Python 中這五個正則表達式技巧，90% 的人都沒用全！
正則表達式是Python中處理字符串的強大工具，幾乎在所有涉及文本處理的場景中都會用到。很多人雖然知道正則表達式，但對它的使用技巧卻知之甚少。今天，我們就來聊聊Python中正則表達式常用的5個技巧，這些技巧能大大提升你的編程效率和代碼質量。
1. 使用re模塊進行模式匹配
正則表達式在Python中主要通過re模塊來實現。我們可以通過re.match()、re.search()、re.findall()等方法進行匹配操作。例如，我們可以用re.match()來匹配字符串的開頭。
import re
text = "Hello, world!"
pattern = r"Hello"
# 使用re.match()匹配字符串的開頭
result = re.match(pattern, text)
if result:
print("匹配成功！")
else:
print("匹配失敗！")輸出：
匹配成功！解釋： 上面的代碼使用re.match()來匹配字符串的開頭部分，如果字符串以“Hello”開頭，就會返回匹配結果。re.match()只匹配字符串的起始位置，而re.search()則會在整個字符串中查找匹配項。
2. 使用分組捕獲提取信息
正則表達式中可以使用括號來捕獲匹配的子字符串，這在提取信息時非常有用。例如，我們可以從一個電話號碼中提取區號和號碼。
phone = "區號：010，號碼：12345678"
pattern = r"區號：(\d+), 號碼：(\d+)"
match = re.search(pattern, phone)
if match:
area_code = match.group(1) # 捕獲第一個分組
number = match.group(2) # 捕獲第二個分組
print(f"區號是：{area_code}, 電話號碼是：{number}")輸出：
區號是：010, 電話號碼是：12345678解釋： 使用括號可以將正則表達式的一部分捕獲為一個組，通過group(1)、group(2)等方法可以分別獲取對應的子字符串。
3. 使用預編譯正則表達式提高效率
如果在代碼中多次使用同一個正則表達式，可以使用re.compile()方法對正則表達式進行預編譯，這樣可以提高性能。
import re
# 預編譯正則表達式
pattern = re.compile(r"\d+")
text = "這里有123個數字，還有456和789"
# 使用預編譯的pattern進行查找
matches = pattern.findall(text)
print("找到的數字：", matches)輸出：
找到的數字： ['123', '456', '789']解釋： 使用re.compile()可以將正則表達式編譯為一個對象，避免每次使用時重復編譯，尤其在頻繁匹配時效果更明顯。
4. 使用正向預查和反向預查控制匹配范圍
正向預查（(?=...)）和反向預查（(?<=...)）用于在匹配時檢查某個位置是否滿足條件，但不包含該條件本身。
text = "Python是編程語言，Java也是編程語言。"
# 查找“編程語言”前面是否有“Python”或“Java”
pattern = r"(?<=Python|Java)是編程語言"
matches = re.findall(pattern, text)
print("匹配結果：", matches)輸出：
匹配結果： ['是編程語言', '是編程語言']解釋： 使用正向預查，可以匹配“編程語言”前面是“Python”或“Java”的情況，但不會將“Python”或“Java”包含在匹配結果中。
5. 使用命名分組讓代碼更易讀
在復雜的正則表達式中，使用命名分組可以提高代碼的可讀性。Python支持通過?P<name>為分組命名。
email = "name@example.com"
pattern = r"(?P<username>[a-zA-Z]+)@(?P<domain>[a-zA-Z]+\.[a-zA-Z]+)"
match = re.match(pattern, email)
if match:
print("用戶名：", match.group("username"))
print("域名：", match.group("domain"))輸出：
用戶名： name
域名： example.com解釋： 使用?P<name>為分組命名后，可以通過group("name")來獲取對應的匹配值，使代碼更清晰、更易于維護。
實戰案例：從網頁源碼中提取所有鏈接
假設我們有一個網頁源碼字符串，其中包含多個<a>標簽，我們要從中提取所有鏈接。
import re
html = """
<html>
<body>
<a >Example</a>
<a >Python</a>
<a >Regex101</a>
</body>
</html>
"""
# 使用正則表達式提取所有鏈接
pattern = r'<a href="(?P<url>[^"]+)">[^<]+</a>'
matches = re.findall(pattern, html)
print("提取到的鏈接：", matches)輸出：
提取到的鏈接： ['https://example.com', 'https://python.org', 'https://regex101.com']分析： 上面的代碼使用正則表達式提取所有<a>標簽中的href屬性值，通過命名分組提高代碼的可讀性。這個技巧在爬蟲、數據提取等場景中非常實用。
正則表達式是Python中處理文本的強大工具，掌握這些技巧，能讓你在字符串處理、數據提取、文本分析等任務中游刃有余。從基礎的匹配、捕獲、預編譯，到高級的分組命名、預查，每一步都能提升你的代碼效率和可讀性。希望你通過這篇文章，能更深入地理解正則表達式在Python中的應用。
