python re正则模块
十分想念顺店杂可。。。
Python 的re模块是标准库中用于处理正则表达式的核心工具，用于字符串的匹配、查找、替换、分割等复杂文本处理场景。正则表达式（Regular Expression）是一种描述字符串模式的语法，可高效实现对文本的规则性操作。
一、基础使用步骤
- 导入模块：
import re - 定义模式：用字符串描述匹配规则（需遵循正则语法）。
- 调用函数：使用
re模块的函数（如match、search、findall等）执行匹配操作。
二、核心函数与用法
1. 匹配与查找
re.match(pattern, string, flags=0)
- 功能：从字符串开头匹配模式，若开头不匹配则返回
None。 - 返回值：匹配成功返回
Match对象（包含匹配信息），失败返回None。
示例：
import re# 匹配以"hello"开头的字符串
result = re.match(r"hello", "hello world")
print(result) # <re.Match object; span=(0, 5), match='hello'>
print(result.group()) # 获取匹配内容：hello
print(result.span()) # 获取匹配位置：(0, 5)
re.search(pattern, string, flags=0)
- 功能：在整个字符串中查找第一个匹配项（不要求从开头开始）。
- 区别：与
match的核心差异是search不限制开头，只要字符串中存在匹配即可。
示例：
# 在字符串中查找"world"
result = re.search(r"world", "hello world")
print(result.group()) # world
print(result.span()) # (6, 11)
re.findall(pattern, string, flags=0)
- 功能：查找字符串中所有匹配项，返回一个包含所有结果的列表。
示例：
# 提取字符串中所有数字
result = re.findall(r"\d+", "年龄：25，身高：180，体重：70")
print(result) # ['25', '180', '70']
re.finditer(pattern, string, flags=0)
- 功能：与
findall类似，但返回迭代器（逐个获取Match对象），适合处理大量匹配结果（节省内存）。
示例：
# 迭代获取所有数字及其位置
for match in re.finditer(r"\d+", "年龄：25，身高：180"):print(f"值：{match.group()}，位置：{match.span()}")
# 输出：
# 值：25，位置：(3, 5)
# 值：180，位置：(9, 12)
2. 替换与分割
re.sub(pattern, repl, string, count=0, flags=0)
- 功能：将字符串中匹配
pattern的部分替换为repl（替换内容）。 - 参数：
count指定替换次数（默认 0 表示全部替换）。
示例：
# 将所有数字替换为"*"
result = re.sub(r"\d+", "*", "密码：123456，验证码：789")
print(result) # 密码：*，验证码：*# 只替换第一个数字
result = re.sub(r"\d+", "*", "密码：123456，验证码：789", count=1)
print(result) # 密码：*，验证码：789
re.split(pattern, string, maxsplit=0, flags=0)
- 功能：根据
pattern匹配的位置分割字符串，返回分割后的列表。 - 参数：
maxsplit指定最大分割次数（默认 0 表示全部分割）。
示例：
# 用逗号或分号分割字符串
result = re.split(r"[,;]", "苹果,香蕉;橙子,西瓜")
print(result) # ['苹果', '香蕉', '橙子', '西瓜']# 只分割一次
result = re.split(r"[,;]", "苹果,香蕉;橙子,西瓜", maxsplit=1)
print(result) # ['苹果', '香蕉;橙子,西瓜']
3. 编译正则表达式：re.compile(pattern, flags=0)
- 功能：将正则模式编译为
Pattern对象，可重复使用（提高多次匹配的效率）。
示例：
# 编译模式（只需要一次）
pattern = re.compile(r"\d+")# 重复使用编译后的对象
print(pattern.findall("身高：180")) # ['180']
