規則表達式 (Regular Expression，簡稱 RegEx) 是一種用來描述字串模式的語言。它看起來像一堆亂碼 (例如 ^[\w-\.]+@([\w-]+\.)+[\w-]{2,4}$)，但一旦掌握，你就能用極短的程式碼完成複雜的文字搜尋與取代任務。
Python 內建了 re 模組來支援 RegEx。
1. 基礎語法速查
| 符號 | 意義 | 範例 |
|---|---|---|
. | 任意字元 (換行除外) | a.c 匹配 “abc”, “a@c” |
^ | 字串開頭 | ^Hello |
$ | 字串結尾 | World$ |
* | 重複 0 次或多次 | ab* 匹配 “a”, “ab”, “abb” |
+ | 重複 1 次或多次 | ab+ 匹配 “ab”, “abb” (不含 “a”) |
? | 重複 0 次或 1 次 | https? 匹配 “http”, “https” |
\d | 數字 (Digit) | \d{3} 匹配 “123” |
\w | 字母、數字或底線 | \w+ 匹配變數名稱 |
[] | 字元集合 (Character Set) | [a-z] 匹配小寫字母 |
2. Python re 模組四大天王
2.1 re.match()：從頭匹配
只檢查字串的開頭是否符合模式。
import re
pattern = r"Hello"
text = "Hello World"
result = re.match(pattern, text)
if result:
print("匹配成功:", result.group()) # Hello
else:
print("匹配失敗")
注意：如果不使用
r""(Raw String)，反斜線\必須轉義 (寫成\\)，非常麻煩。寫 RegEx 請務必加上r前綴。
2.2 re.search()：搜尋全文
掃描整個字串，回傳第一個符合的位置。
pattern = r"\d+" # 匹配數字
text = "Order ID: 12345, Price: $99"
match = re.search(pattern, text)
if match:
# 只會抓到第一個 "12345"
print(f"找到數字: {match.group()}")
2.3 re.findall()：找出所有符合
回傳一個包含所有符合字串的 List。
pattern = r"\d+"
text = "Order 123, Qty 5, Price 99"
matches = re.findall(pattern, text)
print(matches) # ['123', '5', '99']
2.4 re.sub()：搜尋並取代
比字串的 replace() 更強大，因為它支援模式匹配。
# 將日期格式從 YYYY-MM-DD 改為 MM/DD/YYYY
text = "Today is 2023-12-25"
# 使用 Group () 來捕捉年、月、日
pattern = r"(\d{4})-(\d{2})-(\d{2})"
# \2, \3, \1 代表第 2, 3, 1 個括號捕捉到的內容
new_text = re.sub(pattern, r"\2/\3/\1", text)
print(new_text) # Today is 12/25/2023
3. 實戰演練：驗證 Email
這是一個經典的面試題。
def is_valid_email(email):
# 簡單版 Email RegEx
# ^ : 開頭
# [\w\.-]+: 使用者名稱 (字母、數字、點、減號)
# @ : @ 符號
# [\w\.-]+: 網域名稱
# \. : 點
# \w+ : 頂級域名 (com, org, tw)
# $ : 結尾
pattern = r"^[\w\.-]+@[\w\.-]+\.\w+$"
if re.match(pattern, email):
return True
return False
emails = ["test@example.com", "user.name@site.org", "invalid-email@", "no_at_sign.com"]
for e in emails:
print(f"{e}: {is_valid_email(e)}")
4. 貪婪 (Greedy) vs 非貪婪 (Non-Greedy)
預設情況下，* 和 + 是貪婪的，會盡可能匹配更多字元。加上 ? 變成非貪婪。
HTML 解析範例：<div>Hello</div><div>World</div>
r"<div>.*</div>"(貪婪): 會匹配從第一個<div>到最後一個</div>的整串字串。r"<div>.*?</div>"(非貪婪): 會分別匹配<div>Hello</div>和<div>World</div>。
5. 總結
RegEx 是文字處理的瑞士刀，雖然學習曲線陡峭，但學會後終身受用。
本章重點回顧：
- Raw String: 寫 RegEx 記得用
r"pattern"。 - re.search vs re.match:
match只看開頭，search掃描全文。 - re.findall: 抓出所有符合的資料。
- Groups: 使用
()括號來提取子字串。
到此，我們結束了 Batch 3 (Intermediate Core Topics) 的旅程！
Batch 3 重點回顧：
- Ch 11: 進階資料結構 (
collections) - Ch 12: 迭代器與生成器 (
yield) - Ch 13: 裝飾器 (
@decorator) - Ch 14: 函數式編程 (
lambda,map) - Ch 15: 規則表達式 (
re)
下一階段，我們將進入 Batch 4 (OOP & Advanced Topics)，探討更多物件導向的深層魔法！
延伸閱讀：
- Python 官方文件：re module
- Regex101 (線上測試 RegEx 的神器)