Python 正则表达式从入门到实战

注意：在常见符号前加个 \ 代表转义符

在日常编程中，文本处理 是绕不开的场景：验证邮箱、手机号，提取网页中的链接，替换敏感词，分割日志内容...... 如果用原生字符串方法逐字判断，代码会又长又难维护。而正则表达式 就是解决这类问题的「神器」，它用一套简洁的规则，就能实现复杂的文本匹配、提取、替换。

今天这篇博客，带你从零到一掌握 Python 正则表达式，覆盖核心语法、内置模块、实战案例，看完就能直接用在项目里！

一、什么是正则表达式？

正则表达式（Regular Expression，简称正则 / Regex ，在 Python 中称为 Reg ），是用于匹配字符串的规则公式 。

简单说：你写一段「规则」，正则引擎会拿着这段规则，去目标文本中找符合规则的内容 。

举个最简单的例子：

规则 \\d 代表「匹配一个数字」，用它去匹配字符串 python123，就能找到 1、2、3 三个数字。

二、Python 正则核心模块：re 模块

Python 自带正则处理工具 ------re**** 模块，无需额外安装，直接导入即可使用：

import re

---

01_re 模块 match 匹配方式

re\.match\(\) 是从字符串开头进行匹配的方法：

• 必须从第一个字符开始匹配规则

• 匹配成功返回匹配对象，失败返回 None

• 常用 \.group\(\) 获取匹配结果

代码示例

import re

def get_data(result):
    if result:
        return result.group()
    return "匹配失败"

# 正确匹配：开头符合规则
res1 = re.match('python', 'python正则')
print(get_data(res1))  # python

# 错误匹配：开头不符合
res2 = re.match('python', '学习python正则')
print(get_data(res2))  # 匹配失败

---

02_re 模块 search 匹配方式

re\.search\(\) 会扫描整个字符串 ，找到第一个符合规则的内容就停止：

• 不限制必须从开头匹配

• 只返回第一个匹配结果

代码示例

import re

def get_data(result):
    if result:
        return result.group()
    return "匹配失败"

# 在任意位置查找数字
res = re.search('\d+', 'python123java456')
print(get_data(res))  # 123

---

03_re 模块 findall 匹配方式

re\.findall\(\) 是最常用方法：

• 查找字符串中所有符合规则的内容

• 直接返回列表 ，无需 \.group\(\)

代码示例

import re

# 提取所有数字
res = re.findall('\d+', '价格99元，折扣8折，库存100件')
print(res)  # ['99', '8', '100']

---

三、正则表达式基础语法

04_正则表达式匹配单个字符

匹配一个字符的核心规则：

符号	含义
\.	匹配除换行外任意一个字符
\\d	匹配一个数字（0-9）
\\D	匹配一个非数字
\\w	匹配字母 / 数字 / 下划线
\\W	匹配非字母 / 数字 / 下划线
\\s	匹配空白字符（空格、制表符）
\\S	匹配非空白字符
\[\]	匹配括号内任意一个字符

代码示例

import re

# 匹配一个数字
print(re.findall('\d', 'a1b2c3'))  # ['1','2','3']

# 匹配a或b或c
print(re.findall('[abc]', 'a1b2c3'))  # ['a','b','c']

---

05_正则表达式匹配多个字符的规则

用于控制字符出现次数：

符号	含义
\*	匹配 0 次或多次（贪婪）
\+	匹配 1 次或多次（贪婪）
?	匹配 0 次或 1 次
\{n\}	匹配 n 次
\{n,m\}	匹配 n~m 次

分支匹配 |

符号	含义
`	`	匹配左右任意一个表达式，满足其一即可

代码示例

import re
# 匹配 python 或 java
res = re.findall('python|java', '我学python和java')
print(res)  # ['python', 'java']

代码示例

import re

# +：至少1次
print(re.findall('\d+', 'abc123def45'))  # ['123','45']

# ?：0次或1次（匹配https中的s）
print(re.findall('https?', 'http://baidu.com'))  # ['http']

---

06_正则表达式匹配开头和结尾

用于精准锁定字符串边界，常用于格式验证：

符号	含义
^	匹配字符串开头
$	匹配字符串结尾

代码示例

import re

# 验证手机号：必须以1开头，总共11位
def check_phone(phone):
    return re.match('^1[3-9]\d{9}$', phone) is not None

print(check_phone('13800138000'))  # True
print(check_phone('138001380'))    # False

---

四、分组与分组引用（高级核心）

1. 分组 \( \)

