【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
• • 1.1 `re.match()`：开头匹配
  • 1.2 `re.search()`：查找第一个
  • 1.3 `re.findall()`：查找全部
  • 1.4 `re.sub()`：替换
• 二、元字符匹配规则
• • 2.1 单字符匹配
  • 2.2 数量匹配
  • 2.3 边界匹配
  • 2.4 分组与选择
  • 2.5 关于`r`前缀
• 三、案例演示
• • 案例 1：账号校验
  • 案例 2：QQ 号校验
  • 案例 3：提取 URL 链接
  • 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

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：

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

2.4 分组与选择

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

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。