Python 高级语法双雄：正则表达式与迭代器/生成器全解析

一、正则表达式：给字符串装上“搜索雷达”

1️⃣ 为什么要学？

日常开发经常遇到“从一堆文字里挑邮箱、手机号、日期”的需求。正则表达式就是一把“模糊搜索”的瑞士军刀，跨语言通用，Python 里通过内置的 re 模块即可调用。

2️⃣ 核心功能

• 数据验证：表单里的手机号是否合法？
• 数据检索：从网页源码里批量抓取图片链接。
• 数据隐藏：把身份证中间 8 位替换成星号。
• 数据过滤：论坛敏感词一键屏蔽。

3️⃣ 三步走使用流程

1. 导入模块：import re
2. 选择方法：
   • re.match 从开头比对；
   • re.search 全文找首个命中；
   • re.findall 返回所有匹配的列表；
   • re.sub 直接替换命中内容。
3. 提取结果：成功返回“匹配对象”，用 .group() 取文本，失败返回 None。

4️⃣ 符号速记（背下来就能干活）

组合用法：

• 匹配 11 位手机号：^\d{11}$
• 匹配邮箱前缀+域名：\w+@(qq|163|126)\.com

5️⃣ 进阶概念

• 分组：用圆括号 () 把关心的部分圈起来，后续通过 .group(1)、.group(2) 提取。
• 反向引用：\1、\2 复用前面捕获的文本，实现“连续四位相同数字”这类模式。
• 修饰符：re.I 忽略大小写，re.S 让 . 跨行匹配，常用于网页源码。

二、迭代器 & 生成器：让 Python “按需生产”

1️⃣ 迭代器：最老实的搬运工

• 定义：实现 __iter__() 与 __next__() 的对象。
• 特点：一次性、只读、只能从头到尾走一遍。
• 场景：当你需要完全控制遍历过程，或想隐藏底层数据结构时，手写迭代器最合适。

2️⃣ 生成器：语法糖里的黑科技

• 定义：在函数里写 yield，立刻变“惰性工厂”。
• 创建方式：
  ① 生成器推导式：把列表推导式的 [] 换成 ()；
  ② yield 函数：运行到 yield 就暂停，下一次从断点继续。
• 特点：
  • 自动保存状态，无需手动 __next__()；
  • 按需生成，内存占用极低；
  • 可与 for 循环或 next() 无缝配合。

3️⃣ 迭代器 vs 生成器快速对照

4️⃣ 实战思维

• 大数据文件：用生成器逐行产出，内存恒定在几十 MB。
• AI 数据加载器：每调用一次生成器返回一个 batch，训练时再按需取，避免一次性把 10 GB 数据塞进显存。
• 无限序列：斐波那契、自然数流，用生成器可以无限产出而不会爆内存。

三、一句话总结

• 正则表达式：让字符串搜索像 SQL 一样高效。
• 迭代器 / 生成器：用“懒”换取“省”，把大数据或无限序列拆成一次只拿一小口的自助餐。

掌握这两件武器，你就拥有了 Python 高级语法里最锋利的一对“搜索+节流”双刀。