyz]：字符集合，匹配所包含的任意一个字符。
• [^xyz]：负字符集合，匹配未包含的任意字符。
• \：转义字符，用于匹配特殊字符或表示特殊序列。
• |：逻辑“或”操作符，匹配左侧或右侧的表达式。
• (...)：捕获组，用于从匹配文本中提取分组。

使用re模块进行搜索

re模块提供了多个函数来执行正则表达式的搜索、匹配和替换等操作。

• re.search(pattern, string, flags=0)：在字符串中搜索第一个匹配正则表达式的子串，并返回一个匹配对象；如果没有找到，则返回None。

import re

pattern = 'world'
text = 'hello world'
match = re.search(pattern, text)
if match:
    print("找到匹配:", match.group())
else:
    print("未找到匹配")

• re.match(pattern, string, flags=0)：从字符串的起始位置匹配正则表达式，相当于^的效果。
• re.findall(pattern, string, flags=0)：查找字符串中所有与正则表达式匹配的非重叠子串，并返回一个列表。
• re.finditer(pattern, string, flags=0)：查找字符串中所有与正则表达式匹配的非重叠子串，并返回一个迭代器，每个元素都是一个匹配对象。

使用re模块进行替换

• re.sub(pattern, repl, string, count=0, flags=0)：在字符串中查找所有与正则表达式匹配的子串，并用另一个字符串替换它们。

import re

text = 'hello world, hello python'
new_text = re.sub('hello', 'hi', text)
print(new_text)  # 输出: hi world, hi python

编译正则表达式

对于复杂的正则表达式和大量的匹配操作，为了提高效率，可以先使用re.compile()函数编译正则表达式，生成一个正则表达式对象，然后使用该对象进行匹配、搜索或替换等操作。

import re

pattern = re.compile(r'\bfoo\b')
match = pattern.search('foo bar foo baz')
if match:
    print("找到匹配:", match.group())

总结

Python的re模块提供了丰富的正则表达式操作功能，通过掌握正则表达式的语法和re模块的使用方法，可以高效地处理各种文本数据。无论是简单的搜索和替换，还是复杂的文本解析和验证，正则表达式都能发挥巨大的作用。