Python正则表达式详解：小白从入门到实战

lyx3313696759

522人浏览 · 2025-08-05 20:41:21

lyx3313696759 · 2025-08-05 20:41:21 发布

Python正则表达式详解：从入门到实战

前言

正则表达式（Regular Expression）是处理字符串的强大工具，在Python中通过re模块实现。它能够帮助我们进行字符串匹配、查找、替换和验证等操作。本文将详细介绍Python正则表达式的核心概念、语法规则和实战应用。

一、正则表达式基础概念

1.1 什么是正则表达式？

正则表达式是一种用于描述字符串模式的表达式，通过特定的符号组合来匹配符合规则的字符串。

核心作用：

字符串匹配和验证
数据提取和替换
文本处理和格式化

1.2 Python正则表达式基本使用

import re

# 基本使用步骤
# 1. 导包
import re

# 2. 正则校验
result = re.match(正则表达式, 字符串, flag=0)

# 3. 获取匹配到的数据
result.group()

二、正则表达式核心函数

2.1 常用函数分类

在这里插入图片描述

主要函数说明：

match()：从左到右逐个字符匹配，全词匹配
search()：从左到右依次匹配，只要某部分满足条件即可
sub()：字符串替换
findall()：查找所有匹配项

2.2 函数使用示例

import re

# match示例 - 必须从开头匹配
result1 = re.match(r'hello', 'hello world')  # 匹配成功
result2 = re.match(r'hello', 'world hello')  # 匹配失败

# search示例 - 在字符串中查找
result3 = re.search(r'hello', 'world hello')  # 匹配成功
result4 = re.search(r'\d+', 'abc123def')     # 匹配到123

# sub示例 - 字符串替换
result5 = re.sub(r'\d+', 'NUM', 'abc123def456')  # abcNUMdefNUM

三、正则表达式语法规则

3.1 单个字符匹配

import re

# 基础字符匹配
result1 = re.match(r'a', 'abc')        # 匹配字母a
result2 = re.match(r'\.', '.abc')      # 匹配点号（转义）

# 字符类匹配
result3 = re.match(r'[abc]', 'a')      # 匹配a、b、c中的任意一个
result4 = re.match(r'[^abc]', 'd')     # 匹配除a、b、c以外的字符
result5 = re.match(r'[a-z]', 'm')      # 匹配小写字母
result6 = re.match(r'[A-Z]', 'M')      # 匹配大写字母
result7 = re.match(r'[0-9]', '5')      # 匹配数字

# 预定义字符类
result8 = re.match(r'\d', '5')         # 匹配数字 [0-9]
result9 = re.match(r'\D', 'a')         # 匹配非数字
result10 = re.match(r'\w', 'a')        # 匹配字母数字下划线 [a-zA-Z0-9_]
result11 = re.match(r'\W', '!')        # 匹配非字母数字下划线
result12 = re.match(r'\s', ' ')        # 匹配空白字符
result13 = re.match(r'\S', 'a')        # 匹配非空白字符

3.2 多个字符匹配（量词）

import re

# 量词规则
# * : 0次或多次
# + : 1次或多次  
# ? : 0次或1次
# {n} : 恰好n次
# {n,} : n次或更多次
# {n,m} : n到m次

# 示例
result1 = re.match(r'\d*', '123')      # 匹配0个或多个数字
result2 = re.match(r'\d+', '123')      # 匹配1个或多个数字
result3 = re.match(r'\d?', '1')        # 匹配0个或1个数字
result4 = re.match(r'\d{3}', '123')    # 匹配恰好3个数字
result5 = re.match(r'\d{3,}', '1234')  # 匹配3个或更多数字
result6 = re.match(r'\d{2,4}', '123')  # 匹配2到4个数字

3.3 位置匹配

import re

# 位置锚点
# ^ : 字符串开头
# $ : 字符串结尾
# \b : 单词边界
# \B : 非单词边界

# 示例
result1 = re.match(r'^hello', 'hello world')     # 匹配以hello开头
result2 = re.search(r'world$', 'hello world')    # 匹配以world结尾
result3 = re.search(r'\bword\b', 'this word is') # 匹配单词边界

