python中的re模块和正则表达式操作实例代码

import re  # 必须先导入re模块

# 定义正则模式：匹配以 "he" 开头的字符串
pattern = r"he"
# 被匹配的字符串：开头是 "he"
string = "hello world"

# 用match进行匹配
result = re.match(pattern, string)

print(result)  
# 匹配成功 输出：<re.Match object; span=(0, 2), match='he'>

if result:  # 先判断是否匹配成功（避免None报错）
    print(result.group())  # 提取匹配到的字符串 → 输出 'he'
    print(result.span())   # 提取匹配的位置 → 输出 (0, 2)
    print(result.start())  # 匹配的起始索引 → 输出 0
    print(result.end())    # 匹配的结束索引 → 输出 2

import re

pattern = r"he"
# 被匹配的字符串：开头是 's'，不是 'he'
string = "she is a girl"

result = re.match(pattern, string)
print(result)  # 输出：None（表示匹配失败）

import re

# 模式：用 () 把手机号和验证码分别设为分组
pattern = r"手机号:(\d{11}), 验证码:(\d{4})"
string = "手机号:13812345678, 验证码:6666, 时间:10:00"

# 匹配成功，得到 Match 对象
result = re.match(pattern, string)
print(result)
# 输出：<re.Match object; span=(0, 25), match='手机号:13812345678, 验证码:6666'>

if result:
    # 1. group() 或 group(0)：整个匹配的内容
    print(result.group())    # 输出：'手机号:13812345678, 验证码:6666'
    
    # 2. group(1)：第一个分组（手机号）
    print(result.group(1))   # 输出：'13812345678'
    
    # 3. group(2)：第二个分组（验证码）
    print(result.group(2))   # 输出：'6666'
    
    # 4. groups()：所有分组，返回元组
    print(result.groups())   # 输出：('13812345678', '6666')

    print(result.span())  # 输出：(0, 25)

import re

# 编译模式（一次编译，多次使用）
pattern = re.compile(r"\d+")  # 匹配数字

# 使用编译后的模式调用方法
print(pattern.findall("a123b456"))  # 输出：['123', '456']
print(pattern.sub("num", "a123b456"))  # 输出：'anum bnum'

print(re.findall(r"abc", "ABCabc", flags=re.I))  # 输出：['ABC', 'abc']

import re

def is_valid_phone(phone):
    pattern = r"^1\d{10}$"  # ^开头，1 followed by 10 digits，$结尾
    return bool(re.match(pattern, phone))

print(is_valid_phone("13812345678"))  # 输出：True
print(is_valid_phone("1234567890"))   # 输出：False（长度不够）

import re

text = "联系邮箱：a@qq.com，备用邮箱：b.c@163.com"
pattern = r"\w+(\.\w+)*@\w+(\.\w+)+"  # 简单邮箱规则
emails = re.findall(pattern, text)
# 注意：findall 会优先返回分组内容，若需整体匹配，可给模式加括号
pattern = r"(\w+(\.\w+)*@\w+(\.\w+)+)"
emails = re.findall(pattern, text)
print([email[0] for email in emails])  # 输出：['a@qq.com', 'b.c@163.com']

import re

text = "今天是2023-10-01，明天是2023-10-02"
pattern = r"(\d{4})-(\d{2})-(\d{2})"  # 分组：年-月-日
new_text = re.sub(pattern, r"\2/\3/\1", text)  # 用分组2/3/1替换
print(new_text)  # 输出：'今天是10/01/2023，明天是10/02/2023'

import re

# 目标：匹配字符串中的 \ 字符
string = "C:\\test"  # Python 中，用 \\ 表示一个真正的 \（因为单个 \ 是转义符）

# 不加 r 的正则模式：想写 \ 匹配真正的 \，但 Python 会先解析
pattern = "\\\\"  # 解释：
# 1. Python 先处理这个字符串：\\ 会被解析成一个 \
# 2. 所以传给正则的实际是 \\（正则中，\\ 才表示匹配一个 \）

result = re.findall(pattern, string)
print(result)  # 输出：['\\']（终于匹配到了 \）

import re

string = "C:\\test"  # 依然用 \\ 表示一个 \（因为这是 Python 字符串的规则）

# 加 r 的正则模式：直接写 \\ 即可
pattern = r"\\"  # 解释：
# 1. 因为加了 r，Python 不处理 \，直接把 \\ 传给正则
# 2. 正则中，\\ 表示匹配一个 \，正好符合需求

result = re.findall(pattern, string)
print(result)  # 输出：['\\']（同样匹配成功，但模式简单多了！）

import re

pattern = "\d"  # 不加 r，Python 会检查 \d 是否是它的转义符（但 Python 中没有 \d 这个转义符，所以会“侥幸”原样传给正则）
result = re.findall(pattern, "123")
print(result)  # 输出：['1', '2', '3']（这次碰巧没出错）

import re

# 目标：匹配字符串中的换行符 \n
string = "第一行\n第二行"  # 包含一个换行符

# 不加 r 的模式：\n 会被 Python 解析成真正的换行符，而不是正则需要的 \n
pattern = "\n"  # Python 把它变成了一个换行符，传给正则的是“换行符”
result = re.findall(pattern, string)
print(result)  # 输出：['\n']（看似成功，但逻辑错了！正则实际收到的是换行符，而不是 \n 规则）

# 加 r 的模式：\n 原样传给正则，正则知道这是“匹配换行符”的规则
pattern = r"\n"  # 正则收到的是 \n，正确执行匹配
result = re.findall(pattern, string)
print(result)  # 输出：['\n']（同样成功，但逻辑正确）