【python 内置模块】re

re.match(pattern, string, flags=0)

从字符串开头匹配，适合检查字符串是否以特定模式开头。

常见的用途是验证用户输入或数据格式是否符合特定规范。

示例:验证身份证号码格式

身份证号码通常为18位数字，最后一位可能是数字或大写字母X。

import re

def check_id(id_num):
    pattern = r"^\d{17}(\d|X)$"  # ^表示开头，\d{17}匹配17位数字，(\d|X)匹配数字或X，$表示结尾
    result = re.match(pattern, id_num)
    return bool(result)

print(check_id("370781199912011234"))  # True
print(check_id("37078119991201123X"))  # True
print(check_id("37078119991201123Y"))  # False（最后一位不是X或数字）

示例:使用分组提取结构化信息

利用括号 () 进行分组捕获，可以一次性提取多个相关部分。

import re

request_line = "GET /index.html HTTP/1.1"
match = re.match(r'^(GET|POST|PUT) (\S+) HTTP/(\d\.\d)$', request_line)
if match:
    method, path, version = match.groups()
    print(f"Method: {method}, Path: {path}, HTTP Version: {version}")
    # 输出: Method: GET, Path: /index.html, HTTP Version: 1.1

import re

text = "订单编号2023XYZ，总计金额1500元。"
match = re.search(r'\d+', text)  # 匹配一个或多个数字
if match:
    print(f"找到的数字: {match.group()}")  # 输出: 2023

import re

log_entry = "ERROR 2024-01-10 14:30:22 Connection timeout"
pattern = r'(\w+)\s+(\d{4}-\d{2}-\d{2})\s+(\d{2}:\d{2}:\d{2})\s+(.+)'
match = re.search(pattern, log_entry)
if match:
    level, date, time, message = match.groups()
    print(f"日志级别: {level}, 日期: {date}, 时间: {time}, 信息: {message}")
    # 也可以通过.group(1), .group(2)等按索引访问
    print(f"第一个分组内容: {match.group(1)}")  # 输出: ERROR

import re

result = re.findall(r'\d+', 'ABC123def456')
print(result)  # 输出: ['123', '456']

import re

pattern = re.compile(r'\d+')
for match in pattern.finditer('ABC123def456'):
    print(match.group(), match.span())
# 输出:
# 123 (3, 6)
# 456 (9, 12)

import re

date = '2026-01-10'
result = re.sub(r'-', '/', date)
print(result)  # 输出: 2026/01/10

import re

# \s 空白字符；\s+ 匹配一个或多个空白字符
result = re.split(r'\s+', 'a b   c')
print(result)  # 输出: ['a', 'b', 'c']

import re

result = re.fullmatch(r'\w+@\w+\.(com|cn|edu)', 'alex@oldboyedu.com')
print(result)  # 输出: <re.Match object; span=(0, 18), match='alex@oldboyedu.com'>

import re

pattern = r'(\d{4})-(\d{2})-(\d{2})'
date = '2023-09-07'
match = re.match(pattern, date)
if match:
    print(match.group())      # 输出: 2023-09-07
    print(match.group(1))     # 输出: 2023
    print(match.groups())     # 输出: ('2023', '09', '07')