1010Code

Python Regular Expression 正規表達式

2021/05/21 Python

前言

正規表達式是什麼？簡單來說他可以幫你定義好格式，像是註冊表單中的信箱、手機、地址…等。也就是說在 Python 中的 RegEx 可以當作格式驗證以及字串的提取功能。

下面舉個例子:

字元 描述 字元
Email [a-zA-Z0-9]+@[a-zA-Z0-9.]+ andy6804tw@gmail.com
URL https://[a-zA-Z0-9./_]+ https://andy6804tw.github.io/

表達式一覽

字元 描述
^ 比對字串開頭 (開始位置)。
$ 比對字串結尾 (結束位置)。
* 零次或以上
+ 一次或以上
[xyz] 包含 xyz 等字元。
[^xyz] 不包含 xyz 等字元。
[a-z] 字元範圍 a-z。
[^a-z] 不包含字元範圍 a-z。
\d 比對數字符號。等價於 [0-9]。
\D 比對非數字符號。等價於 [^0-9]。
\w 比對「英文、數字或底線」。等價於 [A-Za-z0-9_]。
\W 比對非「英文、數字或底線」的字元。等價於 [^A-Za-z0-9_]。
x|y 比對 x 或 y。

我這邊只列出常見使用到的表達，需要更詳細可以參考這篇文件

範例

看了上面這麼多規則想定霧煞煞，下面就用 Python 語法帶各位逐一解析，這邊會使用到 re.search(String) 函示他會回傳比對結果。在 Python 語言中記得要引入 re 的內建函式庫。

import re

Example 1

這個例子是判斷該字串是否為數字:

  • 第一行只有 [0-9] 代表指檢查第一個故後面輸入字母也是會回傳 true
  • 第二行各位可以發現 [0-9]+ 多了一個 + 代表判斷串列數字是否出現一次或以上
  • 第三行 [^0-9] 代表的是判斷該字串是否非數字
  • 第四行與第三行相比較發現 ^ 擺放的位置不一樣了，放不同的地方就有不同的作用，代表的是字串最前面是否為數字串列，可以跟第六行相比對得正
print(re.search('[0-9]', 'abc')) # 回傳 None
print(re.search('[0-9]', '123')) # 回傳 <re.Match object; span=(0, 1), match='1'>
print(re.search('[^0-9]+', '123')) # 回傳 None
print(re.search('^[0-9]+', '123')) # 回傳 <re.Match object; span=(0, 3), match='123'>
print(re.search('^[0-9]+', 'a123')) # 回傳 None

.string 可以取得結果字串

Example 2

這個例子是判斷該字串是否為英文、數字或底線:

  • 第一行比對該字串是否含有英文、數字或底線，等價於 [A-Za-z0-9_]
  • 的二行可以發線 W變大寫，意思相反，等價於 [^A-Za-z0-9_]
print(re.search('\w+', '1abc_d')) # 回傳 <re.Match object; span=(0, 1), match='1'>
print(re.search('\W+', '1abc_d')) # 回傳 None

Example 3

這個例子是判斷段該字串是否有出現的字母:

  • 第一行檢查該字串是否包含 p 或 v 或 t 或 h 或 o 或 n
  • 第二行是檢查該字串第一個字是否包含 p 或 v 或 t 或 h 或 o 或 n，及第二個字是否包含數字(記住此組合是連續的故b2不符合)
  • 第三行就是解決第二行例子故中間加一個 . ，這個帶俵可以讓中間有一個字母隨意
  • 第四行與五可做相對應主要是允許中間有多個隨意字母輸入，第三行緊只能一個字母
print(re.search('[python]', 'pca')) # 回傳 <re.Match object; span=(0, 1), match='p'>
print(re.search('[python]\d', 'pb2')) # 回傳 None
print(re.search('[python].\d', 'pb2')) # 回傳 <re.Match object; span=(0, 3), match='pb2'>
print(re.search('[python].\d', 'pbbb2')) # 回傳 None
print(re.search('[python].+\d', 'pbbb2')) # 回傳 <re.Match object; span=(0, 5), match='pbbb2'>

Example 4

這個例子是 or 比對判斷，提供兩個正規表示其中一個成立即可:

  • 第一行都沒有數字或字母故回傳 false
  • 第二與第三行分別個出現數字和字母故回傳 true
print(re.search('[0-9]|[a-z]', '?')) # 回傳 None
print(re.search('[0-9]|[a-z]', '?100')) # 回傳 <re.Match object; span=(1, 2), match='1'>
print(re.search('[0-9]|[a-z]', '?abc')) # 回傳 <re.Match object; span=(1, 2), match='a'>

Example 5

最後一個範例我們要將一個字串中的所有常數提取出來。

# 方法一
print(re.findall('[-\d]+', '12and-3or456'))

# 方法二
print(re.findall('[^a-z]+', '12and-3or456'))

# 方法三
replaced_string = re.sub(r'[a-zA-Z]', ' ', '12and-3or456')
replaced_string.split()

# 輸出結果
['12', '-3', '456']
鼓勵持續創作，支持化讚為賞！透過下方的 Like 拍手👏，讓創作者獲得額外收入~
版主10在2020年首次開設YouTube頻道，嘗試拍攝程式教學。想要了解更多的朋友歡迎關注我的頻道，您的訂閱就是最大的支持～如果想學其他什麼內容也歡迎許願XD
https://www.youtube.com/channel/UCSNPCGvMYEV-yIXAVt3FA5A

Search

    Table of Contents