当前位置：首页 > news >正文

编程江湖-正则表达式

news 2025/6/30 11:09:18

阿P的江湖密令：正则表达式通关秘籍

前情提要：阿P晋升版本控制长老后，突遇紧急任务——处理十万条江湖人士登记信息！面对杂乱无章的"姓名：张无忌｜年龄：25｜门派：明教"数据，阿P抓狂："这要提取到猴年马月？"扫地僧师傅神秘一笑："该学正则了！"

第一章：初识江湖密令

场景：数据提取的绝望

阿P盯着密密麻麻的登记簿：

姓名：张无忌|年龄：25|门派：明教
姓名:赵敏,年龄:18,门派:朝廷
名：周芷若 岁数：20 所属：峨眉

师傅掏出一张泛黄羊皮卷："此乃正则表达式，江湖数据处理的无上密令！"

核心概念：

正则 = 万能匹配公式

\d = 数字 (d=digit)

\w = 字母/数字/下划线 (w=word)

. = 任意单个字符

+ = 出现1次或多次

* = 出现0次或多次

第二章：基础匹配心法

场景：提取所有姓名

师傅在羊皮卷书写：

import re# 原始数据
data = "姓名：张无忌|年龄：25|门派：明教"# 基础匹配：匹配"姓名："后的中文字符
pattern = r"姓名：(\w+)"  # \w+ 匹配连续汉字/字母
match = re.search(pattern, data)
if match:print(match.group(1))  # 输出：张无忌

实战升级：处理多格式

# 通配符 .*? 匹配任意字符（非贪婪模式）
pattern = r"名[称：: ]*(\w+)"  
# 匹配：名(称：:空格等) + 中文名texts = ["姓名：张无忌","名：赵敏","名称:周芷若"
]for text in texts:match = re.search(pattern, text)print(match.group(1) if match else "未匹配")# 输出：
# 张无忌
# 赵敏
# 周芷若

第三章：高级捕获术

场景：同时提取三项信息

面对复杂数据：

张无忌,25岁,明教教主
赵敏-18-郡主
周芷若 20 峨眉掌门

师傅画出神秘符咒：

pattern = r"(\w+)[, -]+(\d+)岁?[, -]+(\w+.*)"
# 分解：
# 1. (\w+)     捕获姓名
# 2. [, -]+    分隔符（,或-或空格）
# 3. (\d+)岁?  捕获年龄（"岁"可有可无）
# 4. [, -]+    分隔符
# 5. (\w+.*)   捕获门派和职务data = "张无忌,25岁,明教教主"
match = re.match(pattern, data)
if match:name, age, sect = match.groups()print(f"姓名:{name} 年龄:{age} 门派:{sect}")
# 输出：姓名:张无忌 年龄:25 门派:明教教主

第四章：江湖验证大阵

场景：用户输入校验

阿P开发注册系统需验证：

用户名：3-10位字母/数字/中文
密码：8-20位，含大小写+数字
手机号：11位数字
邮箱：标准格式

师傅布下正则结界：

def validate_username(username):"""用户名：中英文/数字，3-10字符"""return bool(re.match(r"^[\u4e00-\u9fa5\w]{3,10}$", username))def validate_password(password):"""密码：8-20位，含大小写和数字"""return bool(re.match(r"^(?=.*[a-z])(?=.*[A-Z])(?=.*\d).{8,20}$", password))def validate_phone(phone):"""手机号：11位数字"""return bool(re.match(r"^1[3-9]\d{9}$", phone))def validate_email(email):"""邮箱：标准格式"""return bool(re.match(r"^[\w.-]+@[a-zA-Z\d-]+(\.[a-zA-Z\d-]+)*\.[a-zA-Z]{2,}$", email))# 测试
print(validate_username("张无忌_123"))  # True
print(validate_password("Abcd1234"))   # True
print(validate_phone("13800138000"))   # True
print(validate_email("zhangwuji@mingjiao.org")) # True

第五章：文本替换神功

场景：敏感信息脱敏

老板要求：

手机号中间4位变星号
身份证保留首尾，中间变星号
银行卡保留后4位

师傅演示替换大法：

def censor_text(text):# 手机号脱敏：138****8000text = re.sub(r"(\d{3})\d{4}(\d{4})", r"\1****\2", text)# 身份证脱敏：1101**********123Xtext = re.sub(r"(\d{4})\d{10}(\w{4})", r"\1**********\2", text)# 银行卡脱敏：**** **** **** 1234text = re.sub(r"\d{4}(\d{8})(\d{4})", r"**** **** **** \2", text)return textoriginal = """
用户资料：
手机：13800138000
身份证：11010519950101123X
银行卡：6225880123456789
"""
print(censor_text(original))
# 输出：
"""
用户资料：
手机：138****8000
身份证：1101**********123X
银行卡：**** **** **** 6789
"""

第六章：实战：秘籍解析

场景：解析武功秘籍

秘籍格式：

[九阳神功]
作者：达摩祖师
招式：氤氲紫气|缩骨功|龟息功|壁虎游墙
心法：他强由他强...（共200字）[乾坤大挪移]
作者：山中老人
招式：移宫换穴|...（省略）

阿P需要提取：

武功名称
作者
招式数量

师傅挥毫写符：

secret_text = """
[九阳神功]
作者：达摩祖师
招式：氤氲紫气|缩骨功|龟息功|壁虎游墙
心法：他强由他强...（共200字）[乾坤大挪移]
作者：山中老人
招式：移宫换穴|借力打力|隔空取物
"""# 多级匹配
pattern = r"\[(\w+)\].*?作者：(\w+).*?招式：([^\n]+)"matches = re.findall(pattern, secret_text, re.DOTALL)
for name, author, moves in matches:move_count = len(moves.split("|"))print(f"武功：{name} 作者：{author} 招式数：{move_count}")# 输出：
# 武功：九阳神功 作者：达摩祖师 招式数：4
# 武功：乾坤大挪移 作者：山中老人 招式数：3

第七章：避坑指南

常见陷阱与解法：

贪婪吞噬：默认.*会匹配到行尾解法：用非贪婪.*?

# 错误：匹配整个字符串
re.search(r"「.*」", "「九阴」真经「九阳」神功")# 正确：匹配首个
re.search(r"「.*?」", "「九阴」真经「九阳」神功").group()  # 「九阴」

2.特殊字符：. * +等需转义

# 错误：匹配任何字符+plus
re.search(r".+", "1+1=2")# 正确：匹配真正的加号
re.search(r"\d+\+\d+", "1+1=2").group()  # 1+1

3.回溯灾难：复杂表达式导致卡死

解法：避免嵌套(.*)*，用具体字符集

# 危险表达式（可能卡死）
r"((a*)*)*b"# 安全替代
r"[ab]*b"

终章：正则宗师的诞生

三月后，光明顶数据大会。各大门派展示数据处理能力：

少林派：500僧人手工整理，耗时10日
武当派：30弟子编写脚本，耗时3日
朝廷：重金购买西域软件，耗银万两

轮到阿P时，只见他轻敲键盘：

import redef process_data(raw):# 单行正则解决战斗pattern = r"(.+?)[:：](\w+)[,，]?年龄[:：](\d+)[,，]?门派[:：](\w+)"return re.findall(pattern, raw)raw_data = "姓名：张无忌,年龄：25,门派：明教；名:赵敏 年龄:18 门派:朝廷..."
result = process_data(raw_data)

十万数据，弹指间处理完毕！全场震惊！

扫地僧师傅欣慰道："正则七重境你已掌握：