引言

在前一天的內容，我們談到了 Regex 是一套怎樣的規則，以及它是如何用來匹配文字。前一天內容傳送門🚪 但是光知道規則還不夠，我們需要工具來操作這些規則，以便達成我們想做的事！

這時候，Python 的 re 套件就要出場啦～

今天我們要認識三個簡單的功能，讓我們可以做到「搜尋」＆「替換」資訊這兩件事：

1. search()
2. findall()
3. sub()

re.search()：搜尋第一個符合的結果

語法：re.search(pattern, string)

這個功能是可以找到「第一個」符合模式的內容，並回傳結果。如果沒有匹配到任何東西則會回傳 None。

註：在 pattern 前面加上 r 表示接下來的字串是使用 Regex

text = "I love learning NLP and I love regex."
match = re.search(r"love", text)

print(match)   # <re.Match object; span=(2, 6), match='love'>
print(match.group())   # love

re.findall：提取所有符合的文字

語法：re.findall(pattern, string)

這個功能可以抓出「所有」符合模式的文字，並回傳列表。

text = "會議日期：2025/09/15，下次會議：2025/10/15"
dates = re.findall(r"\d{4}/\d{2}/\d{2}", text)

print(dates) # ['2025/09/15', '2025/10/15']

re.sub：批量替換文字

語法：re.sub(pattern, replacement, string)

這個功能會先將符合模式的文字找出來，然後再用替換的文字取代掉。

text = "I like cats. Cats are cute."
result = re.sub(r"cats", "dogs", text, flags=re.IGNORECASE) # flags=re.IGNORECASE 意思是忽略大小寫

print(result)  # I like dogs. dogs are cute.

Bonus

日期有很多種不同表示法，有的國家習慣用年/月/日，有的習慣用日/月/年，有的會用斜線/分隔，有的用點.
現在有一個日期是 2025/09/15，我們想要變成 15/09/2025，這樣的轉換要怎麼做呢？

1. 先想想要怎麼捕捉舊的日期的格式

old_date = "2025/09/15"

# regex => \d{4}/\d{2}/\d{2}

2. 可以用()把內容 group 起來

# 年、月、日 分別是三組資訊
(\d{4})/(\d{2})/(\d{2})

3. 使用re.sub()做替換，群組 (group) 可以用 1, 2, 3 代表

註：r"\1"代表第一個群組括號的內容(\d{4})

old_date = "2025/09/15"
new_date = re.sub(r"(\d{4})/(\d{2})/(\d{2})", r"\3/\2/\1", old_date)

print(new_date)  # 15/09/2025

結語

Regex 還有其他的功能可以去探索，但現在學會以上這幾個就已經可以實際去用在基本的 NLP 文本清理上啦！

最後提供幾個小練習題，有興趣的話可以試著做做看，明天的文章會公布答案哦～

text = "小明的手機號碼是: 0912-345-678，市話號碼是：02-777-0909，email是: xiaoming123@gmail.com。"

1. 用 re.findall() 找出所有的號碼（提示：用\d{}）
2. 用 re.search() 找出第一個 email
3. 用 re.sub() 把手機號碼改成 +886-9XX-XXX-XXX（提示：用括號分組再替換）