【Python 入门】Python 正则表达式零基础讲解：基础语法 + 元字符 + 常用案例

文章目录

• 前言
• [一、正则表达式基础：re 模块三大方法](#一、正则表达式基础：re 模块三大方法)
• • [1.1 `re.match()`：开头匹配](#1.1 re.match()：开头匹配)
  • [1.2 `re.search()`：查找第一个](#1.2 re.search()：查找第一个)
  • [1.3 `re.findall()`：查找全部](#1.3 re.findall()：查找全部)
  • [1.4 `re.sub()`：替换](#1.4 re.sub()：替换)
• 二、元字符匹配规则
• • [2.1 单字符匹配](#2.1 单字符匹配)
  • [2.2 数量匹配](#2.2 数量匹配)
  • [2.3 边界匹配](#2.3 边界匹配)
  • [2.4 分组与选择](#2.4 分组与选择)
  • [2.5 关于`r`前缀](#2.5 关于r前缀)
• 三、案例演示
• • [案例 1：账号校验](#案例 1：账号校验)
  • [案例 2：QQ 号校验](#案例 2：QQ 号校验)
  • [案例 3：提取 URL 链接](#案例 3：提取 URL 链接)
  • [案例 4：手机号校验](#案例 4：手机号校验)
• 四、进阶优化：预编译正则
• 五、易错点总结
• 六、总结

前言

正则表达式是处理字符串的强大工具，通过特殊的字符序列，可以快速完成字符串的匹配、查找、替换、校验 等操作，在爬虫、数据清洗、表单验证等场景中非常常用。本文从 Python 的re模块基础讲起，系统梳理元字符规则，并搭配实战案例，带你快速掌握正则表达式。

一、正则表达式基础：re 模块三大方法

Python 通过内置的re模块使用正则表达式，核心有三个基础匹配方法。

1.1 re.match()：开头匹配

从字符串开头 进行匹配，开头匹配成功则返回匹配对象，失败返回None。

语法：re.match(匹配规则, 被匹配字符串)

import re

s = "python linux"
result = re.match("python", s)
print(result)           # <re.Match object; span=(0, 6), match='python'>
print(result.group())   # 获取匹配到的内容：python
print(result.span())    # 获取匹配下标范围：(0, 6)

注意：只要开头不匹配，即使后面有符合规则的内容，也返回 None。

1.2 re.search()：查找第一个

搜索整个字符串，找到第一个匹配项就停止，返回匹配对象；找不到返回 None。

import re

s = "1python 123456python44"
result = re.search("python", s)
print(result)  # <re.Match object; span=(1, 7), match='python'>

1.3 re.findall()：查找全部

匹配整个字符串，找出所有符合规则的内容，返回列表；找不到返回空列表[]。

import re

s = "1python 123456python44"
result = re.findall("python", s)
print(result)  # ['python', 'python']

1.4 re.sub()：替换

将字符串中匹配到的内容替换为指定文本，返回替换后的新字符串。

语法：re.sub(匹配规则, 替换内容, 被匹配字符串)

import re

s = "python java python c++"
new_s = re.sub("python", "Python", s)
print(new_s)  # Python java Python c++

二、元字符匹配规则

元字符是正则表达式中具有特殊含义的字符，是正则的核心语法。下面分类讲解常用元字符。

2.1 单字符匹配

元字符	功能说明
.	匹配任意 1 个字符（除了换行符\n）
[]	匹配括号内列举的任意一个字符，如[a-z]匹配小写字母
\d	匹配数字，等价于[0-9]
\D	匹配非数字
\s	匹配空白字符（空格、tab、换行等）
\S	匹配非空白字符
\w	匹配单词字符（字母、数字、下划线）
\W	匹配非单词字符

