跳到主要内容

正则表达式

问题​

Python 正则表达式怎么用？常用模式和技巧有哪些？

答案​

基础用法​

import re

# 匹配
result = re.match(r"^\d+", "123abc")   # 从头匹配
result = re.search(r"\d+", "abc123")    # 任意位置搜索
results = re.findall(r"\d+", "a1b2c3")  # 所有匹配：['1', '2', '3']

# 替换
text = re.sub(r"\d+", "X", "a1b2c3")   # "aXbXcX"

# 分割
parts = re.split(r"[,;\s]+", "a,b; c d")  # ['a', 'b', 'c', 'd']

# 预编译（重复使用时性能更好）
pattern = re.compile(r"\b\w+@\w+\.\w+\b")
emails = pattern.findall("联系 alice@example.com 或 bob@test.org")

分组与命名组​

# 捕获组
m = re.search(r"(\d{4})-(\d{2})-(\d{2})", "日期: 2026-03-28")
m.group(0)    # "2026-03-28"（整体）
m.group(1)    # "2026"
m.groups()    # ('2026', '03', '28')

# 命名组
m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", "2026-03-28")
m.group("year")     # "2026"
m.groupdict()       # {'year': '2026', 'month': '03', 'day': '28'}

常用模式​

模式正则示例
手机号r"1[3-9]\d{9}"13812345678
邮箱r"\b[\w.+-]+@[\w-]+\.[\w.-]+\b"user@example.com
IP 地址r"\d{1,3}(\.\d{1,3}){3}"192.168.1.1
URLr"https?://[\w\-._~:/?#\[\]@!$&'()*+,;=]+"https://example.com

贪婪 vs 非贪婪​

text = "<h1>标题</h1>"

re.findall(r"<.*>", text)    # ['<h1>标题</h1>']  — 贪婪，尽可能多匹配
re.findall(r"<.*?>", text)   # ['<h1>', '</h1>']   — 非贪婪（加 ?）

常见面试问题​

Q1: re.match 和 re.search 的区别？​

答案：

  • match：只在字符串开头匹配
  • search：在字符串任意位置搜索第一个匹配
re.match(r"\d+", "abc123")    # None（开头不是数字）
re.search(r"\d+", "abc123")   # <Match '123'>

Q2: 如何避免正则表达式性能问题？​

答案：

  1. 预编译：re.compile() 避免重复编译
  2. 避免回溯灾难：不要嵌套量词如 (a+)+
  3. 使用非捕获组：(?:...) 不需要捕获时性能更好
  4. 优先用字符串方法：简单操作用 str.startswith()、str.replace() 等

相关链接​