一、前言：為什么要學正則表達式？

在日常Python開發(fā)、數據處理、爬蟲工作中，我們經常會遇到這些高頻需求：

• 從雜亂文本中精準提取手機號、郵箱、身份證
• 批量替換文本中的數字、特殊符號、敏感詞
• 按照多種不規(guī)則分隔符拆分字符串
• 校驗用戶輸入的賬號、密碼、網址格式是否合法
• 提取簡單HTML、文本標簽中的核心內容

普通字符串方法只能處理規(guī)則固定的簡單場景，而正則表達式可以通過一套通用規(guī)則，適配所有復雜文本處理場景，是Python文本處理的必備核心技能。

Python 內置 re 模塊，無需額外安裝，開箱即用，本文從零帶你吃透正則基礎，手把手實現實戰(zhàn)案例。

二、環(huán)境準備：導入re模塊

Python 正則操作全部依賴內置 re 模塊，使用前只需導入即可：

import re

re 是 regular expression 的縮寫，核心作用：自定義字符規(guī)則，實現字符串的匹配、查找、替換、分割。

三、五大核心方法實戰(zhàn)（零基礎必掌握）

3.1 re.search()：查找第一個匹配項

作用：掃描整個字符串，返回第一個匹配成功的結果，匹配失敗返回 None。

核心注意：必須判斷結果非空后，再調用 .group() 獲取匹配內容，避免報錯。

案例1：文本中提取手機號

import re

text = "我的手機號是 13812345678，郵箱是 test@example.com"
# 手機號正則：1開頭，第二位3-9，后接9位數字
phone = re.search(r"1[3-9]\d{9}", text)

if phone:
    print(f"找到手機號：{phone.group()}")
# 輸出：找到手機號：13812345678

正則規(guī)則解析

• 1：手機號固定以1開頭
• [3-9]：第二位數字范圍3-9（符合國內手機號規(guī)則）
• \d{9}：匹配9位數字（剩余手機號位數）

案例2：文本中提取郵箱

import re

text = "我的手機號是 13812345678，郵箱是 test@example.com"
email = re.search(r"\w+@\w+\.\w+", text)

if email:
    print(f"找到郵箱：{email.group()}")
# 輸出：找到郵箱：test@example.com

郵箱正則規(guī)則解析

• \w+：匹配1個及以上字母、數字、下劃線（郵箱用戶名）
• @：精準匹配郵箱固定符號
• \w+：匹配域名主體
• \.：轉義匹配點號（正則中.是任意字符，必須轉義才是普通點）
• \w+：匹配郵箱后綴（com、cn、net等）

3.2 re.findall()：查找所有匹配項（批量提?。?/h3>

作用：查找字符串中所有匹配內容，以列表形式返回，無匹配則返回空列表，是批量提取文本的高頻方法。

案例：批量提取文本中所有數字價格

import re

text = "商品價格：100元、200元、350元、89.9元"
# \d+ 匹配連續(xù)數字
prices = re.findall(r"\d+", text)
print(prices)
# 輸出：['100', '200', '350', '89', '9']

適合場景：批量提取數字、關鍵詞、特殊格式文本，比循環(huán)匹配效率高10倍以上。

3.3 re.sub()：正則替換字符串

作用：根據正則規(guī)則匹配內容，批量替換為指定字符，完美解決普通replace無法處理的模糊替換場景。

語法：re.sub(pattern, replacement, string)

• pattern：正則匹配規(guī)則
• replacement：替換后的內容

• string：需要處理的原字符串

案例：批量隱藏日期數字

import re

text = "今天是2026年02月19日，訂單編號20260219001"
# 所有連續(xù)數字替換為X
result = re.sub(r"\d+", "X", text)
print(result)
# 輸出：今天是X年X月X日，訂單編號X

3.4 re.split()：多分隔符拆分字符串

痛點：Python原生 split() 僅支持單一分隔符，無法處理不規(guī)則分隔的文本。

解決方案：re.split() 支持多分隔符、不規(guī)則空白拆分。

案例：拆分含分號、逗號、空格的文本

import re

text = "張三;李四,王五 趙六 錢七;孫八"
# 匹配分號、逗號、空白字符，多個分隔符合并拆分
names = re.split(r"[;,\s]+", text)
print(names)
# 輸出：['張三', '李四', '王五', '趙六', '錢七', '孫八']