注意：\d默认匹配 Unicode 数字，如需严格匹配 0-9，可加re.ASCII标志或直接写[0-9]。

示例：

import re

s = "python##@@python2!!  666###"
# 找出所有数字
print(re.findall(r"\d", s))  # ['2', '6', '6', '6']
# 找出所有非单词特殊字符
print(re.findall(r"\W", s)) # ['#', '#', '@', '@', '!', '!', ' ', ' ', '#', '#', '#']
# 找出所有英文字母
print(re.findall(r"[a-zA-Z]", s)) # ['p', 'y', 't', 'h', 'o', 'n', 'p', 'y', 't', 'h', 'o', 'n']

2.2 数量匹配

控制前面的字符出现的次数：

元字符	功能说明
*	匹配前一个字符出现 0 次或多次
+	匹配前一个字符出现 1 次或多次
?	匹配前一个字符出现 0 次或 1 次
{m}	匹配前一个字符恰好出现 m 次
{m,}	匹配前一个字符至少出现 m 次
{m,n}	匹配前一个字符出现 m 到 n 次

补充：默认是贪婪匹配 （尽可能多匹配），在量词后加?变为非贪婪匹配（尽可能少匹配），如*?、+?、{m,n}?。

2.3 边界匹配

元字符	功能说明
^	匹配字符串开头
$	匹配字符串结尾
\b	匹配单词边界
\B	匹配非单词边界

2.4 分组与选择

元字符	功能说明
`	`
(...)	将括号内内容作为一个分组，可提取匹配内容
(?:...)	非捕获分组，只做整体匹配，不单独保存分组内容

2.5 关于r前缀

正则表达式中经常出现\d、\s等转义字符，在字符串前加r表示原始字符串 ，可以避免 Python 字符串转义和正则转义的冲突，写正则时建议统一加r前缀。

三、案例演示

案例 1：账号校验

要求：只能由字母和数字组成，长度 6~10 位

import re

account = "aa3456789"
rule = r"^[a-zA-Z0-9]{6,10}$"
result = re.findall(rule, account)
print(result)  # 匹配成功返回['aa3456789']，失败返回[]

案例 2：QQ 号校验

要求：纯数字，长度 5-11 位，第一位不能为 0

import re

qq = "2929409481"
rule = r"^[1-9][0-9]{4,10}$"
print(re.findall(rule, qq)) # ['2929409481']

案例 3：提取 URL 链接

import re

text = "配网页地址ssshttps://sc.chinaz.com/tupian/index_1.html配网页地址"
rule = r"https?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\)]|(?:%[0-9a-fA-F][0-9a-fA-F]))+"
urls = re.findall(rule, text)
print(urls)  # ['https://sc.chinaz.com/tupian/index_1.html']

案例 4：手机号校验

要求：11 位数字，1 开头，第二位 3-9

import re

phone = "13812345678"
rule = r"^1[3-9]\d{9}$"
print(re.match(rule, phone) is not None)  # True

四、进阶优化：预编译正则

如果同一个正则规则需要多次使用，用re.compile()预编译，可以提升运行效率：

import re

# 预编译
pattern = re.compile(r"\d+")

# 多次使用
print(pattern.findall("abc123def456"))
print(pattern.findall("hello789world"))

五、易错点总结

1. match 和 search 混淆 ：match 只匹配开头，search 匹配整个字符串找第一个
2. 忘记加 r 前缀：导致转义字符冲突，匹配结果不符合预期
3. 贪婪匹配陷阱 ：默认贪婪匹配会尽可能多匹配，需要精准匹配时记得加?转为非贪婪
4. ^和$的使用：做整体校验时必须加开头和结尾符，否则只要字符串包含符合规则的内容就会匹配成功
5. 分组提取 ：使用(...)分组后，findall会只返回分组内容，如需返回完整匹配可使用非捕获分组(?:...)

六、总结

• 基础方法：match开头匹配、search找第一个、findall找全部、sub替换
• 元字符四大类：单字符、数量、边界、分组
• 实战核心：搭配^和$做格式校验，用findall做数据提取
• 优化技巧：高频使用的正则用compile预编译，统一使用r前缀避免转义问题

正则表达式语法丰富，入门阶段先掌握以上核心内容，后续可以在实际场景中逐步积累更复杂的用法。