你是不是也遇到过这些问题？

•  想从一堆文本里挑出所有手机号，手动找太费眼；

•  想把文档里的日期格式从“2025-11-01”改成“2025年12月01日”，一个个改太麻烦；

•  想判断用户输入的邮箱格式对不对，写一堆if-else太啰嗦。

其实，这些问题用正则表达式就能轻松解决！很多小白觉得正则“全是乱码符号，看不懂”，但其实它就像“文本的放大镜+手术刀”——只要掌握4个核心知识点，就能搞定80%的日常需求。今天就用最通俗的语言，带你入门Python正则表达式。

先搞懂：正则表达式到底是啥？（小白秒懂版）

正则表达式（简称“正则”），简单说就是“一套描述文本规律的符号”。比如：

•  想找“所有数字”，不用写“0-9每个数字都检查一遍”，直接用\d就行；

•  想找“11位手机号”，不用写“第一位是1，后面10位是数字”，直接用1\d{10}就行。

在Python里，我们用自带的re库来用正则，而且推荐用“原始字符串”（比如r'\d'），不用写烦人的双重反斜杠（比如'\\d'）——记住这个小技巧，后面写正则会轻松很多。

核心知识点1：字符类——找“什么样的字符”

字符类是正则的“基础零件”，用来定义“我要找的字符是什么类型”。比如找数字、找字母、找任意字符，都靠它。

先记最常用的几种，不用全背，用得多了自然就记住了：

符号	大白话解释	例子
.	匹配任意单个字符（除了换行）	r'he.l' 能匹配“hell”“helm”
\d	匹配1个数字（0-9）	r'\d' 能匹配“1”“5”“9”
\D	匹配1个非数字	r'\D' 能匹配“a”“#”“空格”
\w	匹配字母/数字/下划线	r'\w' 能匹配“h”“3”“_”
\s	匹配空白字符（空格/制表符）	r'he\sllo' 能匹配“he llo”
[abc]	匹配“a”“b”“c”中的任意1个	r'[abc]' 能匹配“a”“b”但不匹配“d”
[a-z]	匹配任意1个小写字母	r'[a-z]' 能匹配“x”“y”但不匹配“A”
[^abc]	匹配“不是a、b、c”的任意字符	r'[^abc]' 能匹配“d”“1”“!”

小白实战1：提取文本里的字母和数字

比如有一段文本"hello 123 ! 456_abc"，想把里面的“单词”（字母/数字/下划线组成的）都挑出来：

import re  # 导入Python自带的正则库

text = "hello 123 ! 456_abc"
# 用re.findall找所有符合规则的内容，r'\w+'表示“1个或多个字母/数字/下划线”
result = re.findall(r'\w+', text)
print(result)  # 输出：['hello', '123', '456_abc']

小白避坑：这些符号要“转义”

如果想匹配“.”“*”这些正则里的特殊符号，需要在前面加\（转义）。比如：

•  想匹配“www.baidu.com”里的“.”，不能直接写`r'www.baidu.com'`（会匹配“wwwxbaiducom”里的“x”），要写`r'www\.baidu\.com'`。

•  想匹配“-”本身（比如“123-456”里的“-”），如果放在[]里，要写在开头或结尾，比如r'[-abc]'或r'[abc-]'，不然会被当成“范围”（比如[a-z]是小写字母范围）。

核心知识点2：数量修饰符——找“多少个字符”

字符类定义了“找什么字符”，数量修饰符就定义“找多少个”。比如“1个或多个数字”“正好3个字母”，都靠它。

常用数量修饰符，记这几个就够了：

符号	大白话解释	例子
*	0次或多次（可有可无，越多越好）	r'ab*' 能匹配“a”“ab”“abb”
+	1次或多次（至少1个，越多越好）	r'ab+' 能匹配“ab”“abb”，不匹配“a”
?	0次或1次（可选，最多1个）	r'ab?' 能匹配“a”“ab”，不匹配“abb”
{n}	正好n次	r'\d{3}' 能匹配“123”，不匹配“12”
{n,}	至少n次	r'\d{2,}' 能匹配“12”“123”“1234”
{n,m}	n到m次（包括n和m）	r'\d{2,4}' 能匹配“12”“123”“1234”

小白实战1：提取2-4位数字

比如文本"12 345 6789 1"，想挑出长度在2-4位之间的数字：

import re

text = "12 345 6789 1"
# r'\d{2,4}'表示“2到4个连续数字”
result = re.findall(r'\d{2,4}', text)
print(result)  # 输出：['12', '345', '6789']

