一、什么是正则表达式？

简单说，正则表达式是一种 “字符串匹配工具”，能按指定规则快速从文本中找符合条件的内容。比如：

• 从一堆文字里提取所有手机号
• 验证邮箱格式是否正确
• 替换文本中的敏感词

它不是 Python 独有的，但 Python 的re模块让使用正则变得特别方便。

二、先记几个最常用的 “匹配符号”

正则表达式的核心是 “规则符号”，先记住这几个最常用的，足够应付 80% 的场景：

符号	含义	例子	匹配结果
.	匹配任意单个字符（除换行）	a.b	匹配 “a1b”、“a+b”，不匹配 “ab”（中间少字符）
*星号	前一个字符出现 0 次或多次	ab*c	匹配 “ac”（b 出现 0 次）、“abc”（b1 次）、“abbbc”（b3 次）
＋	前一个字符出现 1 次或多次	ab+c	匹配 “abc”、“abbbc”，不匹配 “ac”（b0 次）
?	前一个字符出现 0 次或 1 次	ab?c	匹配 “ac”（b0 次）、“abc”（b1 次），不匹配 “abbc”（b2 次）
[]	匹配括号内的任意一个字符	a[0-9]b	匹配 “a1b”、“a5b”，不匹配 “aab”（中间是字母）
\d	匹配任意数字（0-9）	\d{11}	匹配 11 位数字（如手机号）
\w	匹配字母、数字或下划线	\w+	匹配 “abc”、“123”、“a_b”
^	匹配字符串开头	^abc	只匹配 “abc123”（开头是 abc），不匹配 “xabc”
$	匹配字符串结尾	abc$	只匹配 “123abc”（结尾是 abc），不匹配 “abcx”
{m}	匹配前一个字符 m 次
{m, n}	匹配前一个字符 m 到 n 次
*? +? ?? {m,n}?	使 *、+、？、{m,n} 变成非贪婪模式，也就是使这些匹配次数不定的表达式尽可能少的匹配
\	转义特殊字符
竖杠	匹配 两边任意表达式
(…)	将括起来的表达式分组
\number	匹配数字代表的组合
\A	只匹配字符串开始
\b	匹配空字符串，但只在单词开始或结尾的位置
\B	匹配空字符串，但不能在词的开头或者结尾
\d	主要匹配数字 [0-9]
\D	匹配任何非十进制数字的字符
\s	匹配空白字符，主要包括：空格 \t \n \r \f \v
\S	匹配任何非空白字符
\w	匹配 [a-zA-Z0-9_]
\W	匹配非单词字符
\Z	只匹配字符串尾

三、re 模块常用函数：按需求选着用

re模块提供了一堆工具函数，记住这 5 个最常用的，基本能解决大部分问题。

匹配模式

参数	说明
re.A	让 \w, \W, \b, \B, \d, \D, \s, \S 只匹配 ASCII
re.I	忽略大小写
re.M	多行模式
re.L	由当前语言区域决定 \w, \W, \b, \B 和大小写敏感匹配
re.S	. 匹配包括换行符在内的任意字符
re.U	在 Python3 中是冗余的，因为 Python3 中字符串已经默认为 Unicode
re.X	忽略空格和 # 后面的注释

1. re.search (pattern, string)：找第一个匹配的内容

从整个字符串中找第一个符合规则的内容，返回匹配结果（没找到返回 None）。
import re

# 从文本中找第一个手机号（11位数字）
text = "我的电话是13812345678，他的是13987654321"
result = re.search(r'\d{11}', text)  # r表示原生字符串，避免转义问题
print(result.group())  # 输出：13812345678

2. re.match (pattern, string)：从开头开始匹配

只检查字符串开头是否符合规则，不符合就返回 None（和 search 的区别！）。

# 检查字符串是否以"hello"开头
text1 = "hello world"
text2 = "hi hello"

print(re.match(r'hello', text1))  # 匹配成功（开头是hello）
print(re.match(r'hello', text2))  # None（开头不是hello）

3. re.findall (pattern, string)：找所有匹配的内容

返回所有符合规则的内容，用列表形式保存。

# 提取文本中所有邮箱（简单规则：包含@和.）
text = "邮箱1：a@qq.com，邮箱2：b@gmail.com，邮箱3：c.d@163.com"
emails = re.findall(r'\w+@\w+\.\w+', text)
print(emails)  # 输出：['a@qq.com', 'b@gmail.com', 'c.d@163.com']

4. re.sub (pattern, repl, string)：替换匹配的内容

把符合规则的内容替换成指定字符串。

# 把文本中的"敏感词"替换成"***"
text = "这是敏感词，那个也是敏感词，别再说敏感词了"
new_text = re.sub(r'敏感词', '***', text)
print(new_text)  # 输出：这是***，那个也是***，别再说***了

5. re.split (pattern, string)：按规则分割字符串

用匹配的内容作为分隔符，把字符串拆成列表。

# 按逗号或分号分割字符串
text = "苹果,香蕉;橘子,西瓜"
result = re.split(r'[,;]', text)  # [,;]表示匹配逗号或分号
print(result)  # 输出：['苹果', '香蕉', '橘子', '西瓜']

四、实战案例：验证手机号格式

手机号规则：11 位数字，以 13/14/15/17/18/19 开头。

import re

def is_phone(phone):
    # 规则：^1[3-9]\d{9}$ 
    # ^1：开头是1；[3-9]：第二位是3-9；\d{9}：后面9位是数字；$：结尾
    return re.match(r'^1[3-9]\d{9}$', phone) is not None

print(is_phone("13812345678"))  # True（符合规则）
print(is_phone("12812345678"))  # False（第二位是2，不符合）
print(is_phone("1381234567"))   # False（只有10位）

五、小技巧：编译正则表达式（提高效率）

如果同一个规则要多次使用，先用re.compile()编译成对象，能加快运行速度：

# 编译正则规则
pattern = re.compile(r'\d{11}')  # 匹配手机号

# 多次使用
text1 = "电话1：13812345678"
text2 = "电话2：13987654321"
print(pattern.search(text1).group())  # 13812345678
print(pattern.search(text2).group())  # 13987654321

总结
正则表达式的核心是 “按规则匹配字符串”，re模块让这个过程变得简单：

记牢常用符号（.、*、+、\d、\w 等）
选对函数：找一个用search，找所有用findall，替换用sub
复杂规则先拆成简单部分，多试多调

刚开始可能觉得符号复杂，多写几个例子（比如验证邮箱、提取身份证号），很快就能上手～