Python正则表达式语法：元字符、字符集、量词

正则表达式（Regular Expression，简称regex）是处理文本的强大工具，在Python中通过re模块实现。它常用于字符串搜索、匹配和替换，是编程和数据处理的基础技能。本教程面向新人，将以简单易懂的方式介绍正则表达式的三个核心部分：元字符、字符集和量词。

1. 元字符

元字符是正则表达式中具有特殊功能的字符。以下是常见元字符及其作用：

• .：匹配除换行符外的任意单个字符。
• ^：匹配字符串的开头。
• $：匹配字符串的结尾。
• *：匹配前一个字符零次或多次。
• +：匹配前一个字符一次或多次。
• ?：匹配前一个字符零次或一次。
• {}：指定匹配次数，如{n}匹配n次，{n,}匹配至少n次，{n,m}匹配n到m次。
• []：定义字符集，匹配括号内的任意一个字符。
• \：转义字符，用于匹配元字符本身，例如\.匹配点号。
• |：或运算符，匹配左侧或右侧的模式。
• ()：分组，将模式组合，便于引用或应用量词。

示例代码：

import re

# 使用 . 匹配任意字符
pattern = r'h.llo'  # 匹配 h, 任意字符, llo
text = 'hello world'
match = re.search(pattern, text)
if match:
    print(match.group())  # 输出: hello

# 使用 ^ 和 $ 匹配完整字符串
pattern = r'^Hello$'
text = 'Hello'
match = re.match(pattern, text)
if match:
    print(match.group())  # 输出: Hello

2. 字符集

字符集用方括号 [] 表示，匹配括号内任意一个字符。常用形式：

• [abc]：匹配 a、b 或 c。
• [a-z]：匹配任意小写字母。
• [A-Z]：匹配任意大写字母。
• [0-9]：匹配任意数字。
• [^abc]：否定字符集，匹配除 a、b、c 外的任意字符。

示例代码：

import re

# 匹配数字或小写字母
pattern = r'[0-9a-z]'
text = 'abc123'
matches = re.findall(pattern, text)
print(matches)  # 输出: ['a', 'b', 'c', '1', '2', '3']

# 否定字符集示例
pattern = r'[^aeiou]'  # 匹配非元音字母
text = 'hello'
matches = re.findall(pattern, text)
print(matches)  # 输出: ['h', 'l', 'l']

3. 量词

量词用于指定前一个字符或组的匹配次数。常见量词：

• *：零次或多次。
• +：一次或多次。
• ?：零次或一次。
• {n}：恰好 n 次。
• {n,}：至少 n 次。
• {n,m}：n 到 m 次。

示例代码：

import re

# 使用 * 匹配零次或多次
pattern = r'go*gle'  # 匹配 g, o 零次或多次, gle
text = 'ggle google gooogle'
matches = re.findall(pattern, text)
print(matches)  # 输出: ['ggle', 'google', 'gooogle']

# 使用 { } 指定次数
pattern = r'a{2,4}'  # 匹配2到4个连续的a
text = 'aaa aaaa aaaaa'
matches = re.findall(pattern, text)
print(matches)  # 输出: ['aaa', 'aaaa', 'aaaa']

总结

掌握元字符、字符集和量词是学习正则表达式的基础。通过组合这些元素，你可以构建复杂的模式来处理各种文本任务。在Python中，使用re模块的search()、match()、findall()等函数可以轻松应用这些规则。

下一步学习建议：

• 实践更多示例，加深理解。
• 学习分组和引用，如使用()和反向引用。
• 探索贪婪匹配与非贪婪匹配（例如在量词后加?）。
• 参考Python官方文档（re模块文档）获取更多细节。

希望本教程能帮助你入门正则表达式！如有疑问，多练习并尝试编写自己的模式。