引言
正则表达式（Regular Expression，简称 Regex）是一种强大的文本处理工具，广泛应用于编程、数据验证、文本搜索与替换等领域。它能够帮助我们快速、准确地处理大量文本数据，提高工作效率。本文将通过对50个实战案例的解析，带你深入理解正则表达式的奥秘。
正则表达式基础
1. 什么是正则表达式？
正则表达式是一种用来描述或匹配一系列符合某种句法规则的字符串的语法。在编程语言中，正则表达式通常用于字符串搜索、替换、验证和分割等操作。
2. 正则表达式的组成
正则表达式由字符和元字符组成。字符可以是任何可打印或不可打印的字符，而元字符则具有特定的意义，用于定义更复杂的模式。
3. 正则表达式的执行过程
当使用正则表达式进行匹配时，它会从左到右扫描待匹配的字符串，直到找到第一个符合模式的子串。
实战案例解析
案例一：提取字符串中的数字
问题描述：从字符串中提取所有的数字。
代码示例：
import re
text = "There are 123 apples, 456 oranges, and 789 bananas."
pattern = r'\d+'
matches = re.findall(pattern, text)
print(matches) # 输出: ['123', '456', '789']
案例二：匹配特定格式的邮箱地址
问题描述：匹配符合特定格式的邮箱地址。
代码示例：
pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
matches = re.findall(pattern, "myemail@example.com, another.email@domain.co.uk")
print(matches) # 输出: ['myemail@example.com', 'another.email@domain.co.uk']
案例三：查找包含特定模式的行
问题描述：在一个文本文件中查找包含特定模式的行。
代码示例：
pattern = r'pattern'
with open('example.txt', 'r') as file:
for line in file:
if re.search(pattern, line):
print(line, end='')
案例四：验证手机号码格式
问题描述：验证手机号码格式是否正确。
代码示例：
pattern = r'^1[3-9]\d{9}$'
phone_number = "13800138000"
if re.match(pattern, phone_number):
print("手机号码格式正确")
else:
print("手机号码格式错误")
案例五：提取网页标题
问题描述：提取网页标题。
代码示例：
import requests
url = "https://www.example.com"
html_content = requests.get(url).text
title = re.search(r'<title>(.*?)</title>', html_content, re.S).group(1)
print("网页标题：", title)
案例六：替换文本中的特定内容
问题描述：将文本中的特定内容替换为其他内容。
代码示例：
text = "Hello, my name is Alice. I am 25 years old."
pattern = r'\bAlice\b'
replacement = "Bob"
new_text = re.sub(pattern, replacement, text)
print(new_text)
案例七：分割字符串
问题描述：根据特定模式分割字符串。
代码示例：
text = "apple,banana,cherry"
pattern = r','
parts = re.split(pattern, text)
print(parts) # 输出: ['apple', 'banana', 'cherry']
案例八：匹配IP地址
问题描述：匹配IP地址格式。
代码示例：
pattern = r'\b(?:[0-9]{1,3}\.){3}[0-9]{1,3}\b'
ip_address = "192.168.1.1"
if re.match(pattern, ip_address):
print("IP地址格式正确")
else:
print("IP地址格式错误")
案例九：提取HTML标签中的属性值
问题描述：提取HTML标签中的属性值。
代码示例：
html_content = "<a href='https://www.example.com'>链接</a>"
pattern = r'<a\s+(?:[^>]*?\s+)?href="([^"]*)">'
match = re.search(pattern, html_content)
if match:
print("链接地址：", match.group(1))
案例十：匹配日期格式
问题描述：匹配日期格式。
代码示例：
pattern = r'\b\d{4}-\d{2}-\d{2}\b'
date = "2021-05-13"
if re.match(pattern, date):
print("日期格式正确")
else:
print("日期格式错误")
案例十一：提取URL中的域名
问题描述：提取URL中的域名。
代码示例：
pattern = r'://([^/]+)'
url = "https://www.example.com"
domain = re.search(pattern, url).group(1)
print("域名：", domain)
案例十二：匹配货币金额
问题描述：匹配货币金额格式。
代码示例：
pattern = r'\b\d+\.\d{2}\b'
amount = "100.00"
if re.match(pattern, amount):
print("货币金额格式正确")
else:
print("货币金额格式错误")
案例十三：提取XML标签中的内容
问题描述：提取XML标签中的内容。
代码示例：
xml_content = "<note><to>Tove</to><from>Jani</from><heading>Reminder</heading><body>Don't forget me this weekend!</body></note>"
pattern = r'<body>(.*?)</body>'
