🎯 正则表达式到底是什么？
简单来说，正则表达式就是一种字符串匹配的“规则表达式”。它能让你从一大段文本里快速筛选、替换符合特定模式的内容，比如验证手机号、提取邮箱、清洗数据等等。在 Python 里，我们只需要导入 re 库就能使用它。
🧩 核心匹配函数：match、search、findall
这三个函数是正则表达式的基础，也是最常用的工具，我们一个一个来看。
1. match()：只在字符串开头匹配
• 它会从字符串的起始位置开始检查是否匹配规则
• 如果开头不匹配，直接返回 None
• 成功匹配则返回一个匹配对象，包含匹配的位置和内容
import re
message = '张三、李四、王五、赵六'
result = re.match('张三',message)
print(result)
这个例子里，'张三' 正好在字符串开头，所以匹配成功。如果我们用 match('李四', message)，就会返回 None，因为它不在开头。 2. search()：扫描整个字符串
• 它会扫描整个字符串，找到第一个符合规则的内容
• 不管位置在哪里，只要找到一个就返回结果
• 同样返回匹配对象或 None
import re
message = '张三、李四、王五、赵六'
result = re.search('王五',message)
print(result)
这里 '王五' 不在开头，但 search() 还是找到了它。这就是和 match() 最大的区别。 3. findall()：找出所有匹配内容
• 它会扫描整个字符串，把所有符合规则的内容都找出来
• 返回一个列表，包含所有匹配到的子串
import re
message = '张三、李四、王五、赵六、王五'
result = re.findall('王五',message)
print(result)
🎨 正则表达式的语法规则
掌握了基本函数，接下来就是学习如何写“规则”了。正则表达式有一套自己的语法，我们来看几个最常用的。
1. 字符范围
| [a-z] | 匹配任意小写字母 |
| [A-Z] | 匹配任意大写字母 |
| [0-9] | 匹配任意数字 |
| [a-zA-Z0-9] | 匹配任意字母或数字 |
import re
message = 'Python93,C87,Java63,C++88'
result_1 = re.search('[cn]',message)
result_2 = re.findall('[0-9]',message)
result_3 = re.findall('[cn][0-9]',message)
print(result_1,result_2,result_3)
2. 匹配次数
| * | 匹配前面的表达式 0 次或多次 |
| + | 匹配前面的表达式 1 次或多次 |
| ? | 匹配前面的表达式 0 次或 1 次 |
| ^ | 匹配输入行首 |
| $ | 匹配输入行尾 |
| {n} | 匹配前面的表达式正好 n 次 |
| {n,} | 匹配前面的表达式至少 n 次 |
| {n,m} | 匹配前面的表达式 n 到 m 次 |
import re
message = 'da2a7ddbre77yifed777t3fefd7777b'
result = re.findall('[a-z]*[0-9][a-z]',message)
print(result)
验证手机号码的正确性：
import re
phone_num = input("请输入您的手机号码：")
result = re.findall('^1[0-9]{10}$',phone_num)
print(result)
验证QQ号码是否合规：
import re
QQ_num = input("请输入您的QQ号: ")
result = re.match('[1-9][0-9]{4,10}$',QQ_num)
print(result)
验证网站用户名：
import re
use_name = input("请输入您的用户名: ")
result = re.findall('^[A-Za-z_]\\w{7,}$',use_name)
print(result)
import re
use_name = input("请输入您的用户名： ")
result = re.findall('^[A-Za-z_]\\w{7,}$',use_name)
print(result)
3. 特殊字符
| \\d |
匹配一个数字类字符，等价于 [0-9] |
| \\D | 匹配一个非数字类字符，等价于[^0-9] |
| \\s | 匹配任意不可见字符，等价于[\\f\\n\\r\\t\\v] |
| \\S | 匹配任何可见字符，等价于[^\\f\\n\\r\\t\\v] |
| \\w | 匹配包括下划线的任何单词字符，等价于 [a-zA-Z0-9_] |
| \\W | 匹配任何不包括下划线的非单词字符,等价于[^A-Za-z0-9_] |
| \\b | 匹配一个单词的边界，即单词与空格邻接的字符 |
| \\B | 匹配非单词边界 |
| \\f | 匹配一个分页符 |
| \\n | 匹配一个换行符 |
| \\r | 匹配一个回车符 |
| \\t | 匹配一个制表符 |
| \\v | 匹配一个垂直制表符 |
| . | 匹配除\\n和\\r之外的任何单个字符 |
import re
message = 'verb very never every'
result = re.findall(r'\\w+er\\B',message)
print(result)
import re
message = 'verb very never every'
result = re.findall('.e',message)
print(result)
⚙️ 贪婪与非贪婪模式
贪婪模式：正则表达式默认是贪婪模式，匹配形式是尝试匹配尽可能多的字符，只要满足正则表达式要求会匹配最多的字符。
非贪婪模式：匹配形式是尝试匹配尽可能少字符，一旦满足正则表达式要求就不再继续匹配。
import re
message = 'ccc739134792hd'
result = re.findall('ccc\\d+',message)
print(result)
import re
message = 'ccc739134792hd'
result = re.findall('ccc\\d+?',message)
print(result)
🚀或和组
如果需要筛选出组合条件下的字符数据，可以使用或。如果需要筛选后的某部分内容，可以使用组。
1.或：用 | 表示，表示将两个匹配条件进行逻辑“或”（or）运算。
import re
message = 'verb very never every'
result = re.findall('\\w+evI\\w+ry',message)
print(result)
2.组：用(表达式)表示，表示将()中的表达式定义为组，并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个组）。
import re
message = 'verb very never every'
result = re.findall("e(.+)(.)r",message)
print(result)
🛠️ 进阶功能：sub() 和 compile()
除了匹配，正则表达式还有两个非常实用的功能。
1. sub()：替换匹配内容
这个函数可以把字符串中所有匹配到的内容替换成新的字符串。
import re
content = 'dh9322hf9f934hfnf39d'
content = re.sub('\\d','0',content)
print(content)
2. compile()：预编译正则表达式
如果你需要多次使用同一个正则表达式，可以先预编译它，这样能提高效率。
import re
contentl = '2020 12 15 12:00'
pattern = re.compile('\\d{2}:\\d{2}')
print(pattern.findall(contentl))
💡 学习正则表达式的小建议
1. 从小例子开始：不要一开始就写复杂的正则，先从匹配单个字符、简单数字开始，慢慢增加复杂度。
2. 多用在线工具测试：比如 Regex101，可以实时看到你的正则表达式匹配了什么，非常方便调试。
3. 别怕记不住：正则表达式的语法确实多，但常用的其实就那几个。用得多了自然就记住了，记不住的时候随时查文档就好。
4. 先思考再动手：在写正则之前，先想清楚你要匹配的内容有什么规律，比如手机号的格式、邮箱的结构，然后再把这些规律转化成正则表达式。 正则表达式就像一把瑞士军刀，虽然看起来复杂，但一旦掌握了它，处理字符串的效率会大大提高。希望这篇文章能帮你迈出学习正则表达式的第一步。
