Python正则表达式：文本处理的瑞士军刀

在编程的世界里，文本处理是一项常见的任务，而Python正则表达式（Regular Expressions，简称regex）则是完成这项任务的一把瑞士军刀。它强大而灵活，能够帮助我们快速地查找、替换、提取和验证字符串。本文将带你走进Python正则表达式的世界，探索它的基本语法和一些实用的应用场景。

正则表达式基础

正则表达式是一种文本模式，它由一系列字符组成，这些字符可以是普通字符（如字母a到z）或者是特殊字符（称为"元字符"）。在Python中，我们使用re模块来处理正则表达式。

基本语法

1. 字符匹配：a 匹配字母'a'。
2. 字符类：[abc] 匹配'a'、'b'或'c'中的任意一个字符。
3. 选择：a|b 匹配'a'或'b'。
4. 量词：
   • * 匹配前面的子模式0次或多次。
   • + 匹配前面的子模式1次或多次。
   • ? 匹配前面的子模式0次或1次。
   • {n} 精确匹配n次。
   • {n,} 至少匹配n次。
   • {n,m} 匹配n到m次。

示例代码

import re

# 查找字符串中所有的数字
text = "Hello 123, this is 456."
numbers = re.findall(r'\d+', text)
print(numbers)  # 输出: ['123', '456']

# 替换字符串中的所有数字
new_text = re.sub(r'\d+', '000', text)
print(new_text)  # 输出: "Hello 000, this is 000."

实用应用场景

1. 验证电子邮件地址

def is_valid_email(email):
    pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
    return re.match(pattern, email) is not None

print(is_valid_email("example@example.com"))  # 输出: True

2. 提取URL中的域名

def extract_domain(url):
    pattern = r'https?://(?:www\.)?([^/]+)'
    match = re.search(pattern, url)
    return match.group(1) if match else None

print(extract_domain("https://www.example.com/path/to/resource"))  # 输出: www.example.com

3. 简单的密码强度检查

def check_password_strength(password):
    has_upper = re.search(r'[A-Z]', password) is not None
    has_lower = re.search(r'[a-z]', password) is not None
    has_digit = re.search(r'\d', password) is not None
    has_special = re.search(r'[^A-Za-z0-9]', password) is not None
    return all([has_upper, has_lower, has_digit, has_special])

print(check_password_strength("StrongPass123!"))  # 输出: True

通过上述示例，我们可以看到Python正则表达式在文本处理中的灵活性和强大功能。它能够处理从简单的模式匹配到复杂的文本验证等多种任务。掌握正则表达式，无疑会为你的编程工具箱增添一件利器。