更新时间：2025-07-01 00:00点击：245
本文讲解一下Python的正则表达式，主要介绍正则表达式的概念、在Python中如何使用正则表达式，常用的正则表达式处理函数，最后分享几个简单的使用示例。
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个"规则字符串"，这个"规则字符串"用来表达对字符串的一种过滤逻辑。
匹配和查找文本：使用正则表达式可以快速匹配和查找特定模式的文本，例如查找包含特定单词的句子、匹配邮箱、电话等；
数据清洗和处理：去除特定字符或标签、提取文本中的有效信息等；
表单验证：正则表达式可以用于验证用户输入的表单数据，验证邮箱地址是否合法等；
字符串替换：将文本中的某个模式替换为另一个字符串；
提取信息：提取特定的信息，例如提取网页中的链接，日志中的关键信息。
链接：正则表达式
Python内置了re模块，封装了一些函数用来处理正则表达式。 简单示例：
import reraw_str = 'abc12def'result = re.search('/d+', raw_str)print(result.group()) # 12尝试从字符串的起始位置匹配一个模式，如果不是起始位置，match返回None。 re.match(pattern, string, flags=0)
| 参数 | 描述 |
|---|---|
| pattern | 匹配的正则表达式 |
| string | 要匹配的字符串 |
| flags | 标志位，用于控制正则表达式的匹配方式，比如：是否区分大小写，多行匹配等 |
re.I 使匹配对大小写不敏感
re.L 做本地化识别匹配
re.M 多行匹配
re.S 使.匹配包括换行在内的所有字符
re.U 根据Unicode字符集解析字符
re.X 为了增加可读性，忽略空格和#后面的注释
扫描整个字符串并返回第一个成功的匹配。
search vs match
match要从字符串的起始位置匹配。
import reraw_str = 'abc12def'result1 = re.search('/d+', raw_str)result2 = re.match('/d+', raw_str)print(result1.group()) # 12print(result2.group()) # None用于替换字符串中的匹配项。 re.sub(pattern, repl, string, count, flags)
| 参数 | 描述 |
|---|---|
| pattern | 匹配的正则表达式 |
| repl | 替换的字符串，也可以是一个函数 |
| string | 要匹配的字符串 |
| count | 模式陪陪后替换的最大次数，默认替换所有 |
| flags | 标志位，用于控制正则表达式的匹配方式，比如：是否区分大小写，多行匹配等 |
简单替换：
import rephone = "2024-959-459"# 删除非数字'-'num = re.sub(r'/D', phone)print(num) # 2024959459函数模式替换：
import re# 将匹配的数字乘以2def double(matched): value = int(matched.group('value')) return str(value * 2) raw_str = 'A12B3C' print(re.sub('(?P<value>/d+)',double, raw_str)) # A24B6Ccompile函数用于编译正则表达式，生成一个正则表达式Pattern对象，供match和search使用。 re.compile(pattern[, flags])
import repattern = re.compile(r'/d+') # 用于匹配至少一个数字m = pattern.match('12twothree34four') # 查找头部，没有匹配print(m.group(0)) # 12在字符串中找到正则表达式所匹配的所有子串，并返回一个列表。 findall(pattern, string, flags=0)
import repattern = re.compile(r'/d+') # 查找数字result = pattern.findall('abc 123 def 456')print(result) # [123,456]如果匹配不到返回空列表。
在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。 re.finditer(pattern, string, flags=0)
import reit = re.finditer(r"/d+","12a32bc43jf3") for match in it: print (match.group())12 32 43 3
按照能够匹配的子串将字符串分割后返回列表。
re.split(pattern, string[, maxsplit=0, flags=0])
maxsplit 分隔次数，maxsplit=1 分隔一次，默认为 0，不限制次数。
import reprint(re.split('/W+', 'hello,world,')) # ['hello','world','']import rere.split('b*', 'hello world') ['hello world']找不到匹配的字符串，split 不会分割。
正则表达式中，group（）用来提出分组截获的字符串。
import rea = "123abc456"print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0)) # 123abc456,返回整体print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1)) # 123print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2)) # abcprint(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3)) # 456正则表达式中的三组括号把匹配结果分成三组 group() 同group（0）就是匹配正则表达式整体结果 group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。
import retext = "0123456"# 贪婪模式result1 = re.match('/d+',text)# 非贪婪模式result2 = re.match('/d+?',text)print(result1.group()) # 0123456print(result2.group()) # 0| 参数 | 描述 |
|---|---|
| ^ | 匹配字符串的开头 |
| $ | 匹配字符串的末尾 |
| . | 匹配任意字符,除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。 |
| [...] | 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k' |
| [^...] | 不在[]中的字符：[^abc] 匹配除了a，b，c之外的字符。 |
| re* | 匹配0个或多个的表达式。 |
| re+ | 匹配1个或多个的表达式。 |
| re? | 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式 |
| re{n} | 精确匹配n个前面表达式。例如，o{2}不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。 |
| re{n,} | 匹配n个前面表达式。例如，o{2,}不能匹配"Bob"中的"o"，但能匹配 |
| re{n,m} | 匹配n到m次由前面的正则表达式定义的片段，贪婪方式 |
| a/|b | 匹配a或b |
| (re) | 对正则表达式分组并记住匹配的文本 |
| (?imx) | 正则表达式包含三种可选标志：i,m,或x。只影响括号中的区域。 |
| (?-imx) | 正则表达式关闭 i,m,或x可选标志。只影响括号中的区域。 |
| (?:re) | 类似 (...),但是不表示一个组 |
| (?imx:re) | 在括号中使用i,m,或x可选标志 |
| (?-imx:re) | 在括号中不使用i,m,或x可选标志 |
| (?#...) | 注释. |
| (?=re) | 前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。 |
| (?!re) | 前向否定界定符。与肯定界定符相反;当所含表达式不能在字符串当前位置匹配时成功 |
| (?>re) | 匹配的独立模式，省去回溯。 |
| /w | 匹配字母数字及下划线 |
| /W | 匹配非字母数字及下划线 |
| /s | 匹配任意空白字符，等价于 []。 |
| /S | 匹配任意非空字符 |
| /d | 匹配任意数字，等价于 [0-9]. |
| /D | 匹配任意非数字 |
| /A | 匹配字符串开始 |
| /Z | 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。 |
| /z | 匹配字符串结束 |
| /G | 匹配最后匹配完成的位置。 |
| /b | 匹配一个单词边界，也就是指单词和空格间的位置。例如，'e'可以匹配"never"中的'er'，但不能匹配"verb"中的 'er'。 |
| /B | 匹配非单词边界。'er/B' 能匹配"verb"中的 'er'，但不能匹配"never"中的'er'。 |
| /n,/t,等. | 匹配一个换行符。匹配一个制表符。 |
| /1.../9 | 匹配第n个分组的内容。 |
| /10 | 匹配第n个分组的内容，如果它经匹配。否则指的是八进制字符码的表达式。 |
五、常用示例
[Pp]ython
[aeiou]
[a-zA-Z0-9]
[^0-9]或/D
[/w/.-]+@/./w+
import reresult = re.findall(r'(/w+)=(/d+)','width=20,height=10')print(result) # [('width','20'),('height','10')]import reraw_str = '132929199703271118'result = re.search('(?P<province>/d{3})(?P<city>/d{3})(?P<birthday>/d{8})', raw_str)print(result.groupdict()){'province': '132', 'city': '929', 'birthday': '19970327'}
如果您觉得对你有帮助，请不要吝啬你的爱心，如果有更多正则表达式技巧，也欢迎分享！
