初识Python正则表达式：从0到1的语法入门
正则表达式是处理字符串的“瑞士军刀”，在Python中借助re模块，能高效完成匹配、查找、替换等操作。本文将拆解正则表达式的核心语法，搭配Python代码示例，帮你快速上手。
📝 基础匹配规则：精准定位目标字符串
正则表达式的核心是“模式匹配”，先从最基础的语法开始：
- 普通字符：直接匹配自身，比如
"hello"会精准匹配字符串中的"hello" - 特殊元字符：具有特殊含义的字符，是正则的核心
.：匹配任意单个字符（除了换行符\n）^：匹配字符串的开头，比如^abc只会匹配以"abc"开头的字符串$：匹配字符串的结尾，比如xyz$只会匹配以"xyz"结尾的字符串*：匹配前面的字符0次或多次，比如ab*可以匹配"a"、"ab"、"abb"等+：匹配前面的字符1次或多次，比如ab+可以匹配"ab"、"abb"，但不匹配"a"?：匹配前面的字符0次或1次，比如ab?可以匹配"a"、"ab"
Python代码示例：
Python
复制
import re # 匹配以"py"开头的字符串 pattern = r"^py" result = re.match(pattern, "python") print(result.group()) # 输出: py # 匹配以"on"结尾的字符串 pattern = r"on$" result = re.search(pattern, "python") print(result.group()) # 输出: on
🎯 字符集与转义：灵活匹配特定范围
当需要匹配某一类字符时，字符集和转义符能派上用场：
- 字符集
[]：匹配括号内的任意一个字符[abc]：匹配"a"、"b"或"c"[a-z]：匹配任意小写字母[0-9]：匹配任意数字，等价于\d[^abc]：匹配除了"a"、"b"、"c"之外的任意字符
- 预定义字符集：简化常见的匹配场景
\d：匹配数字，等价于[0-9]\D：匹配非数字，等价于[^0-9]\w：匹配字母、数字或下划线，等价于[a-zA-Z0-9_]\W：匹配非字母、数字或下划线\s：匹配任意空白字符（空格、制表符、换行符等）\S：匹配非空白字符
- 转义字符
\：当需要匹配元字符本身时，用反斜杠转义，比如匹配"."需要写成\.
Python代码示例：
Python
复制
# 匹配手机号（11位数字） pattern = r"1\d{10}" result = re.match(pattern, "13812345678") print(result.group()) # 输出: 13812345678 # 匹配邮箱地址 pattern = r"\w+@\w+\.\w+" result = re.match(pattern, "test@example.com") print(result.group()) # 输出: test@example.com
📦 分组与捕获：提取目标子字符串
通过括号()可以将正则表达式分组，方便提取特定部分：
- 分组匹配：用
()包裹需要捕获的部分，匹配后通过group()方法获取(ab)：将"ab"作为一个分组(a|b)：匹配"a"或"b"，|表示“或”的关系
- 非捕获分组：
(?:...)，只匹配不捕获，节省内存 - 反向引用：用
\数字引用之前的分组，比如(\w)\1可以匹配"aa"、"bb"等重复字符
Python代码示例：
Python
复制
# 提取身份证号中的出生日期 pattern = r"(\d{4})(\d{2})(\d{2})" result = re.search(pattern, "110101199001011234") print(f"出生日期: {result.group(1)}年{result.group(2)}月{result.group(3)}日") # 输出: 出生日期: 1990年01月01日 # 匹配重复的字符 pattern = r"(\w)\1" result = re.findall(pattern, "aabbccddeeff") print(result) # 输出: ['a', 'b', 'c', 'd', 'e', 'f']
🔄 贪婪与非贪婪匹配：控制匹配范围
正则表达式默认是贪婪匹配，即尽可能匹配更多字符；在量词后加?可以开启非贪婪匹配：
- 贪婪匹配：
a.*b会匹配从第一个"a"到最后一个"b"的所有字符 - 非贪婪匹配：
a.*?b会匹配从第一个"a"到最近的"b"的字符
Python代码示例：
Python
复制
# 贪婪匹配 pattern = r"a.*b" result = re.match(pattern, "aabab") print(result.group()) # 输出: aabab # 非贪婪匹配 pattern = r"a.*?b" result = re.match(pattern, "aabab") print(result.group()) # 输出: aab
🛠️ Python re模块核心函数
掌握正则语法后，搭配re模块的常用函数，就能解决实际问题：
re.match(pattern, string)：从字符串开头匹配，只返回第一个匹配结果re.search(pattern, string)：扫描整个字符串，返回第一个匹配结果re.findall(pattern, string)：返回所有匹配的字符串列表re.sub(pattern, repl, string)：替换所有匹配的字符串re.compile(pattern)：编译正则表达式，提升多次匹配的效率
Python代码示例：源码网：https://svipm.com（描述：上千款各行各业的源码）
Python
复制
# 替换字符串中的所有数字 string = "abc123def456" result = re.sub(r"\d", "*", string) print(result) # 输出: abc***def*** # 编译正则表达式，提升匹配效率 pattern = re.compile(r"\w+") result = pattern.findall("hello world python") print(result) # 输出: ['hello', 'world', 'python']