### Python 正则表达式特殊需求用法 #### 1. 使用正则表达式提取特定格式的数据 当需要从复杂文本中提取具有某种固定格式的信息时，可以利用 `re.findall` 或 `re.search` 函数。例如，假设要从一段文字中提取所有的电子邮件地址： ```python import re text = "Contact us at support@example.com or sales@example.org." emails = re.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', text) print(emails) # 输出: ['support@example.com', 'sales@example.org'] ``` 此代码片段中的正则表达式用于匹配标准的电子邮件格式[^1]。 --- #### 2. 替换带有条件逻辑的内容 有时简单的字符串替换无法满足需求，可能需要基于某些条件执行不同的替换操作。可以通过传递一个函数作为第二个参数给 `re.sub` 来实现复杂的替换逻辑： ```python def replace_func(match): word = match.group(0) return word.upper() if len(word) > 3 else word.lower() line = "Python is an easy-to-learn language" result = re.sub(r'\b\w+\b', replace_func, line) print(result) # 输出: PYTHON is AN EASY-to-LEARN LANGUAGE ``` 这里展示了如何动态调整替换行为[^2]。 --- #### 3. 处理多行模式下的正则匹配 默认情况下，`.` 不会匹配换行符 (`\n`)。如果希望在一个包含多行的大段文本中进行全局匹配，则需启用多行模式 (MULTILINE 和 DOTALL): ```python data = """First Line. Second Line. Third Line.""" pattern = r'^.*$' matches = re.findall(pattern, data, flags=re.MULTILINE | re.DOTALL) for m in matches: print(m.strip()) ``` 这段脚本演示了如何设置标志位来改变正则引擎的行为[^3]。 --- #### 4. 非贪婪匹配的应用场景 在面对嵌套结构或者重复项较多的情况下，默认的贪婪算法可能会捕获过多内容；此时应考虑采用非贪婪形式(`*?`, `+?`, `{m,n}?`)减少不必要的覆盖范围: ```python html_snippet = '<div><span>Inner Text</span></div>' inner_text = re.search('<.*?>.*?</.*?>', html_snippet).group() print(inner_text) # 输出: <span>Inner Text</span> ``` 以上例子说明了适当运用懒惰量词的重要性。 --- #### 5. 前瞻断言与回顾断言的实际用途 为了更加精确地控制匹配位置而不实际消耗字符序列长度，可引入前瞻/回顾零宽断言机制： ```python string_with_numbers = "The price was $18 and now it's only $12!" discounted_prices = re.findall(r'\$\d+(?=!)', string_with_numbers) print(discounted_prices) # 输出: ['$12'] special_words = "start middle end startmiddleend" starts_only = re.findall(r'\bstart\b(?!\w)', special_words) print(starts_only) # 输出: ['start', 'start'] ``` 这两个案例分别体现了积极型和消极型两种类型的边界限定技巧[^2]。 --- ### 总结 上述各节涵盖了若干高级特性及其典型应用场景，旨在帮助开发者解决日常工作中遇到的各种棘手问题。熟练掌握这些技能有助于显著提升工作效率并增强程序灵活性。