使用正则表达式前移除空白：使用re.sub(r'\s+', '', text)替换strip()以确保移除所有空白字符。
正则表达式（Regular Expression，简称regex或regexp）是一种用于匹配字符串中字符组合的模式。它使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在Python中，正则表达式通过re模块提供，这个模块包括各种功能强大的方法来处理字符串。
以下是一些基本的正则表达式用法的详解：
1. 导入模块
在使用正则表达式之前，需要先导入Python的re模块。
import re
2. 基本匹配
使用re.match()来检查字符串是否从开始就符合正则表达式。
# 检查字符串是否完全匹配正则表达式
match = re.match(r'^\d+$', '12345') # 匹配成功，返回一个Match对象
if match:
print("匹配成功")
else:
print("匹配失败")
3. 搜索
使用re.search()来搜索字符串中首次出现的匹配项。
# 搜索字符串中首次出现的匹配项
search = re.search(r'\d+', 'Hello 123, how are you?')
if search:
print("找到匹配项:", search.group())
4. 查找所有匹配
使用re.findall()来找出字符串中所有匹配的项。
# 查找字符串中所有匹配的项
findall = re.findall(r'\d+', '123, 456, 7890')
print("所有匹配项:", findall)
5. 替换
使用re.sub()来替换字符串中的匹配项。
# 替换字符串中的匹配项
sub = re.sub(r'\d+', 'XXX', 'Hello 123, goodbye 456')
print("替换后的字符串:", sub)
6. 分割
使用re.split()来根据正则表达式分割字符串。
# 根据正则表达式分割字符串
split = re.split(r'\s+', 'Hello 123, goodbye 456 world')
print("分割后的字符串列表:", split)
7. 编译正则表达式
如果需要多次使用相同的正则表达式，可以先编译它以提高效率。
# 编译正则表达式
pattern = re.compile(r'\d+')
result = pattern.findall('123 456 789')
print("编译后的匹配项:", result)
8. 正则表达式的特殊字符
-
.：匹配任意单个字符（除了换行符）。 -
^：匹配字符串的开始。 -
$：匹配字符串的结束。 -
*：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。 -
{m,n}：匹配确定的次数值。 -
[]：匹配括号内的任意字符。 -
|：逻辑或操作符。 -
\：转义特殊字符或表示特殊序列。
9. 正则表达式中的断言
-
(?=...)：正向前瞻断言，匹配...前面的位置。 -
(?!...)：负向前瞻断言，匹配除了...之外的前面的位置。 -
(?<=...)：正向后瞻断言，匹配...后面的位置。 -
(?<!...)：负向后瞻断言，匹配除了...之外的后面的位置。
10. 捕获组
使用圆括号()来创建捕获组，以便从匹配项中提取子模式。
# 使用捕获组提取信息
pattern = re.compile(r'(\d{4})-(\d{2})-(\d{2})')
match = pattern.match('Today is 2023-07-22')
if match:
print("捕获的年份:", match.group(1))
print("捕获的月份:", match.group(2))
print("捕获的日期:", match.group(3))
正则表达式是一种用于匹配字符串中字符组合的模式，广泛应用于文本处理、搜索和数据验证等领域。以下是正则表达式的一些基础用法和高级技巧的详解：
基础概念
-
字符匹配：
- 普通字符：直接匹配自身，如
a匹配字符a。 - 特殊字符：具有特殊含义，如
.匹配任意单个字符（除了换行符）。
- 普通字符：直接匹配自身，如
-
字符类：
- 使用
[]定义，匹配括号内的任意一个字符，如[abc]匹配a、b或c。 - 范围表示法：如
[a-z]匹配任意小写字母。
- 使用
-
重复：
-
*：匹配前面的元素零次或多次。 -
+：匹配前面的元素一次或多次。 -
?：匹配前面的元素零次或一次。 -
{n}：精确匹配n次。 -
{n,}：至少匹配n次。 -
{n,m}：匹配n到m次。
-
-
位置指定：
-
^：匹配字符串的开始。 -
$：匹配字符串的结束。
-
-
选择：
-
|：逻辑或操作符，如cat|dog匹配cat或dog。
-
高级用法
-
分组：
- 使用圆括号
()创建捕获组，允许你捕获和引用匹配的文本片段。
- 使用圆括号
-
量词修饰符：
-
*?、+?、??：非贪婪量词，尽可能少地匹配字符。 -
*+、++、?+：占有量词，不允许反向回溯。
-
-
断言：
-
(?:...)：非捕获组，用于组织模式但不捕获文本。 -
(?=...)：正向前瞻断言，确保某个位置后面能匹配某个模式。 -
(?!...)：负向前瞻断言，确保某个位置后面不能匹配某个模式。 -
(?<=...)：正向后瞻断言，确保某个位置前面能匹配某个模式。 -
(?<!...)：负向后瞻断言，确保某个位置前面不能匹配某个模式。
-
-
字符转义：
- 使用反斜杠
\转义特殊字符或表示特殊序列，如\n表示换行符。
- 使用反斜杠
-
特殊序列：
-
\d：匹配任意数字，等价于[0-9]。 -
\w：匹配任意字母数字字符，等价于[a-zA-Z0-9_]。 -
\s：匹配任意空白字符。
-
-
编译正则表达式：
- 使用
re.compile()编译正则表达式，提高效率，适用于多次使用同一模式。
- 使用
-
Python中的正则表达式函数：
-
re.search()：搜索字符串，返回第一个匹配的对象。 -
re.match()：从字符串的开始位置匹配模式。 -
re.findall()：找出字符串中所有匹配的子串，并返回列表。 -
re.finditer()：返回一个迭代器，每次迭代返回一个Match对象。 -
re.sub()：替换字符串中的匹配项。 -
re.split()：根据匹配的模式分割字符串。
-
示例
import re
# 基础匹配
pattern = r'\d+'
text = 'The year is 2023 and the temperature is 25 degrees.'
matches = re.findall(pattern, text)
print(matches) # 输出：['2023', '25']
# 使用捕获组
pattern = r'(\d{4})-(\d{2})-(\d{2})'
text = 'Today is 2023-07-22.'
match = re.match(pattern, text)
if match:
print(match.group(1)) # 输出年份
print(match.group(2)) # 输出月份
print(match.group(3)) # 输出日期
# 非贪婪匹配
pattern = r'<.*?>'
text = '<div><p>Example</p></div>'
tags = re.findall(pattern, text)
print(tags) # 输出：['<div>', '<p>']
# 正向前瞻断言
pattern = r'\b(?<=from)\w+\b'
text = 'Send the data from the server.'
matches = re.findall(pattern, text)
print(matches) # 输出：['server']
正则表达式是一种非常强大的工具，可以用于文本处理、数据清洗、网络爬虫等多种场景，但也需要仔细设计以确保正确性和效率。应根据具体需求选择合适的模式和方法，掌握正则表达式的使用可以大大提高开发效率。
