Python 正则表达式精通：re.match、re.search、re.findall 实战详解

什么是 Python 正则表达式？

正则表达式（regex） 是一种紧凑的文本模式描述，告诉 Python 如何在字符串中定位模式。正则在数据提取、验证、转换等场景（代码库、日志、配置文件、网页抓取）中不可或缺。

Python 标准库 re 模块提供了编译模式、搜索、替换的丰富 API。无论是过滤用户输入、解析日志还是抓取网页内容，扎实的正则基础都能节省时间、减少 Bug。

核心正则概念

• 字面字符 —— 匹配书写的文本本身。
• 元字符 —— 描述字符类、范围、量词的特殊符号（如 \d、\w、+、?、*）。
• 锚点 —— ^ 和 $ 将模式锚定在字符串开头或结尾。
• 量词 —— 指定标记可重复次数。
• 分组与选择 —— 捕获子匹配、允许多选项。
• 标志位 —— 调整模式行为（忽略大小写、多行模式等）。

常用标识符对照表

开始使用 re 模块

import re

re 模块属于标准库，无需外部依赖。常见用例：

• 字符串验证（邮箱、电话号码）
• 非结构化文本数据提取
• 自动化网页抓取

示例 1：\w+ 与 ^

• ^ —— 锚定字符串开头。
• \w+ —— 一个或多个单词字符（字母、数字、下划线）。

可捕获字符串首个单词：

import re
sample = "guru99, education is fun"
result = re.findall(r"^\w+", sample)
print(result)  # Output: ['guru99']

去掉 + 仅返回首字符：["g"]。

示例 2：用 \s 分割空白字符

re.split() 可按模式分割字符串。\s 匹配任意空白字符。

import re
text = "we are splitting the words"
print(re.split(r"\s", text))  # ['we', 'are', 'splitting', 'the', 'words']

若省略反斜杠，s 视为字面字符，导致在每个 s 处分割。

正则方法概览

• re.match() —— 仅检查字符串开头是否匹配。
• re.search() —— 扫描整个字符串，返回首个匹配。
• re.findall() —— 返回所有非重叠匹配列表。

使用 re.match()

import re
text = "guru99 is a great platform"
match = re.match(r"^\w+", text)
print(match.group() if match else "No match")  # Output: guru99

使用 re.search()

import re
text = "Software Testing is fun"
for pattern in ["Software testing", "guru99"]:
    found = re.search(pattern, text, re.IGNORECASE)
    print(f"Looking for '{pattern}' in '{text}' - {'found a match!' if found else 'no match'}")

使用 re.findall()

import re
emails = "guru99@google.com, careerguru99@hotmail.com, users@yahoomail.com"
found = re.findall(r"[\w\.-]+@[\w\.-]+", emails)
for e in found:
    print(e)

正则标志位

标志位修改模式行为。常用标志：

多行模式示例

import re
text = """guru99
careerguru99
selenium"""
print(re.findall(r"^\w", text))           # ['g']
print(re.findall(r"^\w", text, re.MULTILINE))  # ['g', 'c', 's']

Python 2 兼容性

以上示例基于 Python 3。若需在 Python 2 运行，请将 print() 改为 Python 2 语法，re 模块导入方式相同。

核心要点

• 用 re.match() 处理锚定开头的模式。
• 用 re.search() 进行全局搜索。
• 用 re.findall() 提取所有匹配。
• 应用标志（如 re.IGNORECASE、re.MULTILINE）微调行为。
• 部署前务必用 Regex101 等工具测试模式。