当前位置：首页 > news >正文

正则表达式学习笔记

news 来源：原创 2025/6/14 10:25:44

一、正则表达式是什么？

正则表达式（Regular Expression，简称 Regex）是一种用于描述字符串匹配规则的工具。通过定义特定的字符模式，可以实现以下功能：

✅ 验证字符串是否符合某种格式（如邮箱、手机号）。
✅ 提取字符串中的特定部分（如日期、链接）。
✅ 替换字符串中的内容（如隐藏敏感信息）。
✅ 分割字符串为子串（如按分隔符切割数据）。

二、基本语法规则

正则表达式由普通字符（如字母、数字）和特殊符号（称为 元字符）组成。以下是核心元字符及其功能：

1. 匹配单个字符

符号	功能	示例
`.`	匹配任意单个字符（除换行符）	`a.c` → `abc`、`a@c`
`\d`	匹配数字（等价于 `[0-9]`）	`\d` → `0`、`5`
`\w`	匹配字母、数字、下划线	`\w+` → `user123`
`\s`	匹配空白符（空格、制表符等）	`\s` → （空格）
`[ ]`	匹配字符集合中的任意一个	`[aeiou]` → 匹配元音字母

2. 数量限定符

符号	功能	示例
`*`	前一个字符出现 0次或多次	`ab*c` → `ac`、`abbc`
`+`	前一个字符出现 1次或多次	`ab+c` → `abc`、`abbbc`
`?`	前一个字符出现 0次或1次	`colou?r` → `color`、`colour`
`{n}`	前一个字符恰好出现 n次	`a{3}` → `aaa`
`{n,m}`	前一个字符出现 n到m次	`a{2,4}` → `aa`、`aaaa`

3. 位置锚点

符号	功能	示例
`^`	匹配字符串的开头	`^abc` → 匹配以 `abc` 开头的字符串
`$`	匹配字符串的结尾	`com$` → 匹配以 `com` 结尾的字符串

4. 分组与捕获

符号	功能	示例
`( )`	将多个字符视为一个整体，并捕获内容	`(\d{3})-(\d{4})` → 匹配 `123-4567`，分组1为 `123`，分组2为 `4567`
`(?: )`	分组但不捕获（非捕获组）	`(?:\d{3})-(\d{4})` → 分组1为 `4567`
`\|`	逻辑“或”匹配	`cat\|dog` → 匹配 `cat` 或 `dog`

三、正则表达式进阶用法

1. 贪婪与非贪婪匹配

贪婪模式：默认匹配尽可能多的字符。示例：a.*b 匹配 aabb 中的整个字符串。
非贪婪模式：在限定符后加 ?，匹配尽可能少的字符。示例：a.*?b 匹配 aabb 中的 aab。

2. 零宽断言（Lookaround）

语法	功能	示例
`(?=...)`	正向肯定断言（后面是...）	`Windows(?=10)` → 匹配后面紧跟 `10` 的 `Windows`
`(?!...)`	正向否定断言（后面不是...）	`Windows(?!7)` → 匹配后面不是 `7` 的 `Windows`
`(?<=...)`	反向肯定断言（前面是...）	`(?<=\$)\d+` → 匹配 `$100` 中的 `100`
`(?	反向否定断言（前面不是...）	`(? → 匹配`€200`中的`200`

3. 常用预定义字符集

简写	等价写法	说明
`\d`	`[0-9]`	数字
`\D`	`[^0-9]`	非数字
`\w`	`[a-zA-Z0-9_]`	单词字符（字母、数字、下划线）
`\W`	`[^\w]`	非单词字符
`\s`	`[ \t\n\r\f\v]`	空白符
`\S`	`[^\s]`	非空白符

四、Python 的 `re` 模块实战

1. 常用函数

函数	功能	示例
`re.match()`	从字符串开头匹配模式	`re.match(r'\d+', '123abc')` → 匹配 `123`
`re.search()`	扫描整个字符串，返回第一个匹配项	`re.search(r'\d+', 'abc123')` → 匹配 `123`
`re.findall()`	返回所有匹配项的列表	`re.findall(r'\d+', 'a1b22c333')` → `['1', '22', '333']`
`re.finditer()`	返回所有匹配项的迭代器（适合大文本处理）	`for match in re.finditer(r'\d+', text): ...`
`re.sub()`	替换匹配项	`re.sub(r'\d', '', 'a1b2')` → `ab*`
`re.split()`	按模式分割字符串	`re.split(r'\W+', 'apple,banana;grape')` → `['apple', 'banana', 'grape']`

2. 匹配对象（Match Object）

group()：返回匹配的字符串。示例：match.group(1) 获取第一个分组内容。
start() / end()：返回匹配的起始和结束位置。
span()：返回匹配的 (start, end) 元组。

3. 代码示例

 python
 import re
 
 # 示例1：验证邮箱格式
 email = "user.name+2023@example.com"
 pattern = r'^[\w\.+-]+@[\w-]+\.[a-zA-Z]{2,}$'
 is_valid = re.match(pattern, email) is not None
 print(is_valid)  # True
 
 # 示例2：提取手机号
 text = "紧急联系人：138-1234-5678，备用：13987654321"
 phones = re.findall(r'\b1[3-9]\d{9}\b', text)
 print(phones)  # ['13812345678', '13987654321']
 
 # 示例3：替换敏感信息
 log = "Error: 2023-08-15 14:30, IP=192.168.1.1, User=admin"
 masked_log = re.sub(r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}', '[IP MASKED]', log)
 print(masked_log)  # Error: 2023-08-15 14:30, IP=[IP MASKED], User=admin