Python正则表达式教程与使用方法

本文深入浅出地讲解了Python中re模块的核心应用逻辑，强调掌握正则表达式不在于死记硬背所有元字符，而在于理解“模式如何精准对应真实文本”以及“不同函数（match、search、findall、finditer）在何种场景下最有效”；通过大量贴近实战的例子——如验证格式、提取IP或邮箱、获取匹配位置、非贪婪提取、忽略大小写搜索、预编译提升性能、命名分组增强可读性，以及sub动态替换和split智能分割——系统梳理了从基础匹配到进阶技巧的关键要点，帮你把正则这把“趁手的小刀”真正用得干净、高效、可维护。

Python 的 re 模块是处理文本匹配与提取最常用、最灵活的工具之一。掌握它，不等于死记所有元字符，而在于理解“模式如何对应真实文本”以及“不同函数适用什么场景”。下面从实际出发，讲清楚关键点。

核心匹配函数的区别：match、search、findall、finditer

match() 只从字符串开头尝试匹配，哪怕后面有符合的也不管。适合验证格式（如判断是否以数字开头）：

search() 扫描整个字符串，找到第一个匹配就停。日常用得最多，比如在日志里找 IP 地址、邮箱等：

findall() 返回所有匹配的字符串列表，简单直接，适合批量提取：

• 无分组时：re.findall(r'\w+@\w+\.\w+', '联系 admin@site.com 或 dev@test.org') → ['admin@site.com', 'dev@test.org']
• 有分组时（只返回括号内内容）：re.findall(r'(\w+)@(\w+\.\w+)', 'a@b.c x@y.z') → [('a', 'b.c'), ('x', 'y.z')]

finditer() 返回迭代器，每个元素是 Match 对象，适合需要位置、分组名或额外属性（如 span()）的场景：

常用元字符与实用技巧

别被“.*?”“\s\S”绕晕，记住几个高频组合就够了：

• \d 匹配数字，比 [0-9] 更简洁；\D 表示非数字
• \w 匹配字母、数字、下划线（即单词字符），中文不包含在内；要匹配中文加 [\u4e00-\u9fa5]
• \b 是单词边界，不是空格。用于精准匹配完整单词，比如 r'\bcat\b' 不会匹配到 'category'
• .*? 是非贪婪匹配，遇到第一个满足条件的位置就停。例如提取 HTML 标签间内容：re.findall(r'(.*?)', html_str)
• 用 (?i) 开启忽略大小写：re.search(r'(?i)python', 'PYTHON is great')

编译正则提升性能 & 使用命名分组增强可读性

如果同一模式反复使用（如在循环中），用 re.compile() 预编译一次，避免重复解析：

复杂匹配建议用命名分组 (?P...)，让代码一目了然：

替换与分割：sub 和 split 的实战要点

re.sub() 不只是简单替换，支持函数作为 replacement，实现动态逻辑：

• 基础替换：re.sub(r'\s+', ' ', text) 把多个空白换成单个空格
• 函数替换：re.sub(r'\d+', lambda m: str(int(m.group()) * 2), 'a1b22c333') → 'a2b44c666'
• 用命名分组引用：re.sub(r'(?P\w+)', r'[\g]', 'hello world') → '[hello] [world]'

re.split() 比 str.split() 更强大，支持多分隔符或保留分隔符：

正则不是万能锤，但它是文本处理中最趁手的一把小刀。用熟 match/search/findall，搞懂贪婪与边界，再配上 compile 和命名分组，90% 的日常需求都能干净利落地解决。

以上就是《Python正则表达式教程与使用方法》的详细内容，更多关于的资料请关注golang学习网公众号！