引言
正则表达式是一种强大的文本处理工具，广泛应用于数据解析、文本校验等领域。通过正则表达式，我们可以高效地处理字符串，提取信息，验证格式等。本文将通过一系列实战案例，帮助你轻松驾驭正则表达式，提升数据处理能力。
正则表达式基础
1. 正则表达式概念
正则表达式是一种用来描述字符模式的规则，它可以用来验证字符串是否符合规则，或者从一段文本中提取特定的子字符串。
2. 基本语法
.：匹配任意字符（除了换行符）。[ ]：匹配字符集内的任意一个字符。[^ ]：匹配不在字符集内的任意一个字符。()：分组，用于指定匹配的子串。*：匹配前面的子表达式零次或多次。+：匹配前面的子表达式一次或多次。?：匹配前面的子表达式零次或一次，或指非贪婪匹配。{n}：匹配前面的子表达式恰好n次。{n,}：匹配前面的子表达式至少n次。{n,m}：匹配前面的子表达式至少n次，但不超过m次。
3. 元字符
\d：匹配数字，等价于[0-9]。\D：匹配非数字，等价于[^0-9]。\s：匹配空白字符，等价于[ \f\n\r\t\v]。\S：匹配非空白字符，等价于[^ \f\n\r\t\v]。\w：匹配字母、数字或下划线，等价于[a-zA-Z0-9_]。\W：匹配非字母、数字或下划线，等价于[^a-zA-Z0-9_]。
实战案例
1. 验证手机号码
import re
phone_number = "13812345678"
pattern = r"1[3-9]\d{9}"
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")
2. 验证邮箱地址
import re
email = "user@example.com"
pattern = r"[a-zA-Z0-9.-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9.-]+"
if re.match(pattern, email):
print("邮箱地址格式正确")
else:
print("邮箱地址格式错误")
3. 提取网页标题
import re
html_content = """
<title>HTML内容解析与验证：正则表达式实战指南</title>
<h1>正则表达式基础</h1>
<p>正则表达式是一种用于处理文本的强大工具，它可以用来匹配、查找和替换文本模式。</p>
"""
title_pattern = r'<title>(.*?)</title>'
title = re.search(title_pattern, html_content)
if title:
print("网页标题：", title.group(1))
4. 验证身份证号码
import re
id_number = "11010519491231002X"
pattern = r"^\d{17}[\dXx]$"
if re.match(pattern, id_number):
print("身份证号码格式正确")
else:
print("身份证号码格式错误")
5. 验证密码强度
import re
password = "password123"
pattern = r"^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)[a-zA-Z\d]{8,}$"
if re.match(pattern, password):
print("密码强度合格")
else:
print("密码强度不合格")
总结
通过以上实战案例，我们可以看到正则表达式在数据解析和校验方面的强大能力。熟练掌握正则表达式，将大大提高我们的数据处理效率。