print(pattern.sub("*", "体重：70")) # 体重：*
三、Match 对象常用方法
当match或search匹配成功时，返回的Match对象包含以下核心方法：
group(num=0)：返回第num个分组的匹配内容（默认 0 返回整个匹配）。start(num=0)：返回第num个分组的起始位置。end(num=0)：返回第num个分组的结束位置（不含）。span(num=0)：返回(start, end)元组。
示例（分组匹配）：
# 匹配"姓名：XXX，年龄：YYY"格式，提取姓名和年龄
pattern = r"姓名：(.+)，年龄：(\d+)"
result = re.search(pattern, "姓名：张三，年龄：25")print(result.group(0)) # 整个匹配：姓名：张三，年龄：25
print(result.group(1)) # 第一个分组（姓名）：张三
print(result.group(2)) # 第二个分组（年龄）：25
print(result.span(2)) # 年龄的位置：(9, 11)
四、常用正则元字符（模式语法）
正则表达式通过元字符描述匹配规则，核心元字符如下：
| 元字符 | 含义 | 示例 |
|---|---|---|
. | 匹配任意字符（除换行符，re.DOTALL模式下可匹配换行） | r"h.t" 匹配 "hot"、"h1t" 等 |
^ | 匹配字符串开头 | r"^hello" 匹配以 "hello" 开头的字符串 |
$ | 匹配字符串结尾 | r"world$" 匹配以 "world" 结尾的字符串 |
* | 前面的字符匹配 0 次或多次（贪婪匹配） | r"ab*" 匹配 "a"、"ab"、"abb" 等 |
+ | 前面的字符匹配 1 次或多次 | r"ab+" 匹配 "ab"、"abb" 等（不匹配 "a"） |
? | 前面的字符匹配 0 次或 1 次；或非贪婪匹配（加在*/+后） | r"ab?" 匹配 "a"、"ab"；r"a.*?b" 非贪婪匹配 "a 到 b" |
{n} | 前面的字符匹配 n 次 | r"\d{3}" 匹配 3 位数字（如 "123"） |
{n,m} | 前面的字符匹配 n 到 m 次 | r"\d{2,4}" 匹配 2-4 位数字（如 "12"、"1234"） |
[] | 字符集，匹配其中任意一个字符 | r"[abc]" 匹配 "a"、"b" 或 "c"；r"[0-9]" 匹配数字 |
() | 分组，将部分模式视为一个整体 | r"(ab)+" 匹配 "ab"、"abab" 等 |
| | 或运算，匹配左边或右边的模式 | r"cat|dog" 匹配 "cat" 或 "dog" |
\ | 转义字符，匹配元字符本身（如\.匹配 "."） | r"www\.baidu\.com" 匹配网址 |
五、常用标志位（flags）
通过flags参数扩展匹配规则：
re.IGNORECASE（re.I）：忽略大小写匹配。re.MULTILINE（re.M）：多行模式，^/$匹配每行开头 / 结尾。re.DOTALL（re.S）：让.匹配换行符。
示例（忽略大小写）：
result = re.match(r"hello", "HELLO", re.IGNORECASE)
print(result.group()) # HELLO（成功匹配）
六、注意事项
- 原始字符串：正则模式建议用
r前缀（原始字符串），避免转义字符冲突（如r"\d"比"\\d"更简洁）。 - 贪婪 vs 非贪婪：
*/+默认贪婪（尽可能多匹配），加?变为非贪婪（尽可能少匹配）。例如r"a.*b"匹配 "aXXbXXb" 中的 "aXXbXXb"，而r"a.*?b"只匹配 "aXXb"。 - 性能：复杂正则可能效率低，建议用
re.compile()预编译模式，且避免过度使用通配符（如.*）。 - 分组陷阱：
findall中若模式有分组，会返回分组内容而非整体匹配（如需整体匹配，可将模式用(...)包裹为一个大分组）。
七、综合示例：验证邮箱格式
import redef is_valid_email(email):# 简单邮箱正则：用户名@域名（支持字母、数字、下划线、点）pattern = r"^[a-zA-Z0-9_.-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$"return re.match(pattern, email) is not Noneprint(is_valid_email("test@example.com")) # True
print(is_valid_email("invalid-email")) # False
更多细节可参考官方文档：re — 正则表达式操作。