Python 的正则表达式主要通过 re 模块实现，用于字符串的匹配、查找、替换、分割等操作。以下是系统的用法讲解，包含核心概念、常用函数、语法规则和实战示例。
一、核心前置知识
正则表达式：一种描述字符串模式的语法，用于匹配 / 提取符合规则的字符串片段。
re 模块：Python 内置的正则处理模块，需先导入：
import re。原始字符串：正则中建议使用
r'pattern'（原始字符串），避免反斜杠\被 Python 转义（如r'\d'比'\\d'更简洁）。
二、常用正则语法规则（核心）
三、re 模块核心函数
1. re.match ()：从字符串开头匹配
语法：
re.match(pattern, string, flags=0)返回：匹配对象（成功）/ None（失败）
常用方法：
group()（获取匹配内容）、span()（获取匹配位置）
import re
# 匹配开头的 "python"
result = re.match(r'python', 'python123')
if result:
print(result.group()) # 输出：python
print(result.span()) # 输出：(0, 6)
# 开头不匹配，返回 None
result2 = re.match(r'python', '123python')
print(result2) # 输出：None
2. re.search ()：在字符串任意位置匹配（仅第一个）
语法：
re.search(pattern, string, flags=0)返回：匹配对象（成功）/ None（失败）
# 任意位置匹配 "python"
result = re.search(r'python', '123python456')
if result:
print(result.group()) # 输出：python
print(result.span()) # 输出：(3, 9)
3. re.findall ()：匹配所有符合规则的子串，返回列表
语法：
re.findall(pattern, string, flags=0)返回：列表（无匹配则返回空列表）
# 提取所有数字
result = re.findall(r'\d+', 'abc123def456')
print(result) # 输出：['123', '456']
# 提取所有邮箱（简单匹配）
result2 = re.findall(r'\w+@\w+\.\w+', '邮箱1：test@163.com，邮箱2：abc@qq.com')
print(result2) # 输出：['test@163.com', 'abc@qq.com']
4. re.sub ()：替换匹配的子串
语法：
re.sub(pattern, repl, string, count=0, flags=0)参数：
repl为替换后的字符串，count为替换次数（0 表示全部）返回：替换后的新字符串
# 替换所有数字为 "*"
result = re.sub(r'\d+', '*', '手机号：13812345678')
print(result) # 输出：手机号：*
# 只替换前2个数字段
result2 = re.sub(r'\d+', '*', '123abc456def789', count=2)
print(result2) # 输出：*abc*def789
5. re.split ()：按匹配的子串分割字符串
语法：
re.split(pattern, string, maxsplit=0, flags=0)参数：
maxsplit为最大分割次数（0 表示全部）返回：分割后的列表
# 按逗号/空格分割字符串
result = re.split(r'[, ]+', 'a,b c d')
print(result) # 输出：['a', 'b', 'c', 'd']
# 最多分割2次
result2 = re.split(r'[, ]+', 'a,b c d', maxsplit=2)
print(result2) # 输出：['a', 'b', 'c d']
6. re.compile ()：预编译正则表达式（提升多次匹配效率）
语法：
pattern = re.compile(pattern, flags=0)用途：多次使用同一正则时，预编译可减少重复解析开销
# 预编译正则
phone_pattern = re.compile(r'1[3-9]\d{9}') # 匹配手机号
# 多次使用编译后的正则
result1 = phone_pattern.search('手机号：13812345678')
result2 = phone_pattern.findall('13987654321 12345678901')
print(result1.group()) # 输出：13812345678
print(result2) # 输出：['13987654321']
四、常用 flags（匹配模式）
示例：
# 忽略大小写匹配
result = re.match(r'python', 'Python123', re.I)
print(result.group()) # 输出：Python
# 多行模式匹配每行开头的数字
text = '1. abc\n2. def\n3. ghi'
result = re.findall(r'^\d', text, re.M)
print(result) # 输出：['1', '2', '3']
五、分组与反向引用
1. 分组提取（()`）
通过 group(n) 获取第 n 个分组（group(0) 是整个匹配内容，group(1) 是第一个分组，依此类推）。
# 提取姓名和年龄
text = '姓名：张三，年龄：25'
result = re.search(r'姓名：(.*)，年龄：(\d+)', text)
if result:
print(result.group(0)) # 输出：姓名：张三，年龄：25
print(result.group(1)) # 输出：张三
print(result.group(2)) # 输出：25
2. 反向引用（\n 或 \g<n>）
在正则中引用已匹配的分组，或在替换时使用 \n 引用。
# 匹配重复的字符（如 "aa"、"bb"）
result = re.findall(r'(\w)\1', 'aabbcc1122')
print(result) # 输出：['a', 'b', 'c', '1', '2']
# 替换：将 "姓名：张三" 转为 "张三（姓名）"
text = '姓名：张三'
result = re.sub(r'姓名：(.*)', r'\1（姓名）', text)
print(result) # 输出：张三（姓名）
六、实战示例
示例 1：验证手机号
def is_phone(phone):
pattern = re.compile(r'^1[3-9]\d{9}$')
return bool(pattern.match(phone))
print(is_phone('13812345678')) # True
print(is_phone('12345678901')) # False
示例 2：提取 HTML 中的链接
html = '<a href="https://www.baidu.com">百度</a><a href="https://www.python.org">Python</a>'
links = re.findall(r'href="(.*?)"', html)
print(links) # 输出：['https://www.baidu.com', 'https://www.python.org']
示例 3：清理字符串中的特殊字符
text = ' 这是一段包含@#￥%的文本 123... '
# 去除特殊字符、数字和首尾空格
clean_text = re.sub(r'[^\u4e00-\u9fa5\s]', '', text).strip()
print(clean_text) # 输出：这是一段包含的文本
七、注意事项
贪婪匹配 vs 非贪婪匹配：
默认是贪婪匹配（尽可能多匹配）：
r'\d+'匹配123会全部匹配；非贪婪匹配（加
?）：r'\d+?'匹配123只会匹配1。
转义字符：正则中的特殊字符（如
.、*、(）需用\转义，或放在[]中（如[.]匹配.）。性能：复杂正则或大量文本匹配时，优先用
re.compile()预编译，避免重复解析。边界处理：匹配手机号、邮箱等时，务必用
^和$限定开头结尾，避免部分匹配（如138123456789被误判为手机号）。
评论