深入解析 Python 正则表达式：全面指南与实战示例
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 re
pattern = 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 re
pattern = 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 re
pattern = 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 re
pattern = 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 re
pattern = 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 re
text = "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 re
def 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 None
print(is_valid_email("test@example.com")) # True
print(is_valid_email("invalid-email")) # False
案例 2：提取网页中的所有 URL
import re
text = "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 re
text = "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！ 😊