（17）100天python从入门到拿捏《正则表达式》

正则表达式

正则表达式是 Python 文本处理中最强大的工具之一，它用于字符串的匹配、查找、替换、验证与提取。

一、正则表达式基础

1.1 什么是正则表达式？

正则表达式是一种用来描述字符串匹配规则的模式语言。
作用：

• 判断字符串是否符合某种格式；
• 提取字符串中符合条件的部分；
• 替换匹配的内容；
• 拆分字符串。

1.2 在 Python 中使用正则模块 re

Python 提供内置模块 re，当匹配成功时，会返回一个 Match 对象,否则返回None

常用函数如下

函数	作用
re.match(pattern, string)	从字符串起始位置开始匹配
re.search(pattern, string)	扫描整个字符串，返回第一个匹配项
re.findall(pattern, string)	返回所有匹配结果列表
re.finditer(pattern, string)	返回所有匹配结果的迭代器
re.sub(pattern, repl, string)	替换匹配到的内容
re.split(pattern, string)	按匹配分割字符串
re.compile(pattern)	预编译正则表达式，提高效率

注意： match 和 search 是匹配一次 findall 匹配所有。

二、常用正则表达式语法

2.1 字符匹配基础

表达式	含义	说明
.	匹配除换行符外任意字符	a.b → “acb” ✅
^	匹配字符串开头	^Hello 匹配以 Hello 开头
$	匹配字符串结尾	world$ 匹配以 world 结尾
\d	匹配数字（0–9）	\d\d → “23” ✅
\D	匹配非数字	\D → “A” ✅
\w	匹配字母数字下划线	\w+ → “hello_123” ✅
\W	匹配非字母数字下划线
\s	匹配空白字符（空格、Tab、换行）
\S	匹配非空白字符

使用原始字符串 r"pattern"；模式元素(如 r’\t’，等价于 \t )匹配相应的特殊字符。

2.2 重复次数匹配

表达式	含义	说明
*	重复0次或多次	ab* → “a”, “abbb” ✅
+	重复1次或多次	ab+ → “ab”, “abbbb” ✅
?	重复0次或1次	ab? → “a”, “ab” ✅
{n}	重复n次	a{3} → “aaa” ✅
{n,}	重复n次或以上	a{2,} → “aa”, “aaaaa” ✅
{n,m}	重复n到m次	a{2,4} → “aa”, “aaa”, “aaaa” ✅

2.3 字符集与分组

表达式	含义
[abc]	匹配a或b或c中的任意一个
[^abc]	匹配除a,b,c外的任意字符
(abc)	分组匹配，捕获“abc”
(?:abc)	非捕获分组，不保存内容
`a	b`

2.4 特殊转义字符

表达式	含义
\\	匹配反斜杠
\n	匹配换行符
\t	匹配制表符

2.5 常见模式修饰符flags

修饰符	说明
re.I 或 re.IGNORECASE	忽略大小写
re.M 或 re.MULTILINE	多行匹配（^ 和 $ 匹配每一行）
re.S 或 re.DOTALL	让 . 匹配包括换行符在内的任意字符

三、常见案例

3.1 案例1：判断手机号格式是否合法

import retext = "138-9999-0000"
pattern = r"^1[3-9]\d{9}$"  # 中国大陆手机号print(bool(re.match(pattern, "13899990000")))  # ✅ True
print(bool(re.match(pattern, text)))            # ❌ False (因为中间有 '-')

3.2 案例2：提取字符串中的数字

import retext = "商品价格: 价格199元，优惠后149元"
numbers = re.findall(r"\d+", text)
print(numbers)  # ['199', '149']

3.3 案例3：验证邮箱格式

import reemail = "[e-mail]"
pattern = r"^[\w.-]+@[\w.-]+\.\w+$"print(bool(re.match(pattern, email)))  # ✅ True

3.4 案例4：替换字符串中的敏感词

import retext = "这个人很垃圾"
clean_text = re.sub(r"垃圾", "**", text)
print(clean_text)  # 这个人很**

3.5 案例5：从HTML中提取超链接

import rehtml = '<a href="https://example.com">Example</a>'
pattern = r'href="(.*?)"'link = re.findall(pattern, html)
print(link)  # ['https://example.com']

3.6 案例6：提取日期

import retext = "会议时间：2025-10-12 10:30"
pattern = r"(\d{4})-(\d{2})-(\d{2})"match = re.search(pattern, text)
if match:print("年:", match.group(1))print("月:", match.group(2))print("日:", match.group(3))

3.7 案例7：分割字符串（多个分隔符）

import retext = "apple, banana; orange|grape"
fruits = re.split(r"[,;|]\s*", text)
print(fruits)  # ['apple', 'banana', 'orange', 'grape']

3.8 案例8：使用 re.compile() 提升性能

import repattern = re.compile(r"\d{3}-\d{3,8}")
texts = ["010-12345", "021-7654321", "0755-888888"]for t in texts:if pattern.match(t):print(f"匹配成功: {t}")

3.9 案例9：finditer() 获取位置索引

import retext = "Tom is 18, Jerry is 22"
pattern = r"\d+"for m in re.finditer(pattern, text):print(f"找到数字 {m.group()}，位置: {m.span()}")

3.10 案例10：匹配多行文本

import retext = """Hello world
Python is great
Regex is powerful"""pattern = re.compile(r"^Python.*$", re.M)
print(re.findall(pattern, text))  # ['Python is great']

四、常见正则表达式实用模板

场景	正则表达式
匹配邮箱	^[\w.-]+@[\w.-]+\.\w+$
匹配手机号（中国大陆）	^1[3-9]\d{9}$
匹配身份证号	^\d{17}[\dXx]$
匹配网址	https?://[^\s]+
匹配IPv4地址	(?:\d{1,3}\.){3}\d{1,3}
匹配日期	\d{4}-\d{2}-\d{2}
匹配HTML标签	<[^>]+>
匹配中文字符	[\u4e00-\u9fa5]+

python学习专栏导航
（1）100天python从入门到拿捏《Python 3简介》
（2）100天python从入门到拿捏《python应用前景》
（3）100天python从入门到拿捏《数据类型》
（4）100天python从入门到拿捏《运算符》
（5）100天python从入门到拿捏《流程控制语句》
（6）100天python从入门到拿捏《推导式》
（7）100天python从入门到拿捏《迭代器和生成器》
（8）100天python从入门到拿捏《函数和匿名函数》
（9）100天python从入门到拿捏《装饰器》
（10）100天python从入门到拿捏《Python中的数据结构与自定义数据结构》
（11）100天python从入门到拿捏《模块》
（12）100天python从入门到拿捏《文件操作》
（13）100天python从入门到拿捏《目录操作》
（14）100天python从入门到拿捏《Python的错误与异常机制》
（15）100天python从入门到拿捏《面向对象编程》
（16）100天python从入门到拿捏《标准库》