一、核心前提：re 模块常用函数速查
| 函数 | 作用 | 核心参数 | 返回值 | 场景 |
|---|---|---|---|---|
re.match(pattern, string) |
从字符串开头匹配 | pattern（正则表达式）、string（目标字符串） | 匹配对象 / None | 前缀验证（如手机号、邮箱前缀） |
re.search(pattern, string) |
字符串任意位置匹配（首次） | 同上 | 匹配对象 / None | 提取任意位置的目标内容 |
re.findall(pattern, string) |
匹配所有符合规则的内容 | 同上 | 列表（含所有匹配结果） | 批量提取（如所有链接、手机号） |
re.finditer(pattern, string) |
迭代器形式返回所有匹配 | 同上 | 迭代器（含匹配对象） | 大量数据提取（省内存） |
re.sub(pattern, repl, string) |
替换匹配内容 | 新增 repl（替换字符串 / 函数） | 替换后的字符串 | 清洗数据（如去除特殊字符） |
re.compile(pattern) |
编译正则表达式 | pattern | 编译后的正则对象 | 重复使用同一正则（提效） |
关键说明：
- 匹配对象常用方法：
group()（获取匹配结果）、groups()（获取分组结果）、span()（获取匹配位置）； - 修饰符：
re.I（忽略大小写）、re.S（. 匹配换行）、re.M（多行匹配），可组合使用（如re.I | re.S）。
二、正则语法核心片段
| 语法 | 说明 | 示例 | 匹配结果 |
|---|---|---|---|
^ |
字符串开头 | ^1[3-9] |
匹配以 13-19 开头的字符串 |
$ |
字符串结尾 | [0-9]$ |
匹配以数字结尾的字符串 |
. |
匹配任意字符（除换行） | a.b |
匹配 a + 任意字符 + b（如 acb、aab） |
* |
前面字符出现 0-∞ 次 | ab* |
匹配 a、ab、abb… |
+ |
前面字符出现 1-∞ 次 | ab+ |
匹配 ab、abb、abbb… |
? |
前面字符出现 0-1 次（非贪婪） | ab? |
匹配 a、ab |
{n} |
前面字符出现 n 次 | a{3} |
匹配 aaa |
{n,m} |
前面字符出现 n-m 次 | a{2,4} |
匹配 aa、aaa、aaaa |
[] |
字符集（匹配其中一个） | [a-zA-Z0-9] |
匹配字母 / 数字 |
[^] |
反向字符集 | [^0-9] |
匹配非数字字符 |
d |
匹配数字（等价 [0-9]） | d{3} |
匹配 123、456… |
D |
匹配非数字 | D+ |
匹配 abc、中文… |
w |
匹配字母 / 数字 / 下划线 | w+ |
匹配 username123、test_abc |
W |
匹配非字母 / 数字 / 下划线 | W |
匹配 @、#、空格… |
s |
匹配空白字符（空格 / 制表符 / 换行） | s+ |
匹配多个空白 |
S |
匹配非空白字符 | S+ |
匹配非空白内容 |
() |
分组（提取目标内容） | (d{3})-(d{4}) |
分组 1 匹配前 3 位，分组 2 匹配后 4 位 |
| ` | ` | 或逻辑 | `abc |
三、场景：判断与提取
所有场景均基于 re 模块，直接复制可用，标注「判断」「提取」明确用途。
场景 1：手机号判断与提取
- 规则：11 位数字，以 13/14/15/17/18/19 开头
import re
def check_phone(phone):
"""判断是否为有效手机号（返回布尔值）"""
pattern = r'^1[3-9]d{9}$' # ^$ 严格匹配整个字符串
return bool(re.match(pattern, phone))
def extract_phones(text):
"""从文本中提取所有手机号（返回列表）"""
pattern = r'1[3-9]d{9}' # 无需^$，匹配任意位置
return re.findall(pattern, text)
# 测试
print(check_phone("13812345678")) # True
print(extract_phones("联系电话：13987654321，备用15600001111")) # ['13987654321', '15600001111']
场景 2：邮箱判断与提取
- 规则：用户名 @域名（支持字母、数字、下划线、点号）
def check_email(email):
"""判断是否为有效邮箱"""
pattern = r'^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+.[a-zA-Z]{2,6}$'
return bool(re.match(pattern, email))
def extract_emails(text):
"""提取文本中所有邮箱"""
pattern = r'[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+.[a-zA-Z]{2,6}'
return re.findall(pattern, text)
