Python的re模块提供了强大的正则表达式功能集合，支持模式匹配、文本搜索与替换等操作，核心功能包括compile()编译正则模式、match()和search()实现精准定位，findall()与finditer()提取所有匹配结果，sub()完成文本替换，支持元字符（如.、*、?）、分组、预查等高级语法，可灵活处理字符串匹配、数据清洗、信息提取等场景，通过正则表达式，能高效解决复杂文本处理需求，是Python文本分析的重要工具。
Python正则与集合的协同艺术：高效文本处理的实战指南
在Python数据处理的世界里，正则表达式（Regular Expression）与集合（Set）堪称两大“利器”，正则表达式精于文本模式的精准匹配与提取，集合则在去重、关系运算等场景中展现高效优势，当二者强强联手，便能产生“1+1>2”的化学反应——既实现文本模式的精确捕获，又能对匹配结果进行高效的集合化操作，本文将带你从基础到实战,深入掌握Python中正则表达式与集合的协同应用之道。
基石回顾：正则表达式与集合的核心能力
正则表达式：文本模式匹配的“瑞士军刀”
正则表达式通过一套精炼的语法规则描述字符串模式，Python的re模块提供了强大的支持,其核心功能涵盖：
- 匹配：
re.match()（从字符串起始位置匹配）、re.search()（全局搜索首个匹配） - 提取：
re.findall()（返回所有匹配结果的列表）、re.finditer()（返回匹配对象的迭代器） - 替换：
re.sub()（替换所有匹配文本） - 分割：
re.split()（按匹配模式分割字符串） - 预编译优化：
re.compile()（将正则表达式预编译为模式对象,提升重复匹配效率）
**示例：** 从文本中提取所有数字：
import re text = "订单号：12345，金额：678.9，电话：13812345678" numbers = re.findall(r"\d+", text) # 返回列表: ['12345', '678', '13812345678']
集合：高效去重与关系运算的基石
集合是Python中一种无序、不重复的元素容器,其核心优势在于：
- 自动去重：
set()构造函数可一键去除列表、元组等可迭代对象中的重复元素 - 关系运算：支持并集（ 或
union()）、交集（&或intersection()）、差集（ 或difference()）、对称差集（^或symmetric_difference()） - 高效查询：
in操作的时间复杂度为O(1)，显著优于列表的O(n) - 集合推导式：支持类似列表推导式的简洁语法：
{x for x in iterable if condition} - 不可变集合：
frozenset()提供不可变版本的集合，可作为字典键或集合元素
**示例：** 快速去重并求交集：
list1 = [1, 2, 2, 3, 4]
list2 = [3, 4, 4, 5, 6]
set1 = set(list1) # {1, 2, 3, 4}
set2 = set(list2) # {3, 4, 5, 6}
common = set1 & set2 # {3, 4}
# 或使用方法: common = set1.intersection(set2)
强强联合：正则与集合的三大核心应用场景
正则表达式匹配文本后，结果往往需要进一步处理（如去重、分类、统计），此时集合的特性便大放异彩,以下是三大典型且高效的协同应用场景：
场景1：从海量文本中提取唯一匹配项（去重+过滤）
需求：从大量文本数据中提取符合特定模式的内容，并自动去除重复项。
思路：利用正则表达式匹配所有目标内容，将结果直接转换为集合实现自动去重,再根据需要转回列表或集合使用。
案例**：从服务器日志中提取所有唯一访问的IP地址（IPv4）
import re
logs = """
192.168.1.1 - - [10/Oct/2023:13:55:36 +0800] "GET /index.html HTTP/1.1" 200 1024
10.0.0.1 - - [10/Oct/2023:13:56:12 +0800] "POST /api/login HTTP/1.1" 200 512
192.168.1.1 - - [10/Oct/2023:13:57:05 +0800] "GET /home.html HTTP/1.1" 200 2048
10.0.0.2 - - [10/Oct/2023:13:58:22 +0800] "GET /api/data HTTP/1.1" 404 256
"""
# 预编译正则模式（提升性能，尤其适合大文本或多次匹配）
ip_pattern = re.compile(r"\b(?:\d{1,3}\.){3}\d{1,3}\b")
# 匹配所有IP地址（返回列表）
all_ips = ip_pattern.findall(logs) # ['192.168.1.1', '10.0.0.1', '192.168.1.1', '10.0.0.2']
# 转换为集合自动去重
unique_ips = set(all_ips) # {'192.168.1.1', '10.0.0.1', '10.0.0.2'}
print("唯一访问IP地址：", unique_ips)
优势**：相比手动去重（如遍历列表+条件判断），集合去重代码更简洁、性能更高（O(n)时间复杂度）,尤其适合处理大规模匹配结果。
场景2：批量验证文本模式（分类统计）
需求**：判断多个文本项是否符合特定正则模式，并将结果分类（如“有效”/“无效”）。
思路**：利用集合存储有效/无效的匹配结果,通过正则匹配快速分类填充。
