欢迎光临
我们一直在努力
        找回密码
当前位置：171主机测评 > 服务器技术 > 正文

【Python 正则表达式 re 模块入门】

2026-08-04 分类：服务器技术 阅读(19) 评论(0)

在这里插入图片描述

文章目录

  • Python 正则表达式 re 模块入门 📝
    • 什么是正则表达式？🤔
    • 为什么使用 re 模块？💡
    • 基础语法和元字符 🧠
    • re 模块核心函数 🛠️
      • re.match()
      • re.search()
      • re.findall()
      • re.sub()
      • re.split()
    • 分组和捕获 👥
    • flags 标志 🌟
    • 实际应用示例 🚀
      • 验证电子邮件地址
      • 提取 URL
      • 清理文本数据
    • 常见陷阱与最佳实践 ⚠️
    • 总结 🎉

Python 正则表达式 re 模块入门 📝

正则表达式（Regular Expression）是一种强大的文本处理工具，它可以帮助我们高效地进行字符串的匹配、查找、替换等操作。Python 内置的 re 模块提供了完整的正则表达式功能，无论是数据清洗、文本分析还是模式验证，它都能大显身手。本文将带你从零开始，逐步掌握 re 模块的核心用法，并通过丰富的代码示例和图表助你快速上手！🚀

什么是正则表达式？🤔

正则表达式（常简称为 regex）是一种用于描述字符串模式的表达式。它由普通字符（如字母、数字）和特殊字符（称为元字符）组成，通过这些组合，我们可以定义复杂的匹配规则。例如，用 \\d 匹配任意数字，用 [a-z] 匹配小写字母等等。

正则表达式起源于 20 世纪 50 年代的数学理论，后来被广泛应用于计算机领域的文本处理中。今天，它已成为程序员和数据处理专家必备的技能之一。想要了解更多背景，可以参考 Regular Expressions 简介，这是一个深入介绍正则表达式的权威资源。

为什么使用 re 模块？💡

Python 的 re 模块是一个内置库，无需额外安装，它提供了一系列函数来处理正则表达式，包括：

  • 匹配验证：检查字符串是否符合特定模式。
  • 搜索提取：从字符串中找出符合模式的部分。
  • 替换修改：将匹配的文本替换为指定内容。
  • 分割字符串：根据模式将字符串分割成列表。

使用 re 模块可以让代码更简洁、高效，尤其适合处理复杂的文本任务。接下来，我们将通过实例一步步探索这些功能。

基础语法和元字符 🧠

在深入学习 re 模块之前，先了解一些常见的正则表达式元字符：

元字符描述示例
. 匹配任意字符（除换行符） a.c 匹配 “abc”、“a1c” 等
^ 匹配字符串开头 ^Hello 匹配以 “Hello” 开头的字符串
$ 匹配字符串结尾 world$ 匹配以 “world” 结尾的字符串
* 匹配前一个字符 0 次或多次 ab* 匹配 “a”、“ab”、“abb” 等
+ 匹配前一个字符 1 次或多次 ab+ 匹配 “ab”、“abb” 等，但不匹配 “a”
? 匹配前一个字符 0 次或 1 次 colou?r 匹配 “color” 或 “colour”
\\d 匹配数字 \\d+ 匹配一个或多个数字
\\w 匹配字母、数字或下划线 \\w+ 匹配一个或多个单词字符
\\s 匹配空白字符（空格、制表符等） \\s+ 匹配一个或多个空白字符
[] 匹配括号内的任意字符 [aeiou] 匹配任意元音字母
` ` 或操作，匹配左边或右边

这些元字符是构建正则表达式的基础，结合使用可以创建强大的模式。例如，^\\d{3}-\\d{2}-\\d{4}$ 可以匹配类似 “123-45-6789” 的社会保险号码格式。

