Python正则表达式是处理文本匹配和提取的强大工具，通过组合特殊字符和模式，可高效完成复杂文本处理任务。以下是核心内容总结：
一、基础概念与模块
核心模块
Python通过`re`模块提供正则表达式支持，无需额外安装。
匹配对象与方法
- `re.search（）`：从字符串开头查找第一个匹配项。
- `re.match（）`：仅匹配字符串开头。
- `re.findall（）`：返回所有匹配项的列表。
- `re.compile（）`：预编译正则表达式，提高效率。
二、常用匹配符号与语法
基础元字符
- `.`：匹配任意非换行字符。
- `^`：匹配字符串开头。
- `$`：匹配字符串结尾。
- `*`：匹配前一个字符0次或多次。
- `+`：匹配前一个字符1次或多次。
- `？`：匹配前一个字符0次或1次。
- `{m,n}`：匹配前一个字符至少m次，至多n次。
字符类与转义字符
- `[abc]`：匹配a、b或c。
- `[a-z]`/`[A-Z]`：分别匹配小写/大写字母。
- `[0-9]`：匹配数字。
- `\d`：匹配数字（等价于`[0-9]`）。
- `\D`：匹配非数字字符。
- `\w`：匹配字母、数字、下划线。
- `\S`：匹配非空白字符。
- `\s`：匹配空白字符（空格、制表符）。
三、实战应用示例
提取手机号
```python
import re
text = "我的电话是13812345678"
pattern = r"\d{11}"
match = re.search(pattern, text)
print(match.group()) 输出: 13812345678
```
匹配邮箱地址
```python
text = "联系我:test@example.com 或 admin@python.org"
pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
emails = re.findall(pattern, text)
print(emails) 输出: ['test@example.com', 'admin@python.org']
```
替换文本
```python
text = "小明的电话是13912345678"
pattern = r"(\d{3})\d{4}\d{4}"
masked_text = re.sub(pattern, r"\1 \d{4}", text)
print(masked_text) 输出: 小明的电话是 5678
```
四、注意事项与技巧
贪婪与非贪婪模式
- 默认为贪婪模式（如`a*`匹配最长可能字符串），可通过添加`？`实现非贪婪匹配（如`a*？`匹配最短可能字符串）。
- 示例：
```python
text = "标题1标题2标题3"
pattern = r"标题(.*?)标题" 非贪婪匹配
match = re.search(pattern, text)
print(match.group()) 输出: 标题2标题
```
预编译正则表达式
使用`re.compile（）`提高多次匹配效率，例如：
```python
pattern = re.compile(r"\d{3}-\d{3}-\d{4}")
phone = "123-456-7890"
match = phoneRule.search(phone)
print(match.group()) 输出: 123-456-7890
```
元字符组合
通过组合元字符实现复杂匹配，如匹配邮箱后缀：
```python