Python正则查找案例如何检索字符

本文目录导读：

1. 基础检索方法
2. 特定字符检索案例
3. 实际应用案例
4. 高级检索技巧
5. 实战：文本清洗

我来详细介绍Python正则表达式检索字符的各种案例：

基础检索方法

使用 re.search() - 查找第一个匹配

import re
text = "我的电话是 138-1234-5678，备用电话 139-8765-4321"
# 查找电话号码
result = re.search(r'\d{3}-\d{4}-\d{4}', text)
if result:
    print(f"找到号码: {result.group()}")  # 138-1234-5678

使用 re.findall() - 查找所有匹配

text = "我的邮箱是 test1@example.com 和 test2@gmail.com"
# 查找所有邮箱地址
emails = re.findall(r'[\w.]+@\w+\.\w+', text)
print(f"所有邮箱: {emails}")  # ['test1@example.com', 'test2@gmail.com']

使用 re.finditer() - 迭代查找

text = "编号: A001, B002, C003"
# 查找所有编号并获取位置
for match in re.finditer(r'[A-Z]\d{3}', text):
    print(f"找到: {match.group()}, 位置: {match.span()}")
# 找到: A001, 位置: (4, 8)
# 找到: B002, 位置: (10, 14)
# 找到: C003, 位置: (16, 20)

特定字符检索案例

查找数字

text = "价格: $19.99, 折扣: 15%, 库存: 200件"
# 查找所有数字（含小数）
numbers = re.findall(r'\d+\.?\d*', text)
print(f"数字: {numbers}")  # ['19.99', '15', '200']
# 查找整数
integers = re.findall(r'\b\d+\b', text)
print(f"整数: {integers}")  # ['15', '200']

查找英文字母

text = "Hello123World! 你好"
# 查找所有英文字母
letters = re.findall(r'[a-zA-Z]+', text)
print(f"英文字母单词: {letters}")  # ['Hello', 'World']
# 查找连续的大写字母
upper = re.findall(r'[A-Z]+', text)
print(f"大写字母: {upper}")  # ['H', 'W']

查找中文

text = "Python正则表达式匹配中文字符案例"
# 查找所有中文
chinese = re.findall(r'[\u4e00-\u9fff]+', text)
print(f"中文: {chinese}")  # ['正则表达式匹配中文字符案例']
# 查找特定模式的词
words = re.findall(r'中[文字]', text)
print(f"'中文'或'中字': {words}")  # ['中文']

实际应用案例

提取URL

text = """访问我们的网站 https://www.example.com 
或 http://blog.example.com/page?id=1"""
# 查找所有URL
urls = re.findall(r'https?://(?:[-\w.]|(?:%[\da-fA-F]{2}))+', text)
print(f"URLs: {urls}")
# ['https://www.example.com', 'http://blog.example.com']

提取HTML标签内容

html = '<div class="content">重要通知</div><p>段落内容</p>'
# 提取标签内的文字
content = re.findall(r'<[^>]+>([^<]+)</[^>]+>', html)
print(f"标签内容: {content}")  # ['重要通知', '段落内容']

验证密码强度

def check_password(password):
    # 至少8位，包含大写字母、小写字母、数字、特殊字符
    pattern = r'^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$'
    if re.search(pattern, password):
        return "密码强度达标"
    else:
        # 显示缺少的内容
        missing = []
        if not re.search(r'[a-z]', password):
            missing.append("小写字母")
        if not re.search(r'[A-Z]', password):
            missing.append("大写字母")
        if not re.search(r'\d', password):
            missing.append("数字")
        if not re.search(r'[@$!%*?&]', password):
            missing.append("特殊字符")
        return f"缺少: {', '.join(missing)}"
print(check_password("Abc123!@"))  # 密码强度达标
print(check_password("abc123"))    # 缺少: 大写字母, 特殊字符

高级检索技巧

使用捕获组提取特定部分

text = "日期: 2024-01-15, 重要程度: 高"
# 提取日期各部分
pattern = r'(\d{4})-(\d{2})-(\d{2})'
match = re.search(pattern, text)
if match:
    year, month, day = match.groups()
    print(f"年: {year}, 月: {month}, 日: {day}")

使用非贪婪匹配

text = "<h1>标题1</h1><h2>标题2</h2>"
# 贪婪匹配
greedy = re.findall(r'<.*>', text)
print(f"贪婪: {greedy}")  # ['<h1>标题1</h1><h2>标题2</h2>']
# 非贪婪匹配
non_greedy = re.findall(r'<.*?>', text)
print(f"非贪婪: {non_greedy}")  # ['<h1>', '</h1>', '<h2>', '</h2>']

实战：文本清洗

def clean_text(text):
    """文本清洗示例"""
    # 1. 移除HTML标签
    text = re.sub(r'<[^>]+>', '', text)
    # 2. 替换多个空格为单个
    text = re.sub(r'\s+', ' ', text)
    # 3. 移除特殊字符（保留中文、英文、数字）
    text = re.sub(r'[^\w\u4e00-\u9fff\s]', '', text)
    # 4. 移除首尾空白
    text = text.strip()
    return text
# 测试
dirty_text = "<p>Hello  世界! @2024年</p> <br>新年\n快乐！"
clean = clean_text(dirty_text)
print(f"清洗前: {dirty_text}")
print(f"清洗后: {clean}")

这些案例涵盖了Python正则表达式检索字符的主要场景,你可以根据实际需求组合使用，记住使用r''原始字符串可以避免转义字符的问题。