正则表达式是Python中处理字符串的强大工具，很多朋友对正则表达式如何匹配相应的信息，还不是很熟悉。

本文介绍常用的匹配操作，每个案例都有详细的代码和匹配注释，方便大家快速熟悉正则表达式的使用。

1. 匹配数字1

代码示例:

import re
text = "There are 123 apples and 456 oranges."
numbers = re.findall(r'\d+', text)
print(numbers)  # Output: ['123', '456']

正则表达式解释:

• \d: 匹配任意数字（0-9）。

• +: 表示前面的字符（在这里是\d）出现一次或多次。

• \d+: 这里的\d代表任意一个数字（0-9），而+是一个量词，表示前面的字符（这里是数字）出现一次或多次。因此，\d+将匹配一个或多个连续数字的序列。

2. 匹配数字2

代码示例:

import re
text = "There are 123 apples and 456 oranges."
numbers = re.findall(r'\d', text)
print(numbers)  

正则表达式解释:

• \d: 匹配任意数字（0-9）。

3. 匹配特定范围的数字

代码示例:

text = "The numbers are 100, 200, and 300."
numbers = re.findall(r'\b1\d{2}\b', text)
print(numbers)  

正则表达式解释:

• \b: 单词边界，确保我们匹配的是独立的数字。

• 1: 匹配数字1。

• \d{2}: 匹配两个数字，{2}表示精确出现两次。

• \b: 与表达式开头的 \b 相对应，确保整个匹配的数字是一个独立的单词。

4. 匹配邮箱地址

代码示例:

text = "Contact me at example@example.com."
emails = re.findall(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', text)
print(emails)  # Output: ['example@example.com']

正则表达式解释:

• [A-Za-z0-9._%+-]+: 匹配邮箱用户名部分，允许字母、数字、点、下划线等。
• @: 字面意义上的"@"符号。
• [A-Za-z0-9.-]+: 匹配域名部分。
• \.[A-Z|a-z]{2,}: 匹配点和至少两个字母的顶级域名。

5. 匹配IP地址

代码示例:

text = "Server IP is 192.168.1.1."
ips = re.findall(r'\b(?:\d{1,3}\.){3}\d{1,3}\b', text)
print(ips)  # Output: ['192.168.1.1']

正则表达式解释:

• (?:\d{1,3}\.){3}: 非捕获组，匹配三组1到3位数字后跟点，重复三次。
• \d{1,3}: 匹配1到3位数字，代表IP地址的最后一部分。

6. 匹配URL

代码示例:

text = "Visit https://www.example.com for more info."
urls = re.findall(r'\bhttps?://[^\s/$.?#]+\.[^\s]*', text)
print(urls)  # Output: ['https://www.example.com']

正则表达式解释:

• https?: 匹配 "http" 后面可能跟着一个可选的 "s"。? 表示前面的字符 "s" 是可选的，出现0次或1次。
• ://: 字面意义上的"://"。
• [^\s/$.?#]+: 匹配非空白字符，直到遇到URL的一部分结束（如/, $, ., ?, #）。
• \.[^\s]*: 匹配点和随后的非空白字符序列。

7. 匹配日期格式（如YYYY-MM-DD）

代码示例:

text = "The date is 2024-06-22."
dates = re.findall(r'\b\d{4}-\d{2}-\d{2}\b', text)
print(dates)  # Output: ['2024-06-22']

正则表达式解释:

• \d{4}: 匹配四位数年份。
• -: 字面意义上的短横线。
• \d{2}: 匹配两位数月份和日期。

8. 匹配HTML标签

代码示例:

html = "<div>Hello <b>World</b>!</div>"
tags = re.findall(r'<[^>]+>', html)
print(tags)  

正则表达式解释:

• <: 标签的开始。
• [^>]+: 匹配除了>之外的一个或多个字符。
• >: 标签的结束。

9. 提取HTML标签属性

代码示例:

html = '<img src="image.jpg" alt="An image"/>'
attrs = re.findall(r'(\w+)="([^"]*)"', html)
print(attrs)  # Output: [('src', 'image.jpg'), ('alt', 'An image')]

正则表达式解释:

• (\w+): 捕获一个或多个单词字符，代表属性名。
• =: 字面意义上的等号。
• "([^"]*)": 匹配双引号内的任意字符，非捕获组[^"]*匹配除了双引号之外的任意字符。

10. 匹配特定单词

代码示例:

text = "Hello world, hello universe."
matches = re.findall(r'\bhello\b', text, re.I)
print(matches)  # Output: ['Hello', 'hello']

正则表达式解释:

• \bhello\b: 匹配独立的单词"hello"，re.I使匹配不区分大小写。

11. 替换字符串

代码示例:

text = "Hello world."
new_text = re.sub(r'world', 'Python', text)
print(new_text)  # Output: 'Hello Python.'