規(guī)則解析：[;,\s]+

• []：字符集合，匹配集合內任意一個字符
• ; , \s：分別匹配分號、逗號、空白字符（空格、換行、制表符）
• +：匹配1個及以上連續(xù)字符，避免拆分空值

3.5 re.match()：精準校驗文本格式

作用：從字符串開頭嚴格匹配，適合做格式校驗（手機號、郵箱、賬號），必須整串符合規(guī)則才會匹配成功。

核心搭配：^（開頭）+ $（結尾）實現全局精準校驗。

案例1：完整手機號格式校驗

import re

# 全局手機號校驗規(guī)則
phone_pattern = r"^1[3-9]\d{9}$"
print(re.match(phone_pattern, "13812345678"))  # 匹配成功
print(re.match(phone_pattern, "138123456"))    # 位數不足，匹配失敗
print(re.match(phone_pattern, "23812345678"))  # 開頭錯誤，匹配失敗

案例2：通用郵箱格式校驗

import re

# 適配絕大多數常規(guī)郵箱格式
email_pattern = r"^[\w.+-]+@[\w-]+\.[\w.]+$"
print(re.match(email_pattern, "test@example.com"))  # 合法
print(re.match(email_pattern, "test123@qq.com"))    # 合法
print(re.match(email_pattern, "test.com"))          # 非法

提示：業(yè)務簡單格式校驗可使用該正則，正式生產郵件校驗需結合發(fā)送驗證。

四、進階實戰(zhàn)：提取HTML標簽內容

利用正則分組+非貪婪匹配，可快速提取簡單HTML標簽文本，適合輕量文本解析。

import re

html = "<h1>Python正則入門教程</h1><p>零基礎快速掌握正則用法</p>"
# 分組匹配標簽內容，? 開啟非貪婪匹配
contents = re.findall(r"<\w+>(.*?)</\w+>", html)
print(contents)
# 輸出：['Python正則入門教程', '零基礎快速掌握正則用法']

核心規(guī)則解析

• <\w+>：匹配任意HTML開始標簽
• (.*?)：分組+非貪婪匹配，精準提取標簽內文本（核心！避免多標簽串匹配）
• </\w+>：匹配任意HTML結束標簽

重要提醒：正則僅適合簡單靜態(tài)HTML片段，復雜爬蟲解析請使用 BeautifulSoup、lxml 專業(yè)庫。

五、正則基礎符號速查表（收藏必備）

六、五大核心方法選型指南

新手不用死記硬背，根據需求直接選：

七、新手必看：為什么正則前要加 r？

大家會發(fā)現所有案例中，正則表達式都寫為 r"\d+" 原始字符串格式。

核心作用：r 代表原生字符串，屏蔽Python轉義機制，避免正則符號雙重轉義報錯。

如果不添加 r，復雜正則中的\d、\s 容易被Python解析為轉義字符，導致正則規(guī)則失效。

編碼好習慣：所有Python正則表達式，統(tǒng)一使用 r"正則規(guī)則" 格式！

八、全文總結

本文從零入門Python正則表達式，覆蓋開發(fā)90%基礎場景，核心知識點復盤：

• 掌握 search/findall/sub/split/match 五大核心方法，適配查找、替換、拆分、校驗全場景
• 熟記 \d、\w、\s、+、*、?、^、$ 基礎符號，可完成絕大多數文本匹配
• 手機號、郵箱、HTML內容提取為通用實戰(zhàn)模板，可直接復用
• 正則優(yōu)先使用 r"" 原始字符串，規(guī)避轉義問題
• 簡單文本解析用正則，復雜網頁解析用專業(yè)爬蟲庫

正則看似是符號密碼，實則規(guī)則固定，熟練后可以極大提升文本處理效率，是Python數據分析、爬蟲、自動化開發(fā)的必備技能！

到此這篇關于Python正則表達式入門從匹配手機號到提取文本內容的實戰(zhàn)教學的文章就介紹到這了,更多相關Python正則表達式匹配手機號內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論