3.4 分组和引用

import re

# 分组语法
# () : 创建分组
# | : 或者
# \num : 引用第num个分组

# 示例
result1 = re.match(r'(apple|pear)', 'apple')     # 匹配apple或pear
result2 = re.match(r'(\d{3})-(\d{4})', '123-4567')  # 分组匹配

# 分组引用
result3 = re.match(r'(\w+)\s+\1', 'hello hello')  # 引用第一个分组

四、正则表达式实战应用

4.1 字符串替换

import re

# 基础替换
s1 = '车主说:你的刹车片应该更换了啊,嘿嘿'
rg = r'呢|吧|哈|啊|啦|嘿|嘿嘿'
result = re.sub(rg, "1", s1)
print(result)  # 车主说:你的刹车片应该更换了1,1

# 语法糖形式
s2 = '抽过的烟名：荷花，南京，中华，利群，黄鹤楼....'
result2 = re.sub(r"南京|利群", "*", s2)
print(result2)  # 抽过的烟名：荷花，*，中华，*，黄鹤楼....

4.2 数据验证

import re

# 手机号验证
def validate_phone(phone):
    pattern = r'^1[3-9]\d{9}$'
    return re.match(pattern, phone) is not None

# 邮箱验证
def validate_email(email):
    pattern = r'^[0-9a-zA-Z_]{2,16}@(163|126|qq)\.(com|cn)$'
    return re.match(pattern, email) is not None

# 测试
print(validate_phone('13812345678'))  # True
print(validate_phone('23812345678'))  # False
print(validate_email('test@qq.com'))  # True
print(validate_email('test@gmail.com'))  # False

4.3 数据提取

import re

# 提取QQ号
url = 'https://mp.csdn.net/mp_blog/manage/article?qq:10567'
result = re.search(r'qq:([0-9]{4,10})', url)
if result:
    print(f"QQ号: {result.group(1)}")  # QQ号: 10567

# 提取HTML标签内容
html_data = '<html><h1>www.itcast.cn</h1></html>'
result = re.search(r'<html><h1>(.*)</h1></html>', html_data, re.DOTALL)
if result:
    print(f"提取内容: {result.group(1)}")  # 提取内容: www.itcast.cn

五、高级特性

5.1 贪婪与非贪婪匹配

import re

# 贪婪匹配（默认）
result1 = re.search(r'<.*>', '<h1>title</h1>')
print(result1.group())  # <h1>title</h1>

# 非贪婪匹配（加?）
result2 = re.search(r'<.*?>', '<h1>title</h1>')
print(result2.group())  # <h1>

5.2 标志位使用

import re

# re.IGNORECASE (re.I) - 忽略大小写
result1 = re.search(r'hello', 'HELLO world', re.I)

# re.DOTALL (re.S) - 让.匹配换行符
result2 = re.search(r'<html.*</html>', html_content, re.DOTALL)

# re.MULTILINE (re.M) - 多行模式
result3 = re.search(r'^hello', 'world\nhello', re.M)

5.3 编译正则表达式

import re

# 编译正则表达式（提高性能）
pattern = re.compile(r'\d+')
result1 = pattern.match('123')
result2 = pattern.search('abc123def')

# 使用编译后的对象进行替换
text = 'abc123def456'
result3 = pattern.sub('NUM', text)  # abcNUMdefNUM

六、常见应用场景

6.1 水果筛选示例

import re

# 筛选喜欢的水果
fruits = ["apple", "banana", "orange", "pear"]
for fruit in fruits:
    result = re.match(r'(apple|pear)', fruit)
    if result:
        print(f"是我爱吃的水果: {fruit}")
    else:
        print(f"不是我爱吃的水果: {fruit}")

6.2 邮箱格式验证

import re

def validate_email_format(email):
    """
    验证邮箱格式
    规则：
    1. 用户名：2-16位数字字母下划线
    2. 域名：163、126、qq
    3. 后缀：com或cn
    """
    pattern = r'^[0-9a-zA-Z_]{2,16}@(163|126|qq)\.(com|cn)$'
    return re.match(pattern, email) is not None

# 测试
emails = ['test@qq.com', 'user@163.com', 'invalid@gmail.com']
for email in emails:
    print(f"{email}: {validate_email_format(email)}")

