一、Python re模块简介
Python 的 re（regular expression）模块提供了正则表达式的支持，可以用于字符串的模式匹配和查找、替换等操作。
正则表达式是一种用于描述文本模式的字符串，通常由一些特殊字符和普通字符组成，可以用来匹配符合该模式的字符串。例如，下面是一个匹配邮箱地址的正则表达式：
^[\w.-]+@[\w.-]+\.[a-zA-Z]{2,6}$
该正则表达式可以匹配符合邮箱格式的字符串，例如：
example@example.com
alice.bob-1234@company.co.jp
在 Python 中，可以使用 re 模块提供的函数和对象来操作正则表达式。以下是一些常用的函数和对象：
- re.compile(pattern)：编译正则表达式，返回一个正则表达式对象。
- re.match(pattern, string[, flags])：尝试从字符串的开头匹配正则表达式，如果匹配成功则返回一个匹配对象，否则返回 None。
- re.search(pattern, string[, flags])：在字符串中搜索匹配正则表达式的第一个位置，如果匹配成功则返回一个匹配对象，否则返回 None。
- re.findall(pattern, string[, flags])：返回字符串中所有匹配正则表达式的子串列表。
- re.sub(pattern, repl, string[, count, flags])：使用 repl 替换字符串中匹配正则表达式的子串，返回替换后的字符串。
除了这些函数和对象，re 模块还提供了很多其他的功能和选项，例如：
- 正则表达式的语法和元字符
- 正则表达式的分组和捕获
- 正则表达式的零宽断言和回溯引用
- 正则表达式的匹配选项和修饰符
Python 的 re 模块提供了强大的正则表达式支持，可以用于各种文本处理和匹配的场景，是 Python 编程中常用的标准库之一。
二、Python re模块应用
Python 的 re（regular expression）模块可以用于各种文本处理和匹配的场景，常见的应用场景包括：
- 文本匹配和搜索：可以用正则表达式来匹配和搜索特定模式的字符串，例如，查找所有符合某个模式的电话号码或邮箱地址。
- 字符串替换和格式化：可以使用 re.sub() 函数来将符合正则表达式的字符串替换为指定的字符串，或者使用 re.subn() 函数来获取替换后的字符串和替换的次数。这种技术可以用于文本格式化和数据清洗等场景。
- 数据提取和分割：可以使用正则表达式来提取字符串中的指定信息，并将其转换为特定的数据类型。例如，从一个包含多个数值的字符串中提取出所有数值并求其平均值。
- 表单验证和数据校验：可以使用正则表达式来验证用户输入的数据是否符合指定格式和规则，例如，验证密码是否包含特定字符或符合长度要求等。
- 日志分析和处理：可以使用正则表达式来提取日志文件中的特定信息，并进行分类和分析。例如，从 web 服务器日志文件中提取出所有访问时间和 IP 地址，并进行统计和分析。
三、Python re模块案例演示
下面是一个使用 Python re 模块进行文本匹配和搜索的例子。
假设我们有一个包含多个电话号码的文本文件，每行一个号码，格式为：
+86 13812345678
+86 13987654321
+86 13123456789
...
我们希望使用 Python 程序来读取该文件，并从中提取出所有号码的国家代码和手机号码部分。我们可以使用 re 模块来实现这个功能，代码如下：
import re
# 定义正则表达式
pattern = r'^(\+\d{2})\s(\d{11})$'
# 打开文本文件
with open('phone_numbers.txt', 'r') as f:
# 逐行读取文件内容
for line in f:
# 匹配正则表达式
match = re.match(pattern, line)
# 如果匹配成功，则输出国家代码和手机号码
if match:
country_code = match.group(1)
phone_number = match.group(2)
print('Country code:', country_code)
print('Phone number:', phone_number)
在上述代码中，首先定义了一个正则表达式 r'^(\+\d{2})\s(\d{11})$'，用于匹配符合指定格式的电话号码。其中，\+\d{2} 表示匹配以加号开头、后面跟着两个数字的字符串，\s 表示匹配一个空格字符，\d{11} 表示匹配后面跟着11个数字的字符串。这个正则表达式使用了分组，用括号将国家代码和手机号码分别分组，以便后续提取这两部分内容。
接下来，打开包含电话号码的文本文件，并使用 for 循环逐行读取文件内容。对于每一行内容，使用 re.match() 函数来匹配正则表达式，如果匹配成功，则使用 match.group() 函数来提取国家代码和手机号码，并输出到控制台。
通过这个例子，可以看出 Python 的 re 模块可以方便地对文本进行模式匹配和搜索，从而实现各种文本处理和数据分析的任务。
四、Python re模块教程