正则表达式解释:

• world: 直接匹配字符串"world"。

12. 匹配CSS类选择器

代码示例:

css = ".class1, .class2 {}"
classes = re.findall(r'\.(\w+)', css)
print(classes)  # Output: ['class1', 'class2']

正则表达式解释:

• \.: 匹配点字符。
• (\w+): 捕获一个或多个单词字符，代表类名。

13. 匹配电话号码

代码示例:

text = "Call me at 123-456-7890."
phones = re.findall(r'\d{3}-\d{3}-\d{4}', text)
print(phones)  # Output: ['123-456-7890']

正则表达式解释:

• \d{3}: 匹配三位数。
• -: 字面意义上的短横线。
• \d{4}: 匹配四位数。

14. 匹配十六进制颜色代码

代码示例:

text = "The color is #FFFFFF."
colors = re.findall(r'#(?:[0-9a-fA-F]{3}){1,2}', text)
print(colors)  # Output: ['#FFFFFF']

正则表达式解释:

• #: 匹配井号。
• (?:[0-9a-fA-F]{3}): 非捕获组，匹配三个十六进制数字。
• {1,2}: 表示前面的模式重复一次或两次。

15. 匹配货币金额

代码示例:

text = "The price is $123.45."
prices = re.findall(r'\$\d+(?:\.\d{2})?', text)
print(prices)  # Output: ['$123.45']

正则表达式解释:

• \$: 匹配美元符号。
• \d+: 匹配一个或多个数字。
• (?:\.\d{2})?:

16. 匹配特定前缀开头的信息

代码示例:

text = "start123, start456, and end789."
starts = re.findall(r'start\d+', text)
print(starts)  # Output: ['start123', 'start456']

正则表达式解释:

• ^: 行的开始。
• start: 字符串必须以"start"开头。
• \d+: 匹配一个或多个数字。

17. 匹配注释（如C++的单行注释）

代码示例:

text = "// This is a comment."
comments = re.findall(r'//(.*)', text)
print(comments)  # Output: [' This is a comment.']

正则表达式解释:

• //: 匹配注释开始的两个斜杠。
• (.*): 捕获任意字符直到行尾。

18. 匹配特定模式的括号内内容

代码示例:

text = "(Hello), [World], and {Python}."
contents = re.findall(r'[\(\[\{](.*?)[\)\]\}]', text)
print(contents)  # Output: ['Hello', 'World', 'Python']

正则表达式解释:

• [\(\[\{]: 匹配圆括号、方括号或花括号的开始。
• (.*?): 非贪婪模式捕获括号内的任意字符。
• [\)\]\}]: 匹配圆括号、方括号或花括号的结束。

19. 匹配JSON对象键值对

代码示例:

json = '{"name": "John", "age": 30}'
key_value_pairs = re.findall(r'"(\w+)":\s*(\d+|\".*?\")', json)
print(key_value_pairs)  # Output: [('name', 'John'), ('age', '30')]

正则表达式解释:

• "(\w+)": 匹配并捕获键名，键名由单词字符组成。
• :\s*: 匹配冒号和随后的任意数量的空白字符。
• (\d+|\".*?\"): 匹配数值或字符串，非贪婪模式匹配双引号内的任意字符。

20. 匹配字母

代码示例:

text = "Hello 456World!  123."
letters = re.findall(r'[a-zA-Z]', text)
print(letters)  

正则表达式解释:

• [a-zA-Z]: 匹配所有字母，包含大小写。

如果想匹配仅含字母的单词，可以这样实现。

import re
text = "Hello 456World!  123."
# 使用非贪婪匹配来确保匹配包含在数字或标点后的单词
words = re.findall(r'\b[a-zA-Z]+\b', text)
print(words)  # 应该输出: ['Hello']

在这个修改后的正则表达式中：

• \b: 单词边界，确保我们匹配的是一个独立的单词。
• [a-zA-Z]+: 匹配一个或多个连续的大写或小写字母。
• \b: 再次确保单词的结尾是单词边界。

本文详细介绍了正则表达式的常用的匹配方法，大家阅读后将对正则表达式应该会有更深的理解。