正则表达式是处理文本的利器，本文全面讲解 Python re 模块的实战用法。

基本匹配

Python 用 re 模块处理正则表达式。

import re
简单匹配
pattern = r'\d{3}-\d{4}'
text = '我的电话是 123-4567'
match = re.search(pattern, text)
if match:
    print(f'找到: {match.group()}')

常用元字符

正则表达式有一整套元字符体系：

# \d 数字 \w 字母数字下划线 \s 空白字符
+ 一次或多次 * 零次或多次 ? 零次或一次
text = '张三 188-1234-5678'
phones = re.findall(r'\d{3}-\d{4}-\d{4}', text)
print(phones)  # ['188-1234-5678']
替换
new_text = re.sub(r'\d{3}-\d{4}-\d{4}', '[电话号码]', text)
print(new_text)  # '张三 [电话号码]'

分组捕获

用圆括号创建分组，同时捕获多个部分：

log = '2024-01-15 ERROR: 连接失败'
pattern = r'(\d{4}-\d{2}-\d{2}) (\w+): (.+)'
match = re.search(pattern, log)
if match:
    date, level, msg = match.groups()
    print(f'日期:{date} 级别:{level} 消息:{msg}')

贪婪 vs 非贪婪

默认是贪婪匹配，加 ? 变成非贪婪：

html = '
内容1
内容2
'
贪婪：匹配到最后一个 </div>
result1 = re.search(r'
.*
', html)
非贪婪：匹配到第一个 </div>
result2 = re.search(r'
.*?
', html)

编译正则提高性能

重复使用同一个正则时，先编译再匹配效率更高：

pattern = re.compile(r'^\w+@\w+\.\w+$')
emails = ['test@example.com', 'invalid', 'user@domain.org']
valid = [e for e in emails if pattern.match(e)]
print(valid)  # ['test@example.com', 'user@domain.org']

常见错误处理

正则写错会抛异常，记得加 try 保护：

try:
    pattern = re.compile(r'[a-z')  # 少了一个 ]
except re.error as e:
    print(f'正则错误: {e}')

以上就是 Python 正则表达式的核心知识点。