content = re.search(pattern, xml_content, re.S).group(1)
print("内容：", content)
案例十四：匹配邮政编码格式
问题描述：匹配邮政编码格式。
代码示例：
pattern = r'\b[1-9]\d{5}\b'
postal_code = "12345"
if re.match(pattern, postal_code):
print("邮政编码格式正确")
else:
print("邮政编码格式错误")
案例十五：提取CSS样式属性值
问题描述：提取CSS样式属性值。
代码示例：
css_content = "color: red; font-size: 12px;"
pattern = r'(\w+):\s*([^;]+);'
attributes = re.findall(pattern, css_content)
print("属性：", attributes)
案例十六：匹配时间格式
问题描述：匹配时间格式。
代码示例：
pattern = r'\b\d{2}:\d{2}:\d{2}\b'
time = "12:30:45"
if re.match(pattern, time):
print("时间格式正确")
else:
print("时间格式错误")
案例十七：提取URL参数值
问题描述：提取URL参数值。
代码示例：
pattern = r'([^&=]+)=([^&]*)'
url = "https://www.example.com?name=John&age=30"
params = re.findall(pattern, url)
print("参数：", params)
案例十八：匹配ISBN格式
问题描述：匹配ISBN格式。
代码示例：
pattern = r'\b(?:ISBN(?:-13)?:?\ )?(?=\d{9}[\dxX])\d{9}[\dxX]\b'
isbn = "978-3-16-148410-0"
if re.match(pattern, isbn):
print("ISBN格式正确")
else:
print("ISBN格式错误")
案例十九：提取JSON中的值
问题描述：提取JSON中的值。
代码示例：
import json
json_content = '{"name": "Alice", "age": 25}'
data = json.loads(json_content)
pattern = r'"(\w+)":\s*"([^"]*)"'
values = re.findall(pattern, json_content)
print("值：", values)
案例二十：匹配HTML标签中的class属性值
问题描述：匹配HTML标签中的class属性值。
代码示例：
html_content = "<div class='container'>内容</div>"
pattern = r'<div\s+class="([^"]*)">'
class_name = re.search(pattern, html_content).group(1)
print("class属性值：", class_name)
案例二十一：匹配HTML标签中的id属性值
问题描述：匹配HTML标签中的id属性值。
代码示例：
html_content = "<div id='main'>内容</div>"
pattern = r'<div\s+id="([^"]*)">'
id_name = re.search(pattern, html_content).group(1)
print("id属性值：", id_name)
案例二十二：匹配HTML标签中的style属性值
问题描述：匹配HTML标签中的style属性值。
代码示例：
html_content = "<div style='color: red;'>内容</div>"
pattern = r'<div\s+style="([^"]*)">'
style_value = re.search(pattern, html_content).group(1)
print("style属性值：", style_value)
案例二十三：匹配HTML标签中的title属性值
问题描述：匹配HTML标签中的title属性值。
代码示例：
html_content = "<a title='链接'>链接</a>"
pattern = r'<a\s+title="([^"]*)">'
title_value = re.search(pattern, html_content).group(1)
print("title属性值：", title_value)
案例二十四：匹配HTML标签中的href属性值
问题描述：匹配HTML标签中的href属性值。
代码示例：
html_content = "<a href='https://www.example.com'>链接</a>"
pattern = r'<a\s+href="([^"]*)">'
href_value = re.search(pattern, html_content).group(1)
print("href属性值：", href_value)
案例二十五：匹配HTML标签中的src属性值
问题描述：匹配HTML标签中的src属性值。
代码示例：
html_content = "<img src='image.jpg'>"
pattern = r'<img\s+src="([^"]*)">'
src_value = re.search(pattern, html_content).group(1)
print("src属性值：", src_value)
案例二十六：匹配HTML标签中的alt属性值
问题描述：匹配HTML标签中的alt属性值。
代码示例：
html_content = "<img alt='图片'>"
pattern = r'<img\s+alt="([^"]*)">'
alt_value = re.search(pattern, html_content).group(1)
print("alt属性值：", alt_value)
案例二十七：匹配HTML标签中的width属性值
问题描述：匹配HTML标签中的width属性值。
代码示例：
html_content = "<img width='100'>"
pattern = r'<img\s+width="([^"]*)">'
