正则表达式（Regular Expression）是一种强大的文本处理工具，在Python中通过re模块实现。掌握正则表达式，可以让我们轻松地处理字符串，进行模式匹配、查找、替换等操作。本文将详细介绍Python中正则表达式的关键格式符，帮助读者解锁数据处理的秘密。
1. 基本格式符
正则表达式的核心是格式符，它们定义了我们要匹配的文本模式。以下是一些常见的格式符：
1.1 字符匹配
.：匹配除换行符以外的任意字符。[]：匹配括号内的任意一个字符（字符类）。[^]：匹配不在括号内的任意一个字符（否定字符类）。
import re
# 匹配包含任意字符的字符串
pattern = r'.*'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：这是一个测试字符串。
# 匹配指定字符
pattern = r'[a-z]'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：这
# 匹配不在指定字符集中的字符
pattern = r'[^a-z]'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：一
1.2 定位符
^：匹配字符串的开头。$：匹配字符串的结尾。\b：匹配单词边界。
# 匹配字符串开头
pattern = r'^测试'
text = "测试这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：测试
# 匹配字符串结尾
pattern = r'字符串$'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：字符串
# 匹配单词边界
pattern = r'\b测试\b'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：测试
2. 量词
量词用于指定匹配的次数。
*：匹配前面的子表达式零次或多次。+：匹配前面的子表达式一次或多次。?：匹配前面的子表达式零次或一次。{n}：匹配前面的子表达式恰好n次。{n,}：匹配前面的子表达式至少n次。{n,m}：匹配前面的子表达式至少n次，但不超过m次。
# 匹配任意字符（0次或多次）
pattern = r'.*'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：这是一个测试字符串。
# 匹配一个字符
pattern = r'.+'
text = "这是一个测试字符串。"
match = re.match(pattern, text)
print(match.group()) # 输出：这是一个
# 匹配0个或多个数字
pattern = r'\d*'
text = "这是一个测试字符串123。"
match = re.match(pattern, text)
print(match.group()) # 输出：123
3. 分组和引用
()：创建分组，可以用于捕获匹配的子表达式。\1：引用第一个分组匹配的文本。
# 捕获分组
pattern = r'(\d+)\s+(\d+)'
text = "123 456"
match = re.match(pattern, text)
print(match.group(1)) # 输出：123
print(match.group(2)) # 输出：456
# 引用分组
pattern = r'(\d+)\s+(\d+)'
text = "123 456"
match = re.match(pattern, text)
print(match.group(0)) # 输出：123 456
print(match.group(1)) # 输出：123
print(match.group(2)) # 输出：456
通过以上介绍，相信读者已经对Python正则表达式的关键格式符有了初步的了解。正则表达式在数据处理中有着广泛的应用，如字符串匹配、查找、替换、分割等。熟练掌握正则表达式，将大大提高数据处理效率。