第9集：正则表达式入门（上）

学习目标

通过本集的学习，你将能够：

  • 理解为什么需要正则表达式
  • 使用基本字符匹配
  • 使用常见的量词
  • 写简单的正则表达式匹配数字
  • 完成简单示例

9.1 为什么需要正则表达式？

正则表达式（Regular Expression，简称 regex 或 RE）是一种强大的文本模式匹配工具。

问题场景

假设你需要：

场景1：验证邮箱

用户输入：
"alice@example.com" ✓
"bob.example.com" ✗
"charlie@" ✗

你需要判断：这是不是一个有效的邮箱？

场景2：提取电话号码

文本：
"我的电话是13812345678，
另一个是13987654321"

你需要：
把这两个电话号码找出来！

场景3：替换文本

原文本：
"2024-02-19,
2023-12-31"

你需要：
把所有日期改成
"02/19/2024 这样的格式

没有正则表达式，这些任务会很繁琐！

正则表达式就是解决这类问题的神器！

9.2 基本字符匹配

让我们从最基本的开始。

精确匹配

最简单的正则表达式就是普通字符。

正则：hello

能匹配：
"hello" ✓
"Hello" ✗（大小写敏感）
"helloworld" ✗（多了字符）
"hell" ✗（少了字符）

点号（.）：匹配任意单个字符

正则：h.llo

能匹配：
"hello" ✓
"hallo" ✓
"h1llo" ✓
"h llo" ✓
"hxxllo" ✗（点号只匹配一个字符）

字符类（[ ]）：匹配方括号内的任意一个字符

正则：h[ae]llo

能匹配：
"hello" ✓
"hallo" ✓
"hillo" ✗（i 不在 [ae] 里）

范围：[a-z] 匹配所有小写字母

正则：[a-z]
匹配：a, b, c, ..., z

正则：[0-9]
匹配：0, 1, 2, ..., 9

正则：[a-zA-Z0-9]
匹配：所有字母和数字

否定字符类（[^ ]）：不匹配方括号内的字符

正则：h[^ae]llo

能匹配：
"hillo" ✓
"h1llo" ✓
"hello" ✗（e 在 [^ae] 里，所以不匹配）

9.3 量词

量词指定前面的字符可以出现多少次。

星号（*）：出现 0 次或多次

正则：ab*c

能匹配：
"ac" ✓（b 出现 0 次）
"abc" ✓（b 出现 1 次）
"abbc" ✓（b 出现 2 次）
"abbbbbc" ✓（b 出现 5 次）

加号（+）：出现 1 次或多次

正则：ab+c

能匹配：
"ac" ✗（b 必须至少出现 1 次）
"abc" ✓（b 出现 1 次）
"abbc" ✓（b 出现 2 次）

问号（?）：出现 0 次或 1 次

正则：ab?c

能匹配：
"ac" ✓（b 出现 0 次）
"abc" ✓（b 出现 1 次）
"abbc" ✗（b 出现 2 次，太多了）

大括号（{n}）：精确出现 n 次

正则：ab{3}c

能匹配：
"abbbc" ✓（b 出现 3 次）
"abc" ✗（b 只出现 1 次）
"abbbbc" ✗（b 出现 4 次）

大括号范围：{n,}：至少出现 n 次

正则：ab{2,}c

能匹配：
"abbc" ✓
"abbbc" ✓
"abbbbbc" ✓
"abc" ✗（b 只出现 1 次）

大括号范围：{n,m}：出现 n 到 m 次

正则：ab{2,4}c

能匹配：
"abbc" ✓（2 次）
"abbbc" ✓（3 次）
"abbbbc" ✓（4 次）
"abbbbbc" ✗（5 次，太多了）

9.4 简单示例练习

练习1：匹配数字

目标：匹配一个数字

正则：[0-9]

能匹配：
"5" ✓
"a" ✗
"123" ✗（只匹配单个数字）

练习2：匹配多个数字

目标：匹配一个或多个数字

正则：[0-9]+

能匹配：
"1" ✓
"123" ✓
"12345" ✓
"a123" ✗（开头不是数字）

练习3：匹配以 h 开头，o 结尾

目标：h 开头，o 结尾，中间可以是任意字符

正则：h.*o

能匹配：
"hello" ✓
"hallo" ✓
"ho" ✓
"hello world" ✓
"h123o" ✓
"hell" ✗（不是 o 结尾）

练习4：匹配整数

目标：匹配整数（可以是正的，也可以是负的）

正则：-?[0-9]+

能匹配：
"123" ✓
"-456" ✓
"0" ✓
"+789" ✗（我们没处理加号）

9.5 在 Python 中使用正则表达式

让我们用 Python 试试！

import re

# 检查匹配
pattern = r"hello"
text = "hello world"
match = re.search(pattern, text)
if match:
    print("找到了！")
else:
    print("没找到")

# 查找所有数字
pattern = r"[0-9]+"
text = "我有123个苹果，456个橘子"
numbers = re.findall(pattern, text)
print(numbers)  # ['123', '456']

9.6 自测一下

问题 1

正则表达式 a.*b 能匹配以下哪个？
A) "ab"
B) "a123b"
C) "axyb"
D) 以上都可以

问题 2

正则表达式 [0-9]{3} 能匹配？
A) "12"
B) "123"
C) "1234"
D) "a123"

问题 3

量词 + 表示什么？
A) 出现 0 次或多次
B) 出现 1 次或多次
C) 出现 0 次或 1 次
D) 精确出现 1 次

答案：

  1. D
  2. B
  3. B

9.7 下集预告

下一集，我们继续学习：正则表达式入门（下）！

我们会学习：

  • 字符类简写：\d, \w, \s
  • 分组与捕获
  • 锚点：^, $
  • 实战：识别数字、标识符
  • 更多有趣的例子

准备好了吗？我们下集见！

参考资料

  • Python re 模块文档
  • regex101.com（在线测试正则表达式的好网站）
  • 《精通正则表达式》
« 上一篇 抽象思维训练——程序员的基本功 下一篇 » 正则表达式入门（下）
↑