width_value = re.search(pattern, html_content).group(1)
print("width属性值：", width_value)
案例二十八：匹配HTML标签中的height属性值
问题描述：匹配HTML标签中的height属性值。
代码示例：
html_content = "<img height='200'>"
pattern = r'<img\s+height="([^"]*)">'
height_value = re.search(pattern, html_content).group(1)
print("height属性值：", height_value)
案例二十九：匹配HTML标签中的data属性值
问题描述：匹配HTML标签中的data属性值。
代码示例：
html_content = "<div data-id='123'>内容</div>"
pattern = r'<div\s+data-id="([^"]*)">'
data_id = re.search(pattern, html_content).group(1)
print("data属性值：", data_id)
案例三十：匹配HTML标签中的class属性值（包含多个class）
问题描述：匹配HTML标签中的class属性值（包含多个class）。
代码示例：
html_content = "<div class='container main'>内容</div>"
pattern = r'<div\s+class="([^"]*)">'
class_value = re.search(pattern, html_content).group(1)
print("class属性值：", class_value)
案例三十一：匹配HTML标签中的id属性值（包含多个id）
问题描述：匹配HTML标签中的id属性值（包含多个id）。
代码示例：
html_content = "<div id='main id1'>内容</div>"
pattern = r'<div\s+id="([^"]*)">'
id_value = re.search(pattern, html_content).group(1)
print("id属性值：", id_value)
案例三十二：匹配HTML标签中的style属性值（包含多个style）
问题描述：匹配HTML标签中的style属性值（包含多个style）。
代码示例：
html_content = "<div style='color: red; font-size: 12px;'>内容</div>"
pattern = r'<div\s+style="([^"]*)">'
style_value = re.search(pattern, html_content).group(1)
print("style属性值：", style_value)
案例三十三：匹配HTML标签中的title属性值（包含多个title）
问题描述：匹配HTML标签中的title属性值（包含多个title）。
代码示例：
html_content = "<a title='链接1' title='链接2'>链接</a>"
pattern = r'<a\s+title="([^"]*)">'
title_value = re.search(pattern, html_content).group(1)
print("title属性值：", title_value)
案例三十四：匹配HTML标签中的href属性值（包含多个href）
问题描述：匹配HTML标签中的href属性值（包含多个href）。
代码示例：
html_content = "<a href='https://www.example.com' href='https://www.example2.com'>链接</a>"
pattern = r'<a\s+href="([^"]*)">'
href_value = re.search(pattern, html_content).group(1)
print("href属性值：", href_value)
案例三十五：匹配HTML标签中的src属性值（包含多个src）
问题描述：匹配HTML标签中的src属性值（包含多个src）。
代码示例：
html_content = "<img src='image.jpg' src='image2.jpg'>"
pattern = r'<img\s+src="([^"]*)">'
src_value = re.search(pattern, html_content).group(1)
print("src属性值：", src_value)
案例三十六：匹配HTML标签中的alt属性值（包含多个alt）
问题描述：匹配HTML标签中的alt属性值（包含多个alt）。
代码示例：
html_content = "<img alt='图片1' alt='图片2'>"
pattern = r'<img\s+alt="([^"]*)">'
alt_value = re.search(pattern, html_content).group(1)
print("alt属性值：", alt_value)
案例三十七：匹配HTML标签中的width属性值（包含多个width）
问题描述：匹配HTML标签中的width属性值（包含多个width）。
代码示例：
html_content = "<img width='100' width='200'>"
pattern = r'<img\s+width="([^"]*)">'
width_value = re.search(pattern, html_content).group(1)
print("width属性值：", width_value)
案例三十八：匹配HTML标签中的height属性值（包含多个height）
问题描述：匹配HTML标签中的height属性值（包含多个height）。
代码示例：
html_content = "<img height='200' height='300'>"
pattern = r'<img\s+height="([^"]*)">'
height_value = re.search(pattern, html_content).group(1)
print("height属性值：", height_value)