Python自学22 - 正则表达式的应用

Python自学22 - 正则表达式的应用

在 Python 自学之旅中，正则表达式是处理字符串的 “瑞士军刀”。经过前面章节对正则表达式基础语法的学习，本节课我们将聚焦其在 Python 中的实际应用，通过re模块的核心函数，解决字符串匹配、提取、替换等常见问题，让你真正将正则表达式运用到项目开发中。

在进入应用前，先快速回顾正则表达式的核心要素（避免遗忘基础）：

• 元字符：.（匹配任意字符）、^（开头匹配）、$（结尾匹配）、[]（字符集）、\（转义）等；
• 量词：*（0次及以上）、+（1次及以上）、?（0次或1次）、{n,m}（n到m次）；
• 特殊序列：\d（数字）、\w（字母/数字/下划线）、\s（空白字符）等。

正则表达式的核心价值是 “用简洁的语法描述复杂的字符串规则”，而 Python 的re模块则是实现这一价值的工具。

一、为什么要学正则表达式？

在文本处理、数据清洗、日志分析、爬虫开发等场景中，我们经常需要从一大段文字中提取特定信息。 例如：

• 提取邮箱地址
• 验证手机号格式
• 从日志中抓取 IP
• 批量替换字符串

如果用普通字符串方法（split、find、replace），代码会很冗长。 而 正则表达式（Regular Expression, regex） 提供了一种强大而简洁的方式来匹配和操作文本。

二、Python 中的正则模块

Python 内置了 re 模块，常用方法如下：

三、常见正则表达式语法

• . ：匹配任意字符（除换行符）
• \d ：匹配数字，相当于 [0-9]
• \w ：匹配字母、数字、下划线
• \s ：匹配空白字符（空格、制表符等）
• ^ ：匹配字符串开头
• $ ：匹配字符串结尾
• * ：重复 0 次或多次
• + ：重复 1 次或多次
• ? ：重复 0 次或 1 次
• {m,n} ：重复 m 到 n 次
• [] ：字符集，例如 [abc] 匹配 a/b/c
• | ：或逻辑，例如 cat|dog 匹配 cat 或 dog
• () ：分组，提取子串

四、实战案例

1. 匹配邮箱

import re
​
text = "请联系我：test_user123@example.com"
pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-z]{2,}"
​
result = re.search(pattern, text)
if result:
    print("找到邮箱：", result.group())

输出：

找到邮箱： test_user123@example.com

2. 验证手机号（中国大陆）

pattern = r"^1[3-9]\d{9}$"
print(bool(re.match(pattern, "13812345678")))  # True
print(bool(re.match(pattern, "123456")))       # False

3. 提取日志中的 IP

log = "2025-09-30 10:23:45 - INFO - Client IP: 192.168.1.101 connected"
pattern = r"\b\d{1,3}(?:\.\d{1,3}){3}\b"
​
ip = re.search(pattern, log)
print("IP 地址：", ip.group())

4. 文本替换

text = "今天的价格是100元，明天的价格是200元"
pattern = r"\d+"
​
new_text = re.sub(pattern, "XXX", text)
print(new_text)

输出：

今天的价格是XXX元，明天的价格是XXX元

五、技巧与建议

1. 调试正则：推荐使用 regex101.com 在线测试。
2. 分组提取：用 () 提取子串，结合 group() 使用。
3. 预编译：在循环中使用 re.compile() 提高性能。
4. 避免过度复杂：正则强大，但可读性差，能用简单方法时不要滥用。

六、总结

• 正则表达式是文本处理的利器，掌握后能极大提升效率。
• Python 的 re 模块提供了完整的正则支持。
• 常见应用包括：匹配、提取、验证、替换、分割。
• 建议结合实际项目练习，比如：日志分析、爬虫数据清洗、表单验证。