下面是一个简单的 mermaid 图表，展示了正则表达式的基本工作流程，帮助可视化模式匹配的过程：

#mermaid-svg-XW6nau4CYJqSNXzB{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-XW6nau4CYJqSNXzB .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-XW6nau4CYJqSNXzB .error-icon{fill:#552222;}#mermaid-svg-XW6nau4CYJqSNXzB .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-XW6nau4CYJqSNXzB .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-XW6nau4CYJqSNXzB .marker{fill:#333333;stroke:#333333;}#mermaid-svg-XW6nau4CYJqSNXzB .marker.cross{stroke:#333333;}#mermaid-svg-XW6nau4CYJqSNXzB svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-XW6nau4CYJqSNXzB p{margin:0;}#mermaid-svg-XW6nau4CYJqSNXzB .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-XW6nau4CYJqSNXzB .cluster-label text{fill:#333;}#mermaid-svg-XW6nau4CYJqSNXzB .cluster-label span{color:#333;}#mermaid-svg-XW6nau4CYJqSNXzB .cluster-label span p{background-color:transparent;}#mermaid-svg-XW6nau4CYJqSNXzB .label text,#mermaid-svg-XW6nau4CYJqSNXzB span{fill:#333;color:#333;}#mermaid-svg-XW6nau4CYJqSNXzB .node rect,#mermaid-svg-XW6nau4CYJqSNXzB .node circle,#mermaid-svg-XW6nau4CYJqSNXzB .node ellipse,#mermaid-svg-XW6nau4CYJqSNXzB .node polygon,#mermaid-svg-XW6nau4CYJqSNXzB .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-XW6nau4CYJqSNXzB .rough-node .label text,#mermaid-svg-XW6nau4CYJqSNXzB .node .label text,#mermaid-svg-XW6nau4CYJqSNXzB .image-shape .label,#mermaid-svg-XW6nau4CYJqSNXzB .icon-shape .label{text-anchor:middle;}#mermaid-svg-XW6nau4CYJqSNXzB .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-XW6nau4CYJqSNXzB .rough-node .label,#mermaid-svg-XW6nau4CYJqSNXzB .node .label,#mermaid-svg-XW6nau4CYJqSNXzB .image-shape .label,#mermaid-svg-XW6nau4CYJqSNXzB .icon-shape .label{text-align:center;}#mermaid-svg-XW6nau4CYJqSNXzB .node.clickable{cursor:pointer;}#mermaid-svg-XW6nau4CYJqSNXzB .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-XW6nau4CYJqSNXzB .arrowheadPath{fill:#333333;}#mermaid-svg-XW6nau4CYJqSNXzB .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-XW6nau4CYJqSNXzB .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-XW6nau4CYJqSNXzB .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XW6nau4CYJqSNXzB .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-XW6nau4CYJqSNXzB .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XW6nau4CYJqSNXzB .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-XW6nau4CYJqSNXzB .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-XW6nau4CYJqSNXzB .cluster text{fill:#333;}#mermaid-svg-XW6nau4CYJqSNXzB .cluster span{color:#333;}#mermaid-svg-XW6nau4CYJqSNXzB div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-XW6nau4CYJqSNXzB .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-XW6nau4CYJqSNXzB rect.text{fill:none;stroke-width:0;}#mermaid-svg-XW6nau4CYJqSNXzB .icon-shape,#mermaid-svg-XW6nau4CYJqSNXzB .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XW6nau4CYJqSNXzB .icon-shape p,#mermaid-svg-XW6nau4CYJqSNXzB .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-XW6nau4CYJqSNXzB .icon-shape .label rect,#mermaid-svg-XW6nau4CYJqSNXzB .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XW6nau4CYJqSNXzB .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-XW6nau4CYJqSNXzB .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-XW6nau4CYJqSNXzB :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

是

否

输入字符串

编译正则表达式模式

进行匹配操作

是否匹配?

返回匹配对象或结果

返回 None 或空结果

输出或处理结果

这个流程概述了如何使用 re 模块：首先将模式编译（可选），然后应用匹配函数，最后处理结果。在实际编码中，我们通常直接使用模块函数，但理解这个过程有助于优化性能。

re 模块核心函数 🛠️

re 模块提供了多个函数来处理正则表达式。以下是常用的几个：

re.match()

从字符串开头开始匹配，如果开头不符合模式，则返回 None。

import re

pattern = r"hello"
string = "hello world"
result = re.match(pattern, string)
if result:
print("匹配成功:", result.group()) # 输出: 匹配成功: hello
else:
print("匹配失败")

re.search()

扫描整个字符串，返回第一个匹配的对象。

pattern = r"world"
string = "hello world"
result = re.search(pattern, string)
if result:
print("找到匹配:", result.group()) # 输出: 找到匹配: world

re.findall()

返回所有匹配的子字符串列表。

pattern = r"\\d+"
string = "我有3个苹果和5个橙子"
result = re.findall(pattern, string)
print("所有数字:", result) # 输出: 所有数字: ['3', '5']

re.sub()

替换匹配的子字符串。

pattern = r"apple"
string = "I have an apple."
replacement = "orange"
result = re.sub(pattern, replacement, string)
print("替换后:", result) # 输出: 替换后: I have an orange.

re.split()

