Python 正则表达式核心用法与实战示例

2.2 小数匹配

通过组合 \d 和转义点号 \. 来匹配浮点数。

s = '一共 20 行代码运行时间 13.59s'
pattern = r'\d+\.?\d*'  # ? 表示前一个字符出现 0 次或 1 次
matches = re.findall(pattern, s)
print(matches)  # ['20', '13.59']

2.3 量词详解

• *: 0 次或多次
• +: 1 次或多次
• ?: 0 次或 1 次
• {n}: 恰好 n 次
• {n,}: 至少 n 次
• {n,m}: n 到 m 次

3. 锚点与边界

3.1 开头与结尾

^ 匹配字符串开头，$ 匹配字符串结尾。注意在多行模式下行为可能不同。

s = 'This module provides regular expression matching operations similar to those found in Perl'
pattern = r'^[emrt]'  # 查找以 e, m, r, t 开头的单词
matches = re.findall(pattern, s)
print(matches)  # []，因为首字母是 T

3.2 忽略大小写

使用 re.I (或 re.IGNORECASE) 标志忽略大小写差异。

s = 'This module provides regular expression matching operations similar to those found in Perl'
pattern = r'^[emrt]'
# 编译时添加 IGNORECASE 标志
compiled = re.compile(pattern, re.I)
result = compiled.search(s)
if result:
    print(result.group())  # 输出：T

4. 分组与捕获

4.1 提取单词

利用空白字符 和字母范围 [a-zA-Z] 进行分割提取。

s = 'This module provides regular expression matching operations similar to those found in Perl'
pattern = r'\s([a-zA-Z]+)'  # 捕获空格后的单词
matches = re.findall(pattern, s)
print(matches) 
# ['module', 'provides', 'regular', ...]

4.2 包含首单词

使用 ? 使空格变为可选，从而捕获第一个单词。

s = 'This module provides regular expression matching operations similar to those found in Perl'
pattern = r'\s?([a-zA-Z]+)'  # 空格可选
matches = re.findall(pattern, s)
print(matches) 
# ['This', 'module', 'provides', ...]

4.3 非捕获分组

使用 (?:...) 进行分组但不捕获内容，常用于优化性能。

s = 'color red and color blue'
pattern = r'(?:red|blue)'
matches = re.findall(pattern, s)
print(matches)  # ['red', 'blue']

5. 分割与替换

5.1 分割字符串

使用 re.split() 按正则模式分割字符串。

s = 'This module provides regular expression matching operations similar to those found in Perl'
pattern = r'\s+'
words = re.split(pattern, s)
print(words)  # ['This', 'module', 'provides', ...]

5.2 替换内容

使用 re.sub() 将匹配到的部分替换为新字符串。

s = '价格：100 元，折扣后：80 元'
pattern = r'(\d+) 元'
def replace_price(match):
    price = int(match.group(1))
    return f'{price * 0.8}元'

result = re.sub(pattern, replace_price, s)
print(result)  # 价格：80.0 元，折扣后：64.0 元

6. 进阶技巧与最佳实践

6.1 原始字符串

在定义正则表达式时，建议使用 Python 的原始字符串（Raw String），即在引号前加 r。这可以避免反斜杠被转义。

# 推荐
pattern = r'\d+'
# 不推荐（需要双反斜杠）
pattern = '\\\d+'

6.2 预编译模式

对于重复使用的复杂正则，使用 re.compile() 预编译可以提高性能。

import re
pattern = re.compile(r'\w+@\w+\.com')
result = pattern.search('[email protected]')

6.3 常见实战模式

邮箱验证

email_pattern = r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+'

手机号验证（中国大陆）

phone_pattern = r'1[3-9]\d{9}'

URL 提取

url_pattern = r'https?://(?:www\.)?[a-zA-Z0-9.-]+'

7. 总结

Python 的正则表达式功能强大，涵盖了从基础匹配到高级替换的各种场景。掌握 search, findall, split, sub 等核心函数，理解字符类、量词、分组及锚点的含义，能够显著提升文本处理效率。在实际开发中，建议优先使用原始字符串定义模式，对复杂逻辑进行预编译，并注意特殊字符的转义问题，以确保代码的健壮性与可维护性。

通过上述示例与实践，读者应能构建起对 Python 正则表达式的系统性认知，并灵活应用于日志分析、数据清洗及表单验证等实际业务场景中。