6.3 HTML内容提取

import re

def extract_html_content(html_text):
    """提取HTML标签内容"""
    # 匹配完整的HTML文档
    pattern = r'<html[\s\S]*?</html>'
    result = re.search(pattern, html_text, re.DOTALL)
    return result.group() if result else None

# 使用示例
html_content = """
<html>
<head><title>测试页面</title></head>
<body><h1>Hello World</h1></body>
</html>
"""
extracted = extract_html_content(html_content)
print(extracted)

七、性能优化建议

7.1 编译正则表达式

import re

# 不推荐：每次都编译
for i in range(1000):
    re.match(r'\d+', str(i))

# 推荐：预编译
pattern = re.compile(r'\d+')
for i in range(1000):
    pattern.match(str(i))

7.2 使用原始字符串

import re

# 推荐：使用r前缀
pattern1 = r'\d+'

# 不推荐：需要转义
pattern2 = '\\d+'

7.3 避免过度匹配

import re

# 使用非贪婪匹配
result1 = re.search(r'<.*?>', '<h1>title</h1>')  # 推荐

# 避免贪婪匹配
result2 = re.search(r'<.*>', '<h1>title</h1>')   # 可能过度匹配

八、常见错误和调试

8.1 常见错误

import re

# 错误1：忘记转义特殊字符
# result = re.match(r'1+1=2', '1+1=2')  # 错误
result = re.match(r'1\+1=2', '1+1=2')   # 正确

# 错误2：使用match而不是search
# result = re.match(r'world', 'hello world')  # 匹配失败
result = re.search(r'world', 'hello world')   # 匹配成功

# 错误3：忘记处理None返回值
result = re.search(r'\d+', 'abc')
# print(result.group())  # 错误：可能抛出AttributeError
if result:
    print(result.group())  # 正确

8.2 调试技巧

import re

def debug_regex(pattern, text):
    """调试正则表达式"""
    try:
        result = re.search(pattern, text)
        if result:
            print(f"匹配成功: {result.group()}")
            print(f"匹配位置: {result.start()}-{result.end()}")
            print(f"分组内容: {result.groups()}")
        else:
            print("匹配失败")
    except re.error as e:
        print(f"正则表达式错误: {e}")

# 使用示例
debug_regex(r'\d{3,5}', 'abc123def4567')

九、总结

Python正则表达式是字符串处理的强大工具，通过本文的学习，你应该掌握：

📋 核心概念

正则表达式的基本语法和规则
Python re模块的主要函数
字符类、量词、位置锚点的使用

🎯 实战技能

字符串匹配和验证
数据提取和替换
常见应用场景的实现

⚡ 性能优化

预编译正则表达式
使用原始字符串
避免过度匹配

🔧 调试技巧

常见错误的识别和避免
正则表达式的调试方法
代码的健壮性处理

正则表达式虽然复杂，但掌握好这些核心概念和技巧，就能在实际项目中高效处理各种字符串操作需求。

关键词： Python正则表达式、字符串匹配、数据验证、文本处理、re模块

天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

天工造物局

所有评论(0)

查看更多评论

lyx3313696759

@lyx3313696759

已为社区贡献2条内容

Python正则表达式详解：小白从入门到实战

lyx3313696759

Python正则表达式详解：从入门到实战

前言

一、正则表达式基础概念

1.1 什么是正则表达式？

1.2 Python正则表达式基本使用

二、正则表达式核心函数

2.1 常用函数分类

2.2 函数使用示例

三、正则表达式语法规则

3.1 单个字符匹配

3.2 多个字符匹配（量词）

3.3 位置匹配

3.4 分组和引用

四、正则表达式实战应用

4.1 字符串替换

4.2 数据验证

4.3 数据提取

五、高级特性

5.1 贪婪与非贪婪匹配

5.2 标志位使用

5.3 编译正则表达式

六、常见应用场景

6.1 水果筛选示例

6.2 邮箱格式验证

6.3 HTML内容提取

七、性能优化建议

7.1 编译正则表达式

7.2 使用原始字符串

7.3 避免过度匹配

八、常见错误和调试

8.1 常见错误

8.2 调试技巧

九、总结

📋 核心概念

🎯 实战技能

⚡ 性能优化

🔧 调试技巧

所有评论(0)

温馨提示：您尚未绑定手机号

lyx3313696759