常用正则表达式手册

正则表达式是文本处理的 “瑞士军刀”，核心是用简洁的符号规则匹配、提取或替换文本中的特定模式。

一、正则表达式核心概念

正则表达式（Regex）是一套用于描述文本模式的语法规则，可快速实现文本的匹配、查找、替换等操作，广泛应用于数据清洗、验证（如手机号、邮箱）、文本提取等场景。

---

二、核心语法规则（常用）

1. 基础匹配符号

• 普通字符：直接匹配自身（如 a 匹配字符 “a”，123 匹配 “123”）。

• 转义字符 \：匹配特殊字符（如 \. 匹配小数点 “.”，\* 匹配星号 “*”，\s 匹配空白字符（空格、换行等））。

• 字符集 []：匹配集合内任意一个字符（如 [abc] 匹配 “a”“b” 或 “c”，[0-9] 匹配任意数字，[a-zA-Z] 匹配任意字母）。

• 反向字符集 [^]：匹配不在集合内的字符（如 [^0-9] 匹配非数字字符）。

2. 量词（指定匹配次数）

• *：匹配前面的字符 0 次或多次（如 a* 匹配 “”“a”“aa” 等）。

• +：匹配前面的字符 1 次或多次（如 a+ 匹配 “a”“aa”，不匹配空字符串）。

• ?：匹配前面的字符 0 次或 1 次（如 a? 匹配 “” 或 “a”，用于可选字符）。

• {n}：精确匹配 n 次（如 \d{3} 匹配 3 个连续数字）。

• {n,}：匹配至少 n 次（如 \d{2,} 匹配 2 个及以上数字）。

• {n,m}：匹配 n 到 m 次（如 \d{3,5} 匹配 3-5 个数字）。

3. 特殊定位符

• ^：匹配字符串开头（如 ^abc 匹配以 “abc” 开头的字符串）。

• $：匹配字符串结尾（如 abc$ 匹配以 “abc” 结尾的字符串）。

• \b：匹配单词边界（如 \bcat\b 匹配 “cat”，不匹配 “category” 中的 “cat”）。

4. 分组与捕获

• ()：将表达式分组，可整体操作（如 (ab)+ 匹配 “ab”“abab” 等）。

• 捕获组：分组后可提取匹配内容（如 (\d{3})-(\d{4}) 匹配 “123-4567”，可分别提取 “123” 和 “4567”）。

5. 常用预定义字符集

• \d：匹配任意数字（等价于 [0-9]）。

• \D：匹配非数字（等价于 [^0-9]）。

• \w：匹配字母、数字、下划线（等价于 [a-zA-Z0-9_]）。

• \W：匹配非字母、数字、下划线。

• \s：匹配空白字符（空格、换行、制表符等）。

• \S：匹配非空白字符。

---

三、Python 中使用正则（re 模块）

1. 常用函数

• re.match(pattern, string)：从字符串开头匹配，成功返回匹配对象，失败返回 None。

• re.search(pattern, string)：在整个字符串中查找第一个匹配项，成功返回匹配对象。

• re.findall(pattern, string)：查找所有匹配项，返回列表。

• re.sub(pattern, repl, string)：替换匹配项，返回替换后的字符串（如 re.sub(r'\d', '*', '123abc') 结果为 “***abc”）。

2. 示例（匹配手机号）

import re

phone = "13812345678"

pattern = r'^1\[3-9]\d{9}\$'  # 手机号规则：1开头，第2位3-9，后9位数字

print(re.match(pattern, phone))  # 匹配成功，返回匹配对象

---

四、核心总结

1. 核心用途

• 文本匹配验证（手机号、邮箱、密码等）。

• 文本提取（从字符串中提取数字、日期、链接等）。

• 文本替换（批量修改特定格式内容，如统一手机号格式）。

2. 关键语法口诀

• 字符集用 []，反向加 ^；

• 量词 *+?{n,m}，控制匹配次数；

• 定位 ^$ 定首尾，\b 是单词边界；

• \d\w\s 代数字、字母、空白，大写反之。

3. 注意事项

• 特殊字符（如 .、*、?）需用 \ 转义，或放在 [] 中（如 [.] 匹配小数点）。

• 匹配模式（如忽略大小写 re.IGNORECASE）可通过 re 函数的 flags 参数设置。

要不要我帮你整理一份常用正则表达式模板手册？包含手机号、邮箱、日期等常见场景的现成表达式，方便你直接复用。