Python 的 `re` 模組（regular expression，正規表達式）可用來搜尋、比對及擷取字串中的特定格式。 ## 1. 匯入 `re` 模組 ```python import re ``` 正規表達式通常使用「原始字串」表示法 `r"..."`，可避免反斜線 `\` 被 Python 先解讀。 例如： ```python pattern = r"\d+" ``` 其中： - `\d`：一個數字，等同於 `[0-9]` - `+`：前面的規則出現一次以上 - `*`：出現零次以上 - `?`：出現零次或一次 - `{n}`：剛好出現 `n` 次 - `{n,m}`：出現 `n` 到 `m` 次 - `^`：字串開頭 - `$`：字串結尾 - `[...]`：字元集合 - `(...)`：群組 - `|`：或 --- ## 2. 常用的比對方法 ### `re.match()` 從字串開頭開始比對： ```python result = re.match(r"\d+", "123abc") if result: print("比對成功") print(result.group()) # 123 ``` ### `re.search()` 搜尋字串中是否存在符合的內容： ```python result = re.search(r"\d+", "abc123xyz") if result: print(result.group()) # 123 ``` ### `re.fullmatch()` 要求整個字串完全符合正規表達式，適合驗證手機號碼或 Email： ```python result = re.fullmatch(r"\d{3}", "123") if result: print("整個字串符合") ``` ### `re.findall()` 找出所有符合的內容： ```python numbers = re.findall(r"\d+", "電話 0912345678，分機 123") print(numbers) # ['0912345678', '123'] ``` --- # 3. 台灣手機號碼格式比對 一般台灣手機號碼格式為： ```text 09xxxxxxxx ``` 也就是： - 開頭為 `09` - 後面再接 8 個數字 - 總長度為 10 位數 正規表達式： ```python r"09\d{8}" ``` 但若要驗證「整個字串」必須是手機號碼，建議使用 `fullmatch()`： ```python import re pattern = r"09\d{8}" phone_numbers = [ "0912345678", "0987654321", "091234567", # 少一碼 "0812345678", # 不是 09 開頭 "09-1234-5678" # 含有連字號 ] for phone in phone_numbers: if re.fullmatch(pattern, phone): print(phone, "格式正確") else: print(phone, "格式錯誤") ``` 輸出： ```text 0912345678 格式正確 0987654321 格式正確 091234567 格式錯誤 0812345678 格式錯誤 09-1234-5678 格式錯誤 ``` ## 支援連字號或空白 如果也允許以下格式： ```text 0912-345-678 0912 345 678 ``` 可以使用： ```python pattern = r"09\d{2}[- ]?\d{3}[- ]?\d{3}" ``` 完整範例： ```python phone_numbers = [ "0912345678", "0912-345-678", "0912 345 678", "0912_345_678" ] for phone in phone_numbers: if re.fullmatch(r"09\d{2}[- ]?\d{3}[- ]?\d{3}", phone): print(phone, "格式正確") else: print(phone, "格式錯誤") ``` 其中： ```python [- ]? ``` 表示連字號或空白可以出現一次，也可以不出現。 ## 支援國際格式 若要接受： ```text +886912345678 +886 912345678 ``` 可以寫成： ```python pattern = r"(?:09\d{8}|\+886 ?9\d{8})" ``` 範例： ```python phones = [ "0912345678", "+886912345678", "+886 912345678", "886912345678" ] for phone in phones: if re.fullmatch(r"(?:09\d{8}|\+886 ?9\d{8})", phone): print(phone, "格式正確") else: print(phone, "格式錯誤") ``` 說明： - `(?:...)`：非捕獲群組 - `|`：表示二選一 - `\+`：比對真正的 `+` 字元，因為 `+` 在正規表達式中本身具有特殊意義 --- # 4. Email 格式比對 Email 常見格式如下： ```text username@example.com ``` 可以使用一個簡單且實用的正規表達式： ```python r"^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$" ``` 拆解如下： ```text ^ [A-Za-z0-9._%+-]+ @ [A-Za-z0-9.-]+ \. [A-Za-z]{2,} $ ``` 說明： - `^`：從字串開頭開始 - `[A-Za-z0-9._%+-]+`：Email 帳號部分，可包含英文字母、數字及部分符號 - `@`：必須有 `@` - `[A-Za-z0-9.-]+`：網域名稱 - `\.`：真正的句點 `.` - `[A-Za-z]{2,}`：網域後綴至少兩個英文字母，例如 `com`、`tw` - `$`：到字串結尾為止 範例： ```python import re email_pattern = r"^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$" emails = [ "user@example.com", "test.user+tag@gmail.com", "student@school.edu.tw", "userexample.com", "user@", "@example.com", "user@example", "user@example.c" ] for email in emails: if re.fullmatch(email_pattern, email): print(email, "格式正確") else: print(email, "格式錯誤") ``` 也可以直接使用 `fullmatch()`，因此不一定要在表達式中加入 `^` 和 `$`： ```python email_pattern = r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}" email = "user@example.com" if re.fullmatch(email_pattern, email): print("Email 格式正確") else: print("Email 格式錯誤") ``` --- # 5. 使用 `re.compile()` 重複比對 如果同一個正規表達式會使用多次，可以先編譯： ```python import re phone_regex = re.compile(r"09\d{8}") email_regex = re.compile( r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}" ) phone = "0912345678" email = "user@example.com" if phone_regex.fullmatch(phone): print("手機號碼正確") if email_regex.fullmatch(email): print("Email 格式正確") ``` --- ## 注意事項 正規表達式通常只能檢查「格式」，不能保證資料真的有效。 例如： - `0912345678` 符合手機號碼格式，但不代表這個號碼真的存在。 - `user@example.com` 符合 Email 基本格式，但不代表該信箱可以收信。 - Email 的完整規格非常複雜，上述寫法是一般表單驗證常用的簡化版本。 實務上，若要驗證整個輸入值，通常優先使用： ```python re.fullmatch(...) ``` 而不是只使用 `re.search()`，因為 `search()` 只要字串中有一部分符合即可。