Python正则表达式入门（匹配手机号邮箱身份证，新手实用）
正则表达式是处理字符串的“神器”，用于匹配、查找、替换符合规则的字符串，比如提取文本中的手机号、验证邮箱格式、清洗数据等。很多新手觉得正则表达式语法晦涩难懂，其实掌握常用的匹配规则，再结合实战案例，就能快速上手。
今天分享Python正则表达式的基础用法，聚焦“手机号、邮箱、身份证”这3个高频场景，搭配可直接运行的代码，新手复制就能用，轻松解决字符串处理问题～
一、核心基础：正则表达式常用符号（新手必记）
先记几个最常用的符号，覆盖80%的场景：
| 符号 | 含义 | 示例 |
|---|---|---|
| \d | 匹配数字（0-9） | \d{11} → 匹配11位数字 |
| \w | 匹配字母/数字/下划线 | \w+ → 匹配至少1个字母/数字/下划线 |
| [] | 匹配括号内的任意字符 | [0-9a-zA-Z] → 匹配数字或字母 |
| ^ | 匹配字符串开头 | ^13 → 匹配以13开头的字符串 |
| $ | 匹配字符串结尾 | com$ → 匹配以com结尾的字符串 |
| {n} | 匹配n次 | \d{6} → 匹配6位数字 |
| {n,m} | 匹配n到m次 | \d{6,18} → 匹配6-18位数字 |
| + | 匹配至少1次 | \d+ → 匹配至少1位数字 |
| * | 匹配0次或多次 | \d* → 匹配0位或多位数字 |
| 或 |
二、Python正则模块：re（核心！）
Python通过re模块操作正则表达式，新手重点掌握4个函数：
re.match()：从字符串开头匹配（用得少）；re.search()：查找字符串中第一个匹配的内容；re.findall()：查找所有匹配的内容（最常用）；re.sub()：替换匹配的内容。
三、实战1：匹配手机号（11位，以13/14/15/17/18/19开头）
import re # 手机号正则规则 phone_pattern = r"^1[345789]\d{9}$" # 测试数据 phones = ["13800138000", "12345678901", "1380013800", "138001380001"] for phone in phones: # re.match：从开头匹配，返回匹配对象（成功）/None（失败） result = re.match(phone_pattern, phone) if result: print(f"{phone} 是有效手机号") else: print(f"{phone} 是无效手机号") # 输出： # 13800138000 是有效手机号 # 12345678901 是无效手机号（开头不是13/14等） # 1380013800 是无效手机号（不足11位） # 138001380001 是无效手机号（超过11位）四、实战2：提取文本中的所有邮箱
import re # 邮箱正则规则 email_pattern = r"[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+" # 测试文本 text = """ 联系我们：support@test.com，营销邮箱：market@test.cn， 个人邮箱：zhangsan123@163.com，无效邮箱：zhangsan@test """ # re.findall：提取所有匹配的邮箱 emails = re.findall(email_pattern, text) print("提取的邮箱：") for email in emails: print(email) # 输出： # support@test.com # market@test.cn # zhangsan123@163.com五、实战3：验证身份证号（18位，最后一位可为X）
import re # 身份证正则规则（18位，前17位数字，最后一位数字/X/x） id_card_pattern = r"^[1-9]\d{5}(19|20)\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\d|3[01])\d{3}[\dXx]$" # 测试数据 id_cards = ["110101199001011234", "11010119900101123X", "11010119900101123", "1101011990010112345"] for id_card in id_cards: result = re.match(id_card_pattern, id_card) if result: print(f"{id_card} 是有效身份证号") else: print(f"{id_card} 是无效身份证号") # 输出： # 110101199001011234 是有效身份证号 # 11010119900101123X 是有效身份证号 # 11010119900101123 是无效身份证号（不足18位） # 1101011990010112345 是无效身份证号（超过18位）六、实战4：替换文本中的敏感词
import re # 敏感词正则（匹配“垃圾”“骗子”） sensitive_pattern = r"垃圾|骗子" # 测试文本 text = "这个商家是骗子，卖的都是垃圾产品！" # re.sub：替换匹配的敏感词为* new_text = re.sub(sensitive_pattern, "*", text) print("替换后：", new_text) # 输出：这个商家是*，卖的都是*产品！七、新手避坑指南
正则规则加r前缀：避免转义字符（如\d不要写成\d）；
匹配中文：用
[\u4e00-\u9fa5]（匹配单个中文）；贪婪匹配：正则默认贪婪（尽可能多匹配），加?变为非贪婪（如\d+?）；
测试规则：先用在线正则工具（如正则表达式测试器）验证规则，再写代码。
最后
正则表达式的核心是“规则匹配”，新手不用死记所有符号，先掌握手机号、邮箱、身份证这3个高频场景的规则，再根据需求查文档扩展。练习时可以尝试提取文本中的手机号、清洗评论中的敏感词，巩固知识点。