python中正则表达式通过re模块实现，主要功能包括匹配、提取、替换和拆分字符串。1. 匹配基本模式用re.match（从开头匹配）和re.search（全局搜索第一个匹配项）；2. 提取数据可通过括号分组捕获内容，使用group()获取对应分组；3. 替换用re.sub，拆分用re.split；4. 注意事项包括转义特殊字符、贪婪与非贪婪匹配、编译正则提升效率及忽略大小写等技巧。掌握这些核心函数和语法能应对大多数文本处理需求。
在Python中，正则表达式主要通过re模块来实现。它能帮助我们从字符串中提取、匹配、替换特定格式的内容。虽然初看有点复杂，但掌握几个常用方法后，你会发现它非常实用。
匹配基本模式：用re.match和re.search
这两个函数都可以用来查找匹配项，但有区别：
-
re.match：只从字符串开头开始匹配，适合验证输入格式。 -
re.search：在整个字符串中搜索第一个匹配项，更灵活。
举个例子：
立即学习“Python免费学习笔记（深入）”；
import re text = "abc123xyz" # 只匹配以abc开头的 match_result = re.match(r"abc", text) # 匹配成功 # 搜索是否有数字 search_result = re.search(r"\d+", text) # 找到123
如果你不确定目标的位置，优先使用search()。
提取数据：分组与捕获
正则的一大用途是提取信息，比如从日志里提取IP地址、时间等。这时候需要用到括号()进行分组。
例如从一段日志中提取日期和IP：
log_line = "2024-03-15 192.168.1.100 User login"
pattern = r"(\d{4}-\d{2}-\d{2}) (\d+\.\d+\.\d+\.\d+)"
match = re.search(pattern, log_line)
if match:
print("日期:", match.group(1)) # 输出：日期: 2024-03-15
print("IP地址:", match.group(2)) # 输出：IP地址: 192.168.1.100-
group(0)是整个匹配结果； -
group(1)、group(2)是括号里的内容； - 分组可以嵌套，也可以命名（如
?P<name></name>）。
替换与拆分：用re.sub和re.split
-
re.sub(pattern, repl, string)：把匹配的部分替换成别的内容。 -
re.split(pattern, string)：根据正则规则拆分字符串。
比如清理多余空格：
text = "hello world, this is Python." cleaned = re.sub(r"\s+", " ", text) # 把多个空格换成一个 # 结果："hello world, this is Python."
再比如按标点符号分割句子：
sentences = re.split(r"[,.!?]", text) # 注意结果会包含空字符串，可能需要过滤掉
这些操作在处理用户输入、清洗数据时特别有用。
常见注意事项和技巧
-
转义字符：像
.、*、+这些符号在正则中有特殊含义，想匹配字面值要用\转义。 -
贪婪 vs 非贪婪：
- 默认是“贪婪”匹配（尽可能多），加上
?变成“非贪婪”，如.*?
- 默认是“贪婪”匹配（尽可能多），加上
-
编译正则表达式：如果同一个模式要多次使用，建议用
re.compile()提升效率。 -
忽略大小写：加参数
flags=re.IGNORECASE -
多行匹配：某些时候需要用
flags=re.MULTILINE让^和$匹配每行开头结尾
基本上就这些了。正则表达式刚开始可能会觉得绕，但只要记住几个核心函数和常见语法，就能应对大多数文本处理场景。不复杂但容易忽略细节，慢慢练手就好了。
