正则表达式入门:学会模式匹配的第一课

举报
yd_290169684 发表于 2026/10/24 13:58:39 2026/10/24
【摘要】 正则表达式入门:学会模式匹配的第一课正则表达式(Regular Expression,简称 regex)是文本处理的通用语言。无论你是用 grep 在日志里找错误、用 Python 做数据清洗,还是在编辑器里批量重命名变量,正则都能把「描述文本特征」这件事变成一行代码。今天这篇短文带你用 20 分钟掌握它的核心。 一、正则到底是什么正则表达式就是一套「描述字符串长什么样」的规则。比如你想从...

正则表达式入门:学会模式匹配的第一课

正则表达式(Regular Expression,简称 regex)是文本处理的通用语言。无论你是用 grep 在日志里找错误、用 Python 做数据清洗,还是在编辑器里批量重命名变量,正则都能把「描述文本特征」这件事变成一行代码。今天这篇短文带你用 20 分钟掌握它的核心。

一、正则到底是什么

正则表达式就是一套「描述字符串长什么样」的规则。比如你想从一堆文本里找出所有手机号,你可以这样描述:「以 1 开头、第二位是 3-9、后面跟 9 位数字」。正则把它写成:

^1[3-9]\d{9}$

别被这些符号吓到——它们都是有规律的,下面逐个拆开。

二、六个最常用的元字符

  1. .:匹配任意单个字符(换行符除外)。a.c 能匹配 abc、a1c。
  2. \d:匹配数字,等价于 [0-9];\D 是它的反义词,匹配非数字。
  3. \w:匹配字母、数字、下划线;\s 匹配空白字符(空格、制表符、换行)。
  4. ^ 和 $:分别表示字符串的开头和结尾。^hello 只匹配以 hello 开头的内容。
  5. [ ]:字符集合。[aeiou] 匹配任意一个元音字母,[a-z] 匹配任意小写字母。
  6. 转义符 \:想匹配符号本身就加反斜杠,比如 \. 匹配真正的点。

三、量词:控制出现次数

光有「匹配什么」还不够,还要说「出现几次」:

  • *:0 次或多次。ab* 匹配 a、ab、abbb。
  • +:1 次或多次。\d+ 匹配一个或多个数字。
  • ?:0 次或 1 次。https? 匹配 http 和 https。
  • {n}:恰好 n 次。\d{4} 匹配 4 位数字,比如年份。
  • {n,m}:n 到 m 次。\d{3,4} 匹配 3 到 4 位数字。

四、分组与常用场景

圆括号 () 用来分组,还能提取匹配到的内容。比如匹配日期并分别取出年、月、日:

(\d{4})-(\d{2})-(\d{2})

匹配 2026-10-24 后,第 1 组是 2026,第 2 组是 10,第 3 组是 24。在 Python 里这样用:

import re
m = re.search(r'(\d{4})-(\d{2})-(\d{2})', '今天是2026-10-24')
print(m.group(1), m.group(2), m.group(3))  # 2026 10 24

三个最常见的实战场景:

  • 校验输入:邮箱 ^\w+@\w+\.\w+$(简化版,真实场景更复杂);
  • 日志检索:grep -E "ERROR|Exception" app.log 一次找出所有报错行;
  • 批量替换:编辑器里用 (\w+)@(\w+) 把邮箱的用户名和域名分别捕获后重组。

五、两个新手最容易踩的坑

第一个坑是贪婪匹配。.* 默认会尽可能多地匹配,比如用 <.*> 去匹配 <a>和<b>,得到的是整个 <a>和<b> 而不是两个标签。想让它「见好就收」,在量词后加 ?:<.*?>。

第二个坑是忘记转义。想匹配 IP 地址里的点,192.168.1.1 写成正则必须是 192\.168\.1\.1,否则每个 . 都会变成「任意字符」,匹配出一堆奇怪的结果。

六、给新手的练习路径

建议按这个顺序练:先在 regex101 这类在线工具里可视化调试,看每一步匹配了什么;再用 grep 在真实日志里找东西;最后在代码里写校验逻辑。掌握上面这些,你已经能解决日常 80% 的文本匹配需求了。

正则表达式学一次、用一辈子。把它当成描述文本的「普通话」,以后无论换什么语言、什么工具,这套思维都是通用的。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。