# 测试
print(check_email("test123@example.com")) # True
print(extract_emails("邮箱：user_name@qq.com，工作邮箱work.123@gmail.com")) # ['user_name@qq.com', 'work.123@gmail.com']
场景 3：提取 URL 链接
- 规则：匹配 http/https 开头的链接
def extract_urls(text): pattern = r'https?://[^s]+' # http或https开头，直到空白字符结束 return re.findall(pattern, text) # 测试 text = "推荐网站：https://www.csdn.net，文档https://docs.python.org" print(extract_urls(text)) # ['https://www.csdn.net', 'https://docs.python.org']
场景 4：提取身份证号（18 位）
- 规则：17 位数字 + 最后 1 位（数字 / X/x）
def extract_id_cards(text):
pattern = r'd{17}[dXx]'
return re.findall(pattern, text)
# 测试
text = "身份证：110101199001011234，备用22020219800202567X"
print(extract_id_cards(text)) # ['110101199001011234', '22020219800202567X']
场景 5：提取中文（含短语）
def extract_chinese(text): pattern = r'[u4e00-u9fa5]+' # 中文Unicode范围 return re.findall(pattern, text) # 测试 text = "Python正则表达式提取中文：你好，世界！123abc" print(extract_chinese(text)) # ['正则表达式提取中文', '你好', '世界']
场景 6：提取数字（整数 + 小数）
def extract_numbers(text): pattern = r'-?d+.?d*' # 支持负数、整数、小数 return re.findall(pattern, text) # 测试 text = "价格：99元，折扣价89.9元，亏损-10.5元" print(extract_numbers(text)) # ['99', '89.9', '-10.5']
场景 7：验证密码强度（判断）
- 规则：8-16 位，含字母 + 数字 + 特殊字符（@#$%^&*）
def check_password_strength(password):
"""判断密码是否符合强密码规则"""
# 三个条件同时满足：长度8-16、含字母、含数字、含特殊字符
pattern = r'^(?=.*[a-zA-Z])(?=.*d)(?=.*[@#$%^&*])[a-zA-Z0-9@#$%^&*]{8,16}$'
return bool(re.match(pattern, password))
# 测试
print(check_password_strength("Test123@")) # True
print(check_password_strength("weakpassword")) # False（无数字和特殊字符）
四、高级技巧：分组提取与非贪婪匹配
1. 分组提取
例如：提取「姓名：张三，年龄：25」中的姓名和年龄
text = "用户信息：姓名：张三，年龄：25，性别：男"
pattern = r'姓名：([^u4e00-u9fa5]+)，年龄：(d+)' # 分组1匹配姓名，分组2匹配年龄
result = re.search(pattern, text)
if result:
name = result.group(1)
age = result.group(2)
print(f"姓名：{name}，年龄：{age}") # 姓名：张三，年龄：25
2. 非贪婪匹配
问题：.* 默认贪婪（匹配尽可能多的内容），需用 .*? 非贪婪
例如，正则表达式 a.*b 在字符串 ‘a123b456b’ 中，.* 会一口气吃掉从第一个 a 之后到最后一个 b 之前的所有字符，最终匹配的是 ‘a123b456b’ 整个子串，而不是我们可能期望的 ‘a123b’。
非贪婪匹配：在量词后面加上 ?，量词会尽可能少地重复匹配，只要能让整个表达式匹配成功。正则表达式改为 a.*?b ，得到 ‘a123b’。
| 贪婪写法 | 非贪婪写法 | 说明 |
|---|---|---|
| * | *? | 零次或多次，尽可能少 |
| + | +? | 一次或多次，尽可能少 |
| ? | ?? | 零次或一次，倾向于零次 |
| {m,n} | {m,n}? | 至少 m 次，至多 n 次，尽可能少 |
# 提取 HTML 标签内容 html = '第一段第二段' # 贪婪匹配：.* 会匹配到最后一个
greedy_tags = re.findall(r’
(.*)
‘, html)
print(“贪婪匹配提取内容：”, greedy_tags) # 输出: [‘第一段
