python正则表达式是什么？怎么用？

Python正则表达式是通过re模块实现的文本模式匹配工具，支持^、$、\d、\w、+、*、?、\s、.等基础符号及分组提取，常用函数包括re.search、re.findall、re.sub和re.split，推荐使用原始字符串书写并合理选用编译与标志位。

Python正则表达式（Regular Expression，简称 regex 或 regexp）是一种用于匹配、查找、替换文本中特定模式的工具。它用一套简洁但功能强大的语法规则，描述“你想要找什么样的字符串”，比如“以数字开头、后面跟3个字母、再以@结尾”这样的结构。

正则表达式怎么写？常见符号速览

正则本身不是 Python 独有，但 Python 通过 re 模块提供支持。基础符号包括：

• ^ 表示行首，$ 表示行尾（如 ^abc$ 只匹配整个字符串刚好是 "abc"）
• \d 匹配任意数字（等价于 [0-9]），\w 匹配字母、数字或下划线
• + 表示“前面的元素出现 1 次或多次”，* 表示“0 次或多次”，? 表示“0 次或 1 次”
• \s 匹配空白字符（空格、制表符、换行等），. 匹配除换行符外的任意单个字符
• 用括号 () 可以分组并提取内容，比如 (\d{4})-(\d{2})-(\d{2}) 能从 "2025-05-20" 中分别捕获年、月、日

Python 中怎么用 re 模块？常用函数

导入后，几个最常用的函数要记牢：

• re.search(pattern, string)：在字符串中搜索第一个匹配项，返回 Match 对象或 None
• re.findall(pattern, string)：返回所有匹配的字符串组成的列表（最常用）
• re.sub(pattern, repl, string)：把匹配到的部分替换成指定内容
• re.split(pattern, string)：按匹配的模式切分字符串

例如提取所有邮箱：

import re
text = "联系我：alice@example.com 或 bob@test.org"
emails = re.findall(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', text)
# 得到 ['alice@example.com', 'bob@test.org']

实用小技巧和注意事项

写正则时容易踩坑，记住这几条：

• 用原始字符串 r'...' 写 pattern，避免反斜杠被 Python 字符串转义（比如 r'\n' 是两个字符 \ 和 n，而 '\n' 是一个换行符）
• 匹配中文用 [\u4e00-\u9fff]，或加 re.U 标志让 \w \d 等支持 Unicode
• 想忽略大小写就传 re.IGNORECASE（或简写 re.I）
• 如果正则很长或重复使用，建议用 re.compile() 编译一次，提升效率

什么时候该用，什么时候别硬上？

正则很强大，但不是万能钥匙：

• 适合：日志解析、格式校验（手机号、身份证、邮箱）、批量文本清洗、简单 HTML 片段提取
• 慎用：解析嵌套结构（比如完整 HTML 或 JSON），这种场景推荐用专业解析器（如 BeautifulSoup、json.loads）
• 太复杂的正则难读难维护，不如拆成多步字符串操作 + 小正则组合

基本上就这些。入门从 re.findall 和几个基础符号开始练，边查边试，熟练了自然就顺了。