Python字符串匹配算法实战指南（从零开始掌握模式匹配与正则表达式）

一、基础字符串匹配方法

Python 提供了多种内置方法用于简单的字符串匹配，例如 in 关键字、find()、index() 等。

# 使用 in 关键字判断子串是否存在text = "Hello, welcome to Python programming!"if "Python" in text:    print("找到了！")# 使用 find() 方法获取子串位置position = text.find("welcome")print(f"'welcome' 出现在位置: {position}")  # 输出: 7# 如果找不到，find() 返回 -1not_found = text.find("Java")print(not_found)  # 输出: -1

这些方法适用于简单、固定的字符串查找，但无法处理复杂的模式（如“任意数字”、“以字母开头的单词”等）。这时就需要用到更强大的工具——正则表达式。

二、正则表达式：灵活的模式匹配利器

Python正则表达式（Regular Expressions，简称 regex）是一种用于描述字符串模式的强大工具。通过 re 模块，我们可以实现复杂的文本匹配、替换和提取。

首先，导入 re 模块：

import re

常用函数介绍

• re.search(pattern, string)：在字符串中搜索第一个匹配项。
• re.findall(pattern, string)：返回所有非重叠匹配项的列表。
• re.match(pattern, string)：仅从字符串开头匹配。
• re.sub(pattern, repl, string)：替换匹配项。

实战示例：提取邮箱地址

假设我们要从一段文本中提取所有邮箱地址，可以使用如下正则表达式：

import retext = "请联系 admin@example.com 或 support@myweb.org 获取帮助。"# 邮箱的简单正则模式email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'emails = re.findall(email_pattern, text)print(emails)# 输出: ['admin@example.com', 'support@myweb.org']

这个正则表达式虽然简化了，但在大多数场景下已足够使用。它利用了字符类（如 [A-Za-z0-9._%+-]）和量词（如 + 表示“一个或多个”）来灵活匹配不同格式的邮箱。

三、常见匹配模式速查表

四、小结与建议

通过本教程，你已经掌握了从基础到进阶的模式匹配教程内容。对于简单任务，使用 in 或 find() 足够高效；而对于复杂文本处理，正则表达式是你的最佳选择。

记住：正则表达式虽强大，但也要注意可读性和性能。对于初学者，建议多练习、多测试，可以使用在线工具（如 regex101.com）辅助调试。

现在，打开你的 Python 编辑器，尝试写一个程序，从一段新闻文本中提取所有电话号码或网址吧！