python如何进行格式化匹配

Python进行格式化匹配可以使用正则表达式、字符串格式化方法、f-string、模板字符串等方法。 其中，正则表达式是一种强大的工具，适用于复杂的字符串匹配和提取。我们这里将详细介绍正则表达式的使用。

正则表达式是一种描述字符模式的语法规则，它可以用来进行复杂的文本搜索和替换操作。在Python中，正则表达式由re模块提供支持。通过这个模块，你可以定义字符串模式，并使用这些模式对文本进行匹配操作。下面，我们将详细讲解正则表达式的基础知识和在Python中的应用。

一、正则表达式基础

正则表达式的基础在于字符和字符集。字符可以是字母、数字、符号等，字符集则是字符的集合，表示一个字符可以是集合中的任意一个。

1.字符匹配

正则表达式中的字符匹配是最基本的功能。例如，正则表达式abc可以匹配字符串中的“abc”。

import re
pattern = r'abc'
text = 'abcdef'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

2.特殊字符

正则表达式中有一些特殊字符具有特殊意义，如.匹配任意一个字符，^匹配字符串的开始，$匹配字符串的结束。

pattern = r'a.c'
text = 'abc'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

3.字符集

字符集使用方括号[]定义，可以匹配其中的任意一个字符。例如，[abc]匹配“a”、“b”或“c”。

pattern = r'[abc]'
text = 'a'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

二、正则表达式进阶

1.重复匹配

正则表达式允许定义重复模式。例如，*匹配前面的字符0次或多次，+匹配前面的字符1次或多次，?匹配前面的字符0次或1次。

pattern = r'ab*'
text = 'abbbb'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

2.分组匹配

分组通过圆括号()定义，用于匹配和提取特定的子模式。分组的结果可以使用group()方法提取。

pattern = r'(ab)+'
text = 'ababab'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

3.字符转义

如果需要匹配特殊字符本身，则需要使用反斜杠\进行转义。例如，匹配.需要使用\\.。

pattern = r'\.'
text = 'a.b'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

三、Python中的正则表达式函数

Python中的re模块提供了多个函数用于正则表达式操作：

1.re.match()

re.match()函数从字符串的起始位置匹配模式，如果匹配成功，返回一个匹配对象，否则返回None。

pattern = r'abc'
text = 'abcdef'
match = re.match(pattern, text)
if match:
    print("Matched:", match.group())

2.re.search()

re.search()函数搜索整个字符串，返回第一个匹配结果。

pattern = r'abc'
text = 'xyzabcdef'
match = re.search(pattern, text)
if match:
    print("Matched:", match.group())

3.re.findall()

re.findall()函数返回所有非重叠的匹配结果。

pattern = r'abc'
text = 'abcabc'
matches = re.findall(pattern, text)
print("Matched:", matches)

4.re.sub()

re.sub()函数用于替换匹配的字符串。

pattern = r'abc'
text = 'abcabc'
new_text = re.sub(pattern, 'xyz', text)
print("New text:", new_text)

四、应用实例

1.验证电子邮件地址

通过正则表达式可以验证电子邮件地址的格式。

pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'
emails = ['test@example.com', 'invalid-email']
for email in emails:
    if re.match(pattern, email):
        print(email, "is valid")
    else:
        print(email, "is invalid")

2.提取电话号码

正则表达式可以从文本中提取电话号码。

pattern = r'\b\d{3}[-.]?\d{3}[-.]?\d{4}\b'
text = 'Contact us at 123-456-7890 or 987.654.3210'
matches = re.findall(pattern, text)
print("Phone numbers:", matches)

3.替换敏感词

正则表达式可以用来替换文本中的敏感词。

pattern = r'sensitive'
text = 'This is a sensitive topic.'
new_text = re.sub(pattern, '*', text)
print("New text:", new_text)

五、字符串格式化方法

除了正则表达式，Python还提供了几种字符串格式化方法，包括%格式化、str.format()方法和f-string（格式化字符串字面量）。

1.%格式化

这种方式类似于C语言的printf，使用%操作符进行格式化。

name = "Alice"
age = 25
formatted_string = "Name: %s, Age: %d" % (name, age)
print(formatted_string)

2.str.format()方法

str.format()方法提供了更灵活和强大的字符串格式化方式。

name = "Bob"
age = 30
formatted_string = "Name: {}, Age: {}".format(name, age)
print(formatted_string)

3.f-string

f-string是Python 3.6引入的新特性，使用更简洁的语法进行字符串格式化。

name = "Charlie"
age = 35
formatted_string = f"Name: {name}, Age: {age}"
print(formatted_string)

六、模板字符串

Python的string模块提供了Template类，用于模板字符串的格式化。

from string import Template
template = Template("Name: $name, Age: $age")
formatted_string = template.substitute(name="David", age=40)
print(formatted_string)

七、综合实例

结合正则表达式和字符串格式化方法，可以实现更复杂的功能。例如，从日志文件中提取IP地址和时间戳，并格式化输出。

import re
log = """
127.0.0.1 - - [10/Oct/2023:13:55:36 +0000] "GET /index.html HTTP/1.1" 200 2326
192.168.0.1 - - [10/Oct/2023:13:55:37 +0000] "POST /form HTTP/1.1" 404 523
"""
pattern = r'(?P<ip>\d+\.\d+\.\d+\.\d+) - - \[(?P<time>.*?)\]'
matches = re.finditer(pattern, log)
for match in matches:
    ip = match.group('ip')
    time = match.group('time')
    print(f"IP: {ip}, Time: {time}")