re.match()

从字符串起始位置匹配模式

re.search()

扫描整个字符串查找匹配

re.findall()

返回所有匹配项的列表

re.finditer()

返回匹配项的迭代器

re.sub()

替换字符串中的匹配项

re.compile()

预编译正则表达式对象

import re

# 在字符串开始处匹配数字
result = re.match(r'\d+', '123abc')
if result:
    print("匹配成功:", result.group())  # 输出: 匹配成功: 123

# 起始位置不匹配
result = re.match(r'\d+', 'abc123')
print(result)  # 输出: None

import re

text = "联系方式: 电话 123-4567-8901, 邮箱 contact@example.com"

# 搜索电话号码
phone_match = re.search(r'\d{3}-\d{4}-\d{4}', text)
if phone_match:
    print("找到电话:", phone_match.group())  # 输出: 找到电话: 123-4567-8901

# 搜索邮箱地址
email_match = re.search(r'[\w.-]+@[\w.-]+', text)
if email_match:
    print("找到邮箱:", email_match.group())  # 输出: 找到邮箱: contact@example.com

import re

# 提取字符串中所有数字
text = "苹果10个, 香蕉5根, 橙子8个"
numbers = re.findall(r'\d+', text)
print("找到的数字:", numbers)  # 输出: ['10', '5', '8']

# 提取HTML中的所有链接
html_content = '<a href="https://example.com">首页</a> <a href="/about">关于</a>'
links = re.findall(r'href="([^"]+)"', html_content)
print("所有链接:", links)  # 输出: ['https://example.com', '/about']

import re

# 隐藏电话号码中的部分数字
phone = "我的电话是: 13800138000"
hidden_phone = re.sub(r'(\d{3})\d{4}(\d{4})', r'\1****\2', phone)
print(hidden_phone)  # 输出: 我的电话是: 138****8000

# 日期格式转换
date_str = "今天是2023-07-15，明天是2023-07-16"
new_date = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\2/\3/\1', date_str)
print(new_date)  # 输出: 今天是07/15/2023，明天是07/16/2023

import re

# 编译电子邮件正则表达式
email_pattern = re.compile(r'[\w.-]+@[\w.-]+\.\w+')

# 在多个文本中使用编译后的模式
text1 = "联系邮箱: user@example.com"
text2 = "客服邮箱: support@company.org"

match1 = email_pattern.search(text1)
if match1:
    print("邮箱1:", match1.group())  # 输出: 邮箱1: user@example.com

match2 = email_pattern.search(text2)
if match2:
    print("邮箱2:", match2.group())  # 输出: 邮箱2: support@company.org

分组捕获

使用圆括号()创建捕获组，提取匹配的子模式：

text = "姓名: 张三, 年龄: 30"
match = re.search(r'姓名: (\w+), 年龄: (\d+)', text)
if match:
    name, age = match.groups()
    print(f"{name}今年{age}岁")

非贪婪匹配

使用?实现非贪婪匹配，匹配尽可能少的字符：

html = "<div>内容1</div><div>内容2</div>"
# 贪婪匹配
greedy = re.findall(r'<div>.*</div>', html)
# 非贪婪匹配
non_greedy = re.findall(r'<div>.*?</div>', html)

性能优化

• 对重复使用的模式使用re.compile()
• 尽量使用具体字符代替宽泛通配符
• 避免嵌套量词和回溯陷阱
• 使用原子组(?>...)防止回溯