日常开发中，这类需求几乎天天遇到：

• 从一段文字里找出手机号；
• 从用户输入中提取邮箱；
• 把字符串里的数字统一替换掉；
• 按多种分隔符拆分文本；
• 从简单 HTML 片段中提取标签内容。

这些场景，正则表达式是天然的好工具。Python 内置的 re 模块提供了一套完整的正则工具，从几个最常用的方法切入，配合示例代码，可以快速上手。

1. 引入 re 模块

使用正则之前，先导入模块：

import re

re 是 regular expression 的缩写。它帮我们按照规则去匹配、查找、替换或分割字符串。

2. 使用 re.search 查找第一个匹配项

比如这段文本：

text = "我的手机号是 13812345678，邮箱是 test@example.com"

要从中提取手机号，用 re.search()：

phone = re.search(r"1[3-9]d{9}", text)

if phone:
    print(f"找到手机号：{phone.group()}")

输出：

找到手机号：13812345678

这个正则表达式 r"1[3-9]d{9}" 的含义很直白：

• 1：以数字 1 开头；
• [3-9]：第二位是 3 到 9 之间的数字；
• d{9}：后面再跟 9 个数字。

所以它能匹配 13812345678 这类手机号。需要注意的是，re.search() 只返回第一个匹配结果，找不到时返回 None。实际使用时通常先判断：

if phone:
    print(phone.group())

其中 group() 取出真正匹配到的字符串。

3. 使用 re.search 查找邮箱

同一段文本中继续找邮箱：

email = re.search(r"w+@w+.w+", text)

if email:
    print(f"找到邮箱：{email.group()}")

输出：

找到邮箱：test@example.com

这个正则表达式 r"w+@w+.w+" 拆解一下：

• w+：匹配一个或多个字母、数字或下划线；
• @：匹配 @ 符号；
• w+：域名主体；
• .：匹配真正的点号，需要转义；
• w+：后缀。

为什么点号要写成 .？因为正则里 . 代表“任意字符”，要匹配普通点号就必须用反斜杠转义，这个细节容易踩坑。

4. 使用 re.findall 查找所有匹配项

re.search() 只找第一个，如果想把所有匹配内容都找出来，用 re.findall()。比如文本中有多个价格：

text = "价格：100元、200元、350元"
prices = re.findall(r"d+", text)

print(prices)

输出：

['100', '200', '350']

正则 r"d+" 匹配一个或多个数字。 findall() 把所有匹配结果放进一个列表返回。当你需要批量提取时，这个函数是首选。

5. 使用 re.sub 替换字符串

正则不仅能查找，还能替换。比如把日期中的数字全部替换成 X：

text = "今天是2026年02月19日"
result = re.sub(r"d+", "X", text)

print(result)

输出：

今天是X年X月X日

re.sub() 的基本格式是 re.sub(pattern, replacement, string)，分别对应匹配规则、替换成什么、在哪个字符串里替换。这个例子中 d+ 匹配连续数字，2026、02、19 都被替换成了 X。替换功能在数据脱敏、格式化输出时非常实用。

6. 使用 re.split 按多个分隔符拆分字符串

普通字符串的 split() 一次只能按一种分隔符拆分，但实际数据往往不规整。比如：

text = "张三;李四,王五 赵六"

名字之间混杂了分号、逗号和空格。用 re.split() 轻松解决：

names = re.split(r"[;,s]+", text)

print(names)

输出：

['张三', '李四', '王五', '赵六']

正则 r"[;,s]+" 含义：字符集合 [] 中的分号、逗号、空白字符，出现一次或多次，都作为分隔符。这在处理 CSV 或混合分隔符的日志时特别有用。

7. 常用正则符号速查

下面这些符号是写正则时最基础、最常用的语法。

刚开始不用一次性记太多，先掌握 d、w、s、+、*、[]、^、$ 这些基础符号，就能解决很多实际问题。

8. 实战一：验证手机号

前面用 search() 从文本中找手机号，如果现在要判断一个字符串是不是完整的手机号，可以用 re.match()：

phone_pattern = r"^1[3-9]d{9}$"

print(re.match(phone_pattern, "13812345678"))

这里的规则比前面更严格：r"^1[3-9]d{9}$" 中 ^ 表示字符串开头，$ 表示字符串结尾。加上它们之后，整个字符串必须完整符合手机号格式，否则即使中间部分匹配也会被拒绝。这一点在表单验证时尤其重要。

9. 实战二：验证邮箱

邮箱验证可以写成这样：

email_pattern = r"^[w.+-]+@[w-]+.[w.]+$"

print(re.match(email_pattern, "test@example.com"))

这个表达式覆盖了常见的邮箱格式：用户名部分允许字母、数字、下划线、点号、加号和短横线；中间必须有 @；域名部分允许字母、数字、下划线和短横线；后缀部分允许字母、数字、下划线和点号。不过真实世界的邮箱规则极其复杂，如果只是做基础格式校验，这个正则通常够用；如果是严肃的注册场景，还需要结合邮件发送验证来兜底。

10. 实战三：提取 HTML 标签内容

还有一个经典场景：从简单 HTML 片段中提取标签内的文本。

html = "
标题
段落
"
contents = re.findall(r"(.*?)", html)

print(contents)

输出：

['标题', '段落']

这个正则 r"(.*?)" 中， 匹配开始标签，(.*?) 提取中间内容， 匹配结束标签。其中 (.*?) 里的 ? 表示非贪婪匹配，如果没有它，正则可能会尽可能多地匹配，导致结果偏差。需要提醒的是，正则可以处理简单 HTML 片段，但不适合解析复杂文档，正式爬虫场景建议用 BeautifulSoup 或 lxml。

11. search、match、findall、sub、split 怎么选

用下面这张表可以快速判断：

简单总结：找第一个用 search()，从头验证用 match()，全部提取用 findall()，替换用 sub()，复杂分隔符切分用 split()。记住这五个，日常够用。

12. 为什么正则字符串前面常加 r

示例中的正则表达式大多写成 r"d+" 这种形式。前面的 r 表示原始字符串，它让反斜杠保持原样，避免写一堆转义符。比如正则中的 d 表示数字，如果没有原始字符串，在更复杂的表达式中很容易遇到双重转义问题。所以写 Python 正则时，一个好习惯是：

正则表达式尽量使用 r"..." 这种原始字符串形式。

小结

本文从几个常见例子出发，介绍了 Python re 模块的基础用法。核心内容包括：

• 用 re.search() 查找手机号和邮箱；
• 用 re.findall() 提取所有数字；
• 用 re.sub() 替换匹配内容；
• 用 re.split() 按多个分隔符拆分文本；
• 理解常见正则符号；
• 使用 re.match() 验证手机号和邮箱格式；
• 用分组和非贪婪匹配提取简单标签内容。

正则表达式刚开始看起来有点像“符号密码”，但它的核心思想其实很简单：用一套规则去描述你想匹配的字符串。当你掌握了常用符号和几个基础方法之后，就可以用正则快速完成很多文本处理任务。