[Python]Re正則表達式一些實用範例

紀錄一些，實用的re正則表達式需要用時，就可以直接複製貼上。

檢查是否有中文字

import re
def contains_chinese(text):
    pattern = re.compile(r"[\u4e00-\u9fa5]")
    return bool(pattern.search(text))

text = "Hello 你好"
print(contains_chinese(text))  # 輸出: True

text = "Hello World"
print(contains_chinese(text))  # 輸出: False

• 正則表達式模式: [\u4e00-\u9fa5]
  這個模式用來匹配 Unicode 範圍在 \u4e00 到 \u9fa5 之間的字符，這個範圍包括了大部分常用的中文字符。
• 函式解釋:
  • re.compile(r"[\u4e00-\u9fa5]") 將正則表達式模式編譯成一個 pattern 對象。
  • pattern.search(text) 用來在字串 text 中搜尋是否有符合該模式的字符。
  • bool(pattern.search(text)) 將搜尋結果轉換為布林值，若找到中文字符，則返回 True，否則返回 False

匹配Email地址

email_pattern = r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+'
email = "[email protected]"
email_match = re.match(email_pattern, email)
if email_match:
	print("Email匹配結果:", email_match.group()) #輸出 [email protected]

正則表達式模式:email_pattern = r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+'

• [a-zA-Z0-9_.+-]+: 匹配一個或多個字母、數字、底線 (_)、點 (.)、加號 (+) 或連字符 (-)。這表示Email地址的用戶名部分。
• @: 匹配Email地址中的@符號。
• [a-zA-Z0-9-]+: 匹配域名的第一部分，允許字母、數字和連字符。
• \.: 匹配域名中的點 (.) 符號，因為點在正則表達式中是特殊字符，所以需要使用反斜杠來轉義。
• [a-zA-Z0-9-.]+: 匹配域名的第二部分及後續部分，可以有點 (.) 和連字符。

匹配電話號碼

phone_pattern = r'\(?\d{3}\)?[-.\s]?\d{3}[-.\s]?\d{4}'
phone = "(123) 456-7890"
phone_match = re.match(phone_pattern, phone)

if phone_match:
    print("電話號碼匹配結果:", phone_match.group()) #輸出 電話號碼匹配結果: (123) 456-7890  

• \(?: 匹配一個可選的左括號 (。括號需要轉義。
• \d{3}: 匹配三個連續的數字。
• \)?: 匹配一個可選的右括號 )。
• [-.\s]?: 匹配可選的連字符 (-)、點 (.) 或空格，[-.\s] 中的 \s 代表空白字符。
• \d{3}: 匹配三個連續的數字。
• [-.\s]?: 再次匹配可選的連字符、點或空格。
• \d{4}: 匹配四個連續的數字。

網址（URL）匹配

url_pattern = r'https?://(?:www\.)?[-\w]+(?:\.\w[-\w]*)+'
url = "https://www.example.com"
url_match = re.match(url_pattern, url)
if url_match:
    print("URL匹配結果:", url_match.group()) #URL匹配結果: https://www.example.com

• https?://: 匹配 http:// 或 https://，問號 ? 表示 s 是可選的。
• (?:www\.)?: 匹配可選的 www. 子域名，(?: ... ) 是非捕獲組，用於組合但不存儲匹配結果。
• [-\w]+: 匹配域名的主要部分，可以包含字母、數字、下劃線 (_) 和連字符 (-)。
• (?:\.\w[-\w]*)+: 匹配域名的後續部分，每部分以點 (.) 開頭，後面跟隨字母、數字或連字符。

匹配HTML標籤

html_pattern = r'<([a-zA-Z]+)([^>]*?)>(.*?)<\/\1>'
html = "<div class='test'>Hello World</div>"
html_match = re.match(html_pattern, html)

if html_match:
    print("HTML標籤匹配結果:", html_match.group())
		#輸出 HTML標籤匹配結果: <div class='test'>Hello World</div>​

• <([a-zA-Z]+): 匹配開頭的HTML標籤，([a-zA-Z]+) 捕獲標籤名稱，允許字母。
• ([^>]*?): 匹配標籤中的屬性部分，非貪婪匹配 [^>]*?，允許任意字符但不包括 >。
• >(.*?)<\/\1>: 匹配標籤內的內容，(.*?) 是非貪婪匹配，並且使用 <\/\1> 匹配對應的閉合標籤，其中 \1 指向之前捕獲的標籤名稱。

匹配IPv4地址

ip_pattern = r'(\d{1,3}\.){3}\d{1,3}'
ip = "192.168.1.1"
ip_match = re.match(ip_pattern, ip)

if ip_match:
    print("IPv4地址匹配結果:", ip_match.group())

• \d{1,3}: 匹配1到3個數字，代表IP地址中的每個字節。
• \.: 匹配點 (.)，因為點在正則表達式中是特殊字符，所以需要使用反斜杠來轉義。
• (\d{1,3}\.){3}: 匹配前三個字節，每個字節後面都有一個點，共出現三次。
• \d{1,3}: 匹配最後一個字節。