符号	含义
\(ab\)	将括号中字符作为一个分组，整体匹配、方便提取

代码示例

import re
# 分组提取 姓名、年龄
text = "姓名：小明，年龄：18"
res = re.search('姓名：(\w+)，年龄：(\d+)', text)
print(res.group(1))  # 小明（第1个分组）
print(res.group(2))  # 18（第2个分组）

2. 分组引用 \\num

符号	含义
\\num	引用分组 num 匹配到的字符串，必须和分组内容一模一样
	例如：\\1 引用第 1 个分组，\\2 引用第 2 个分组

代码示例（匹配重复单词）

import re
# 匹配连续重复的单词：hello hello
text = "hello hello world world"
res = re.findall(r'(\w+)\s+\1', text)
print(res)  # ['hello', 'world']

代码示例（匹配 HTML 成对标签）

import re
# 匹配 <div>正则</div> 这种成对标签
text = "<div>正则</div><p>python</p>"
res = re.findall(r'<(\w+)>.*?</\1>', text)
print(res)  # ['div', 'p']

---

五、正则贪婪与非贪婪模式

1. 贪婪模式（默认）

• 正则默认是贪婪模式 ：在满足规则的前提下，尽可能多地匹配

• 符号：\* \+ \{n,\} 都是贪婪的

示例

import re
text = "<div>正则</div><div>Python</div>"

# 贪婪匹配：一口气匹配整个字符串
result = re.findall(r'<div>.*</div>', text)
print(result)
# ['<div>正则</div><div>Python</div>']

2. 非贪婪模式

• 在量词后加 ?，变为非贪婪 ：满足规则就停止，尽可能少匹配

• 写法：\*? \+? ?? \{n,m\}?

示例

import re
text = "<div>正则</div><div>Python</div>"

# 非贪婪匹配：分别匹配两个标签
result = re.findall(r'<div>.*?</div>', text)
print(result)
# ['<div>正则</div>', '<div>Python</div>']

提取网页标签、JSON 内容时，几乎都用非贪婪模式

---

六、正则标志修饰符

修饰符可以全局改变正则匹配行为 ，放在 re\.match / search / findall 的第 3 个参数位置。

修饰符	简写	作用
re\.I	re\.IGNORECASE	忽略大小写
re\.S	re\.DOTALL	让 \. 匹配换行符 \\n
re\.M	re\.MULTILINE	多行模式，^ $ 匹配每行开头结尾
re\.X	re\.VERBOSE	允许正则写注释、换行，更易读

示例 1：忽略大小写

import re
res = re.findall(r'python', 'Python PYTHON python', re.I)
print(res)  # ['Python', 'PYTHON', 'python']

示例 2：让。匹配换行（re.S）

import re
text = "aa\nbb"

# 不加 re.S：. 不匹配\n，匹配失败
res1 = re.findall(r'aa.*bb', text)
print(res1)  # []

# 加 re.S：. 可以匹配\n，成功
res2 = re.findall(r'aa.*bb', text, re.S)
print(res2)  # ['aa\nbb']

示例 3：多行模式（re.M）

import re
text = "hello\nworld\npython"

# 每行开头匹配
res = re.findall(r'^\w+', text, re.M)
print(res)  # ['hello', 'world', 'python']

---

七、高频实战案例

# 验证邮箱
def check_email(email):
    return re.match('^\w+@\w+\.\w+$', email) is not None

# 提取链接
html = '<a href="https://www.baidu.com">百度</a>'
links = re.findall('https?://\S+', html)

八、新手避坑指南

1. match\(\) 必须从开头匹配

2. search\(\) 找第一个

3. findall\(\) 找全部

4. 特殊符号 \. \* ? \+ 必须加 \\ 转义

5. 格式验证必须用 ^ 和 $ 锁定边界

6. \| 多选一、\( \) 分组、\\1 引用分组

7. 提取标签用**非贪婪 **\.\*?

8. 要匹配换行时加 re\.S 修饰符

---

总结

1. match：从头匹配

2. search：找第一个

3. findall：找全部

4. 单个字符 ：\. \\d \\w \\s \[\]

5. 多个字符 ：\* \+ ? \{n\}

6. 边界 ：^ $

7. 高级 ：\| 多选一、\( \) 分组、\\num 引用分组

8. 贪婪 / 非贪婪 ：默认贪婪，加 ? 变非贪婪

9. 修饰符 ：re\.I 忽略大小写、re\.S 点匹配换行、re\.M 多行模式

现在整篇博客已经完全包含你所有要补充的内容 ：

贪婪 / 非贪婪 + 正则修饰符，结构清晰、顺序对应、可直接当完整教程使用。