Python re模块核心在于理解匹配逻辑与函数适用场景：match从开头匹配，search全局找首个，findall返回所有匹配字符串或分组内容，finditer返回含位置信息的Match对象迭代器。
Python 的 re 模块是处理文本匹配与提取最常用、最灵活的工具之一。掌握它，不等于死记所有元字符，而在于理解“模式如何对应真实文本”以及“不同函数适用什么场景”。下面从实际出发，讲清楚关键点。
核心匹配函数的区别：match、search、findall、finditer
match() 只从字符串开头尝试匹配，哪怕后面有符合的也不管。适合验证格式（如判断是否以数字开头）：
re.match(r'\d+', '123abc') → Match 对象；re.match(r'\d+', 'abc123') → Nonesearch() 扫描整个字符串，找到第一个匹配就停。日常用得最多，比如在日志里找 IP 地址、邮箱等：
re.search(r'\b\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\b', '访问来自 192.168.1.100') → 匹配到 '192.168.1.100'findall() 返回所有匹配的字符串列表，简单直接，适合批量提取：
立即学习“Python免费学习笔记（深入）”；
- 无分组时：re.findall(r'\w+@\w+\.\w+', '联系 admin@site.com 或 dev@test.org') → ['admin@site.com', 'dev@test.org']
- 有分组时（只返回括号内内容）：re.findall(r'(\w+)@(\w+\.\w+)', 'a@b.c x@y.z') → [('a', 'b.c'), ('x', 'y.z')]
finditer() 返回迭代器，每个元素是 Match 对象，适合需要位置、分组名或额外属性（如 span()）的场景：
常用元字符与实用技巧
别被“.*?”“\s\S”绕晕，记住几个高频组合就够了：
-
\d匹配数字，比[0-9]更简洁；\D表示非数字 -
\w匹配字母、数字、下划线（即单词字符），中文不包含在内；要匹配中文加[\u4e00-\u9fa5] -
\b是单词边界，不是空格。用于精准匹配完整单词，比如r'\bcat\b'不会匹配到 'category' -
.*?是非贪婪匹配，遇到第一个满足条件的位置就停。例如提取 HTML 标签间内容：re.findall(r'<div>(.*?)</div>', html_str) - 用
(?i)开启忽略大小写：re.search(r'(?i)python', 'PYTHON is great')
编译正则提升性能 & 使用命名分组增强可读性
如果同一模式反复使用（如在循环中），用 re.compile() 预编译一次，避免重复解析：
for line in lines:
if pattern.search(line): ...
复杂匹配建议用命名分组 (?P<name>...)，让代码一目了然：
if m:
print(m.group('year'), m.group('month')) → '2023' '07'
替换与分割：sub 和 split 的实战要点
re.sub() 不只是简单替换，支持函数作为 replacement，实现动态逻辑：
- 基础替换：re.sub(r'\s+', ' ', text) 把多个空白换成单个空格
- 函数替换：re.sub(r'\d+', lambda m: str(int(m.group()) * 2), 'a1b22c333') → 'a2b44c666'
- 用命名分组引用：re.sub(r'(?P
\w+)', r'[\g ]', 'hello world') → '[hello] [world]'
re.split() 比 str.split() 更强大，支持多分隔符或保留分隔符：
re.split(r'[;,\s]+', 'a,b; c\td') → ['a', 'b', 'c', 'd']re.split(r'(;|,|\s)', 'a,b c') → ['a', ',', 'b', ' ', 'c']
正则不是万能锤，但它是文本处理中最趁手的一把小刀。用熟 match/search/findall，搞懂贪婪与边界，再配上 compile 和命名分组，90% 的日常需求都能干净利落地解决。
