网站开发论文答辩ppt产品推广词

深入解析 Python 正则表达式：全面指南与实战示例

📌 引言

正则表达式（Regular Expressions, regex）是用于文本匹配、查找和替换的强大工具。在 Python 中，我们可以使用 re 模块来处理正则表达式。无论是数据清洗、日志分析，还是字符串解析，正则表达式都能极大地提高效率。

本篇文章将详细介绍 Python 中正则表达式的 语法规则、常见操作及实战示例，让你轻松掌握正则表达式的核心技能！🚀

---

1. 导入 re 模块

在 Python 中，所有正则操作都需要 re 模块：

import re

---

2. 正则表达式基本语法

✅ 特殊字符

符号	含义	示例	匹配结果
.	任意单个字符（除换行符）	a.b	"acb", "a0b"
^	以某个字符串开头	^Hello	"Hello world"
$	以某个字符串结尾	world$	"Hello world"
*	前面字符重复 0 次或多次	ab*	"a", "ab", "abb"
+	前面字符重复 1 次或多次	ab+	"ab", "abb"
?	前面字符 0 次或 1 次	ab?	"a", "ab"
{n}	前面字符 恰好 n 次	a{3}	"aaa"
{n,}	前面字符 至少 n 次	a{2,}	"aa", "aaa"
{n,m}	前面字符 n 到 m 次	a{1,3}	"a", "aa", "aaa"
[]	字符类，匹配任意一个字符	[abc]	"a", "b", "c"
`	`	逻辑 “或”	`apple
\d	数字 [0-9]	\d{3}	"123"
\D	非数字 [^0-9]	\D	"a", "@"
\s	空白字符（空格、制表符等）	\s+	" "
\w	单词字符 [a-zA-Z0-9_]	\w+	"hello123"

---

3. 正则表达式常见操作

✅ re.match() —— 从字符串起始位置匹配

import repattern = r"hello"
text = "hello world"match = re.match(pattern, text)
if match:print("匹配成功:", match.group())  # hello
else:print("匹配失败")

注意：re.match() 只匹配开头部分，如果 "hello" 不在字符串开头，匹配会失败。

---

✅ re.search() —— 在整个字符串中搜索

import repattern = r"world"
text = "hello world"search = re.search(pattern, text)
if search:print("匹配成功:", search.group())  # world

适用于 查找字符串任意位置的匹配。

---

✅ re.findall() —— 查找所有匹配项

import repattern = r"\d+"
text = "订单号123，金额456元"matches = re.findall(pattern, text)
print(matches)  # ['123', '456']

适用于 提取多个匹配项。

---

✅ re.finditer() —— 迭代查找

import repattern = r"\d+"
text = "订单号123，金额456元"matches = re.finditer(pattern, text)
for match in matches:print(match.group())  # 123  456

适用于 需要保留匹配位置的情况（match.start() 可获取匹配位置）。

---

✅ re.sub() —— 替换字符串

import repattern = r"\d+"
text = "订单号123，金额456元"result = re.sub(pattern, "XXX", text)
print(result)  # 订单号XXX，金额XXX元

适用于 替换敏感信息，如手机号、身份证号等。

---

✅ re.split() —— 按正则拆分字符串

import retext = "apple,banana;orange|grape"
pattern = r"[,;|]"  # 逗号、分号、竖线分割result = re.split(pattern, text)
print(result)  # ['apple', 'banana', 'orange', 'grape']

适用于 按多个分隔符拆分字符串。

---

4. 正则表达式实战案例

案例 1：验证电子邮件

import redef is_valid_email(email):pattern = r"^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$"return re.match(pattern, email) is not Noneprint(is_valid_email("[e-mail]"))  # True
print(is_valid_email("invalid-email"))     # False

---

案例 2：提取网页中的所有 URL

import retext = "访问 https://www.google.com 或 http://www.github.com 获取更多信息"
pattern = r"https?://[a-zA-Z0-9./-]+"urls = re.findall(pattern, text)
print(urls)  # ['https://www.google.com', 'http://www.github.com']

---

案例 3：隐藏身份证号码

import retext = "张三的身份证号是 123456199012123456"
pattern = r"(\d{6})\d{8}(\d{4})"masked_text = re.sub(pattern, r"\1********\2", text)
print(masked_text)  # 张三的身份证号是 123456********3456

---

🎯 总结

方法	用途
re.match()	仅匹配开头
re.search()	在字符串中查找第一次匹配
re.findall()	查找所有匹配项，返回列表
re.finditer()	查找所有匹配项，返回迭代器
re.sub()	替换匹配内容
re.split()	按正则表达式拆分字符串

掌握正则表达式后，你可以在数据处理、文本分析、网页爬取等场景中大幅提高效率！💡

如果你觉得这篇文章有帮助，欢迎分享或收藏！🚀 有问题？欢迎留言讨论！ 😊