re.match()仅从字符串开头匹配，re.search()全文扫描；match适合验证格式开头，search适合不定位提取；原始字符串r''避免转义错误；group(0)返回全匹配，group(1)等取捕获组，groups()返回元组；高频复用正则才需re.compile。
re.search() 和 re.match() 到底差在哪
区别不在“搜不搜”，而在“从哪开始比对”。re.match() 只从字符串开头匹配，哪怕后面全对，开头差一个字符就返回 None；re.search() 是真·全文扫描，找到第一个符合模式的位置就停。
常见错误现象：re.match(r'abc', 'xabc') 返回 None，但 re.search(r'abc', 'xabc') 能成功匹配到 'abc'。
- 用
re.match()的典型场景：验证用户输入是否「严格以某格式开头」，比如判断字符串是否为合法邮箱前缀（re.match(r'[a-zA-Z0-9._%+-]+', s)） - 用
re.search()的典型场景：日志行中提取某个字段（如从'ERROR: timeout after 5s'中找timeout），位置不确定 - 性能上，
match略快（只看开头），但差异微乎其微，别为这点速度牺牲语义清晰度
写正则时最容易崩的三个转义点
Python 字符串本身会吃掉反斜杠，而正则又依赖反斜杠——双重转义是绝大多数初学者卡住的地方。
常见错误现象：r'd+' 能匹配数字，但写成 'd+' 就失效（因为 'd' 被 Python 解释成字面量 ' ' 或报错）；更隐蔽的是路径里写 'C:
ew est.txt'，结果
和 被解释成换行和制表符。
立即学习“Python免费学习笔记（深入）”；
- 永远优先用原始字符串
r''写正则，比如r's+([a-z]+)@([a-z]+.[a-z]+)' - 如果必须拼接变量，用
re.escape()处理用户输入内容，避免注入式破坏，比如pattern = r'hellos+' + re.escape(user_name) - 匹配字面量反斜杠？得写四个：
r'\\'→ 正则引擎收到的是两个反斜杠，最终匹配一个字面量
group()、group(1)、groups() 这仨怎么选
不是语法糖，是不同层级的提取需求。没括号捕获组时，match.group() 和 match.group(0) 都返回整个匹配串；有括号后，数字索引才真正有意义。
常见错误现象：调用 match.group(1) 报 IndexError，其实是正则里没写括号，或者用了非捕获组 (?:...)。
-
match.group()或match.group(0)：要整段匹配结果，比如验证通过后取原样文本 -
match.group(1),match.group(2)：按顺序取每个(...)里的内容，适合结构固定的数据（如r'(d{4})-(d{2})-(d{2})'提年月日） -
match.groups()：返回元组，等价于(match.group(1), match.group(2), ...)，适合解包，比如year, month, day = match.groups() - 注意：
match.group(0)永远存在；但match.group(1)只在正则含至少一个捕获组且匹配成功时有效
编译正则对象（re.compile）什么时候值得做
不是“写了就编译”，而是“重复用才编译”。re.search() 等顶层函数每次调用都会隐式编译一次正则——如果同一模式反复用上百次，编译一次复用能省下解析开销。
常见错误现象：把所有正则都提前 re.compile()，结果代码变冗长，可读性下降，实际性能几乎没差别。
- 值得编译的场景：循环内高频调用（如逐行处理大文件）、函数被频繁调用且正则固定
- 推荐写法：
EMAIL_PATTERN = re.compile(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}')，然后在循环里直接EMAIL_PATTERN.search(line) - 不值得编译的场景：一次性匹配、调试时临时写、正则含动态变量需每次构造
- 兼容性提示：编译后的对象在多线程下安全，但别把它当全局状态乱改
.flags
正则真正难的不是语法，是边界条件——比如 .* 默认贪婪，可能吞掉不该吞的部分；^ 和 $ 在多行模式下行为突变；还有 Unicode 字符类在不同 Python 版本里默认支持程度不同。这些细节不跑真实数据根本看不出问题。