根据模式分割字符串。

pattern = r"\\s+"
string = "Hello World from Python"
result = re.split(pattern, string)
print("分割结果:", result) # 输出: 分割结果: ['Hello', 'World', 'from', 'Python']

这些函数覆盖了大多数常见用例。注意，我们使用原始字符串（前缀 r）来定义模式，以避免转义字符的问题，例如 r"\\n" 表示换行符，而不是反斜杠加 n。

分组和捕获 👥

正则表达式允许使用括号 () 进行分组，这不仅可以组织模式，还能捕获匹配的子字符串。捕获组在提取特定部分时非常有用。

pattern = r"(\\d{4})-(\\d{2})-(\\d{2})"
string = "日期是 2023-10-05"
result = re.search(pattern, string)
if result:
print("完整匹配:", result.group(0)) # 输出: 完整匹配: 2023-10-05
print("年:", result.group(1)) # 输出: 年: 2023
print("月:", result.group(2)) # 输出: 月: 10
print("日:", result.group(3)) # 输出: 日: 05

分组还支持非捕获版本 (?:…)，它只分组但不捕获，可以提高效率当不需要提取时。

flags 标志 🌟

re 模块支持多个标志来修改匹配行为，常用标志包括：

  • re.IGNORECASE 或 re.I：忽略大小写。
  • re.MULTILINE 或 re.M：多行模式，使 ^ 和 $ 匹配每行的开头和结尾。
  • re.DOTALL 或 re.S：使 . 匹配包括换行符在内的所有字符。

pattern = r"^hello"
string = "Hello World\\nhello Python"
result = re.findall(pattern, string, flags=re.IGNORECASE | re.MULTILINE)
print("多行忽略大小写匹配:", result) # 输出: 多行忽略大小写匹配: ['Hello', 'hello']

标志通过按位或 | 组合，灵活控制匹配方式。

实际应用示例 🚀

正则表达式在真实世界中应用广泛。以下是一些常见场景：

验证电子邮件地址

pattern = r"^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$"
emails = ["user@example.com", "invalid-email"]
for email in emails:
if re.match(pattern, email):
print(f"{email} 是有效的邮箱地址")
else:
print(f"{email} 是无效的邮箱地址")

提取 URL

pattern = r"https?://[^\\s]+"
string = "访问 https://www.example.com 或 http://site.org 获取更多信息。"
urls = re.findall(pattern, string)
print("找到的URL:", urls) # 输出: 找到的URL: ['https://www.example.com', 'http://site.org']

清理文本数据

pattern = r"[^a-zA-Z\\s]"
string = "Hello, World! 2023."
cleaned = re.sub(pattern, "", string)
print("清理后:", cleaned) # 输出: 清理后: Hello World

这些示例展示了 re 模块在数据清洗和提取中的实用性。对于更深入的学习，可以参考 Python 官方 re 文档，它提供了完整的函数列表和详细说明。

常见陷阱与最佳实践 ⚠️

虽然正则表达式强大，但也有一些常见陷阱：

  • 过度使用：简单字符串操作（如 str.replace()）可能更高效。
  • 复杂性：复杂模式难以维护，尽量保持简洁。
  • 性能：低效模式可能导致性能问题，特别是回溯过多时。

最佳实践包括：

  • 使用原始字符串避免转义错误。
  • 编译重复使用的模式（re.compile()）以提高性能。
  • 测试正则表达式在线工具（如 Regex101）来调试模式。

总结 🎉

通过本文，你已经掌握了 Python re 模块的基础知识，包括常用函数、元字符、分组和实际应用。正则表达式是一个需要练习的技能，多尝试真实场景会帮助你更熟练。记住，保持模式简单和高效是关键！如有疑问，欢迎查阅官方文档或社区资源。Happy coding! 😊

赞(0)
未经允许不得转载：171主机测评 » 【Python 正则表达式 re 模块入门】
分享到： 更多 (0)
标签：

相关推荐

评论 抢沙发

取消

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

热门标签

#人工智能(63758)#python(21297)#开发语言(17723)#java(16288)#运维(16084)#linux(15581)#大数据(15229)#服务器(13600)#算法(12241)#前端(11570)#ai(10122)#网络(9852)#数据库(9443)#c++(8606)#学习(7133)#课程设计(7010)#机器学习(6978)#区块链(6045)#后端(5504)#OpenClaw(5409)#spring boot(5264)#深度学习(5236)#c语言(4539)#安全(4461)#毕业设计(4392)#数据结构(4329)#架构(4140)#docker(4097)#javascript(3959)#大模型(3884)

热门文章

最新文章

归档

分类