小白必懂：贪婪匹配 vs 非贪婪匹配

正则默认是“贪婪”的——能多匹配就多匹配。如果想让它“见好就收”，就在数量修饰符后面加个?。

举个例子，文本"acbcb"，用两种方式匹配：

import re

text = "acbcb"
# 贪婪匹配：a.+b → 从a开始，找尽可能多的字符，直到最后一个b
print(re.findall(r'a.+b', text))  # 输出：['acbcb']
# 非贪婪匹配：a.+?b → 从a开始，找最少的字符，直到第一个b
print(re.findall(r'a.+?b', text))  # 输出：['acb']

简单记：想“少匹配”，就加?。

核心知识点3：边界与位置——找“在什么位置”

有时候，我们不仅要找“什么字符”，还要限定“字符在什么位置”。比如“找以ing结尾的单词”，而不是“单词里包含ing的部分”。

边界符不匹配具体字符，只匹配“位置”（比如开头、结尾、单词间隙）：

符号	大白话解释	例子
^	字符串开头（或每行开头，多行模式）	r'^he' 能匹配“hello”，不匹配“xhello”
$	字符串结尾（或每行结尾，多行模式）	r'lo$' 能匹配“hello”，不匹配“hellox”
\b	单词边界（单词和空格/标点的间隙）	r'\bcat\b' 能匹配“cat”，不匹配“category”
\B	非单词边界	r'\Bcat\B' 能匹配“category”里的“cat”，不匹配“cat”

小白实战：找以“ing”结尾的单词

比如文本"I am singing and running fast, something is wrong"，想挑出“singing”“running”，而不是“something”里的“ing”：

import re

text = "I am singing and running fast, something is wrong"
# r'\b\w+ing\b'：\b是单词边界，\w+ing是“字母+ing”
result = re.findall(r'\b\w+ing\b', text)
print(result)  # 输出：['singing', 'running']

解释：“something”里的“ing”在单词中间（前面是“ometh”），没有\b（单词边界），所以不会被匹配到。

核心知识点4：分组与引用——让正则更灵活

有时候我们需要“重复利用”正则里的某部分，比如“匹配HTML标签（如粗体）”，要保证开头标签和结尾标签一致（不能是粗体），这时候就需要“分组”。

1. 普通分组：用()捕获，用\1引用

比如匹配<b>粗体</b>``<i>斜体</i>这类标签，保证开头和结尾标签相同：

import re

html = "<b>粗体</b><i>斜体</i><b>错误标签</i>"
# r'<(\w+)>(.*?)</\1>'：
# 1. (\w+)：捕获标签名（比如b、i），记为“分组1”
# 2. (.*?)：捕获标签里的内容（非贪婪匹配）
# 3. </\1>：引用分组1的标签名，保证结尾标签和开头一致
result = re.findall(r'<(\w+)>(.*?)</\1>', html)
print(result)  # 输出：[('b', '粗体'), ('i', '斜体')]

解释：<b>错误标签</i>里，开头是b，结尾是i，\1引用的是b，所以不会被匹配到。

2. 命名分组：用(?P<name>...)，更直观

普通分组用\1“\2”记，容易搞混，命名分组可以给分组起个名字，比如“year”“month”“day”：

import re

date = "2025-09-01"
# r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})'：
# 给每个分组起名字，分别对应年、月、日
m = re.match(r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})', date)
# 通过名字获取分组内容，比记\1更简单
print(m.group('year'), m.group('month'), m.group('day'))  # 输出：2025 09 01

3. 分组替换：修改文本格式

比如把手机号“123-456-7890”中间4位换成星号“123-***-7890”：

import re

phone = "123-456-7890"
# r'(\d{3})-\d{3}-(\d{4})'：捕获前3位和后4位，中间3位不捕获
# 替换为 r'\1-***-\2'：\1是前3位，\2是后4位
masked_phone = re.sub(r'(\d{3})-\d{3}-(\d{4})', r'\1-***-\2', phone)
print(masked_phone)  # 输出：123-***-7890

小白总结：先记这些，够用了！

不用背完所有符号，先记住这几个“高频组合”，就能解决大部分问题：

1.  找数字：\d+（1个或多个数字）
2.  找单词：\b\w+\b（完整单词）
3.  找固定长度内容：\d{11}（11位手机号）
4.  匹配标签/日期：用()分组，\1引用

小白练习：动手试试！

1.  从文本里提取所有邮箱：r'[a-zA-Z0-9_]+@[a-zA-Z0-9]+\.[a-zA-Z]+'
2.  把“2025-09-01”改成“2025年09月01日”：re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\1年\2月\3日', date)

正则的核心是“多练”——刚开始可以先抄例子，改改参数看结果变化，慢慢就会有感觉啦！