本篇文章將深入探討python的一項強大工具：正規表示式。正規表示式是一個強大的文書處理工具，可以用來匹配，搜尋，替換和解析文字。我們將逐步展示如何在Python中使用正規表示式，包括其基本語法，常見用法和一些高階技巧。而在最後的「one more thing」部分，我們將探索一個不為人知但又非常有用的正規表示式的技巧。
在Python中，re模組提供了正規表示式的支援。我們先從最簡單的字元匹配開始。
import re
# 檢查字串是否包含字母"a"
txt = "Hello, world!"
match = re.search("a", txt)
print(match) # 輸出：None，因為"a"沒有在字串中
在這個例子中，我們使用了re.search()函數來查詢字串中是否包含"a"。這是最基礎的字元匹配，但已經可以看出正規表示式的用處。例如，你可以用這種方式檢查一個電子郵件地址是否包含"@"。
正規表示式的真正威力在於其元字元的使用，比如.，*，?，[]等等。下面的例子展示瞭如何使用.（點）元字元匹配任何字元（除了新行）。
txt = "Hello, world!"
match = re.search("H.llo", txt)
print(match.group()) # 輸出：Hello
在這個例子中，.字元匹配了"e"，使得"H.llo"可以匹配"Hello"。
有時我們希望匹配的是一類字元，而不是單個字元。比如，我們可能想要匹配任何數位。Python的正規表示式提供了預定義的字元集來實現這種功能。\d就代表任何數位。
txt = "123 Hello, world!"
match = re.search("\d+", txt)
print(match.group()) # 輸出：123
在這個例子中，\d+匹配了一串數位"123"。
我們可以使用圓括號()建立子模式或組，並使用group()方法來捕獲這些組。
txt = "123 Hello, world!"
match = re.search("(\d+) (Hello),", txt)
print(match.group(1)) # 輸出：123
print(match.group(2)) # 輸出：Hello
這是一個高階技巧，它允許我們在不消耗字元的情況下進行匹配。例如，我們可能想找出所有以句號結束但不包含句號的句子。
txt = "Hello. My name is Python. Nice to meet you."
matches = re.findall(".*?(?=\\.)", txt)
for match in matches:
print(match) # 輸出：Hello，My name is Python，Nice to meet you
在這個例子中，.*?(?=\\.)匹配了所有以句號結束的句子，但並沒有消耗句號。
我們之前討論過預定義的字元集，比如\d。但有時我們可能需要自定義字元集，我們可以使用方括號[]來達成這個目標。例如，我們可以建立一個只包含小寫字母的字元集。
txt = "Hello, World!"
match = re.search("[a-z]+", txt)
print(match.group()) # 輸出：ello
在這個例子中，[a-z]+匹配了一串連續的小寫字母"ello"。注意"Hello"的首字母"H"由於是大寫，沒有被匹配。
Python的正規表示式預設是貪婪的，這意味著它們會盡可能匹配更多的字元。但有時我們可能希望進行非貪婪匹配。我們可以通過在量詞後面新增問號?來實現這個功能。
txt = "12345"
match = re.search("\d+?", txt)
print(match.group()) # 輸出：1
在這個例子中，\d+?進行了非貪婪匹配，只匹配了一個數位"1"。
零寬斷言允許我們在字元之間設定條件。比如，我們可以使用(?<=a)b來匹配所有在"a"後面的"b"。
txt = "cab, dab"
matches = re.findall("(?<=a)b", txt)
for match in matches:
print(match) # 輸出：b，b
在這個例子中，(?<=a)b匹配了所有在"a"後面的"b"。
如果你的程式需要多次使用同一個正規表示式，你可以將其編譯為一個正規表示式物件。這可以提高程式碼的執行效率。
pattern = re.compile("\d+")
txt = "123 Hello, world!"
match = pattern.search(txt)
print(match.group()) # 輸出：123
在這個例子中，我們先編譯了正規表示式\d+，然後使用pattern.search()方法來進行匹配。
到現在為止，我們已經探討了Python正規表示式的基礎知識。但是在這最後的"One More Thing"部分，我想分享一個不常被提及，但在處理複雜文字模式時非常有用的技巧：命名組。
命名組允許我們給匹配的組分配一個名字，然後在後面的程式碼中參照它。這在處理複雜的模式匹配時非常有用。
txt = "James: 1234567890"
match = re.search("(?P<name>\w+): (?P<phone>\d+)", txt)
print(match.group('name')) # 輸出：James
print(match.group('phone')) # 輸出：1234567890
在這個例子中，我們使用了命名組(?P<name>\w+)和(?P<phone>\d+)來匹配名字和電話號碼，並使用group()方法來獲取它們。
正規表示式是一個非常強大的工具，希望本篇文章能幫你掌握它在Python中的用法。
如有幫助，請多關注
個人微信公眾號：【Python全視角】
TeahLead_KrisChang，10+年的網際網路和人工智慧從業經驗，10年+技術和業務團隊管理經驗，同濟軟體工程本科，復旦工程管理碩士，阿里雲認證雲服務資深架構師，上億營收AI產品業務負責人。