Python re模块详解：从基础匹配到高级正则表达式应用
本文深入解析Python中re模块的核心功能，涵盖常用方法如match、search、findall及finditer的区别。详细讲解元字符、多字符匹配规则（贪婪与非贪婪）、分组匹配及边界匹配，并通过代码示例演示数据验证、文本替换与子串提取的实际应用场景。
一、re是什么？
正则表达式是一种特殊的字符序列，用于高效地检查字符串是否符合特定模式。Python的re模块提供了完整的正则表达式支持，使开发者能够轻松实现复杂的字符串匹配任务。
二、re 模块的作用
利用正则表达式，可以实现以下功能： 1. 模式测试：例如验证输入字符串中是否包含电话号码或信用卡号格式，这属于数据验证范畴。 2. 文本替换：识别文档中的特定文本，将其完全删除或替换为其他内容。 3. 子串提取：根据特定模式从字符串或输入域中查找并提取所需文本。
三、re模块的使用
1、常用方法
findAll():匹配字符串中所有符合模式的子串，并将结果以列表形式返回。match():仅匹配字符串起始位置的模式，若起始位置不匹配则返回None。search():在字符串中搜索，返回第一个匹配到的结果。finditer():匹配字符串中所有符合模式的子串，返回一个迭代器，便于逐个处理匹配结果。
2、 元字符
匹配任意单个字符（换行符\n除外）。例如，'h.'表示匹配字符'h'后紧跟的任意一个字符。
import re
res = 'h.'
s = 'hello python'
result = re.findall(res, s)
print(result) # ['he', 'ho']
使用方括号[]指定字符集，从字符串中匹配集合内的任意字符，每匹配到一个字符即加入结果列表，最终返回包含所有匹配字符的列表。
import re
res2 = '[hon]'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['h', 'o', 'h', 'o', 'n']
\d 用于匹配数字字符（0-9）。
import re
res2 = '[\d]'
s = 'hell666o pyt999hon'
result = re.findall(res2, s)
print(result) # ['6', '6', '6', '9', '9', '9']
\D 用于匹配非数字字符，包括空格在内的所有非数字内容。
import re
res2 = '[\D]'
s = 'hello 3334 python 88'
result = re.findall(res2, s)
print(result) # ['h', 'e', 'l', 'l', 'o', ' ', ' ', 'p', 'y', 't', 'h', 'o', 'n', ' ']
'\s' 用于匹配空白字符（如空格、制表符、换行符等）。
import re
res2 = '[\s]'
s = 'hello 3334 python 88'
result = re.findall(res2, s)
print(result) # [' ', ' ', ' ']
'\S' 用于匹配非空白字符。
import re
res2 = '[\S]'
s = 'hello 3334 python 88'
result = re.findall(res2, s)
print(result) # ['h', 'e', 'l', 'l', 'o', '3', '3', '3', '4', 'p', 'y', 't', 'h', 'o', 'n', '8', '8']
\w 用于匹配非特殊字符，包括大小写字母（a-z, A-Z）、数字（0-9）、下划线（_）以及汉字。
import re
res2 = '[\w]'
s = 'hello#&_ aa 8python中国'
result = re.findall(res2, s)
print(result) # ['h', 'e', 'l', 'l', 'o', '_', 'a', 'a', '8', 'p', 'y', 't', 'h', 'o', 'n', '中', '国']
\W 用于匹配特殊字符，包括符号（如 - ~@#$&*）以及空格。
import re
res2 = '[\W]'
s = '-hello#&_ aa 8python中国'
result = re.findall(res2, s)
print(result) # ['-', '#', '&', ' ', ' ']
3、多字符匹配
(1) *：匹配前一个字符出现一次或无限次，默认采用贪婪模式。
import reres2 = 'h*'s = '-hhello hhh python'result = re.findall(res2, s)print(result) #['', 'hh', '', '', '', '', '', 'hhh', '', '', '', '', 'h', '', '', '']import re
res2 = 'h*'
s = '-hhello hhh python'
result = re.findall(res2, s)
print(result) #['', 'hh', '', '', '', '', '', 'hhh', '', '', '', '', 'h', '', '', '']
(2) +：匹配前一个字符出现一次或无限次。
import re
res2 = 'h+'
s = '-hhello hhh python'
result = re.findall(res2, s)
print(result) # ['hh', 'hhh', 'h']
(3) ?：匹配前一个字符出现0次或1次，默认采用非贪婪模式。
import re
res2 = 'h?'
s = '-hhello hhh python'
result = re.findall(res2, s)
print(result) # ['', 'h', 'h', '', '', '', '', '', 'h', 'h', 'h', '', '', '', '', 'h', '', '', '']
(4) {n}：精确匹配前一个字符连续出现n次。
import re
res2 = 'https{2}'
s = '-hhello-httpssss-python'
result = re.findall(res2, s)
print(result) # ['httpss']
匹配到前一个字符s 连续出现2次
{n,m}：匹配前一个字符出现次数在n到m次之间。
import re
res2 = 'https{1,3}'
s = '-hhello-httpssss-python'
result = re.findall(res2, s)
print(result) # ['httpss']
(5) 贪婪模式和非贪婪模式
正则表达式主要用于查找匹配字符串。贪婪模式会尝试匹配尽可能多的字符；而非贪婪模式则相反，尝试匹配尽可能少的字符。在量词（'*', '?', '+', '{m,n}'）后添加'?'可将贪婪模式转换为非贪婪模式。
(6) |：表示逻辑或，匹配两个条件中的任意一个。
import re
res2 = 'he|ll'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['he', 'll']
(7) 边界值：
^：用于匹配以指定字符开头的字符串。
import re
res2 = '^he'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['he']
$：用于匹配以指定字符结尾的字符串。
import re
res2 = 'on$'
s = 'hello python'
result = re.findall(res2, s)
print(result) # ['on']
4、分组匹配
使用圆括号()定义分组，仅匹配括号内的内容，便于提取特定子串。
import re
res2 = '#(\w.+?)#'
s = "{'mobile_phone':'#mobile_phone#','pwd':'Aa123456'}"
result = re.findall(res2, s)
print(result) # ['mobile_phone']
5、match（）方法的使用
str = "www.runoob.com"
print(re.match('www', str).span()) # 在起始位置匹配 ，返回匹配到的区间下标 (0,3)
print(re.match('com', str)) # 不在起始位置匹配 None
6、 search():在字符串中搜索，返回搜索到的第一个
str = "www.runoob.com"
print(re.search('www', str).span()) # 在起始位置匹配 ，返回匹配到的区间下标
print(re.search('com', str).span()) # 不在起始位置匹配
re.match仅从字符串起始位置开始匹配，若起始部分不符合正则表达式则匹配失败并返回None；而re.search会扫描整个字符串，直到找到第一个匹配项为止。
7、 finditer():
匹配字符串中所有符合模式的子串，返回一个迭代器。其功能与findall类似，但finditer返回的是匹配对象的迭代器，允许逐个访问匹配结果。
res = 'h.'
s = 'hello python'
result = re.finditer(res, s)
for str in result:
print(str.group())
he
ho
总结
本文介绍了Python re模块的基本用法和核心概念，希望能为读者提供有价值的参考。欢迎持续关注本站以获取更多技术内容！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
