是不是很多零基础学 Python 的朋友，一听到 “正则表达式” 就犯怵？“那些一堆乱码似的符号到底啥意思？”“看教程写的规则，一运行要么匹配不到，要么全匹配错了？”“想从文本里提取个手机号、邮箱，结果折腾半天啥也弄不出来？” 别慌，正则表达式看着复杂，其实就像 “文本过滤器”，用对了能帮你快速处理字符串。今天兔子哥就带大家从基础入手，通过几个实战案例学 Python 正则，零基础也能跟着做，一起往下看吧！

先明白：Python 里的正则表达式，到底能帮我们做啥？

很多新手觉得正则是 “高阶技能”，其实日常处理文本根本离不开它。简单说，正则表达式就是一套 “匹配文本的规则”，在 Python 里用re模块实现，能帮你做这些事：

• 从大段文字里提取关键信息，比如手机号、邮箱、日期
• 快速清洗杂乱数据，比如去除多余空格、替换特殊符号
• 验证输入格式对不对，比如检查用户填的手机号是不是 11 位

举个例子，你爬了一段评论文本，里面混着各种手机号，手动找得花半小时；但用正则表达式，一行代码就能把所有手机号全提取出来，效率差太多了。有朋友问：“不学正则行不行？” 当然能，但处理文本时会像没带工具干活，明明能一键搞定的事，非得手动敲半天，对吧？

基础准备：Python 正则核心函数，这几个必须先学会

Python 处理正则主要靠re模块，不用额外安装，直接import re就能用。新手先把这几个核心函数练熟，在线教程里也都是重点讲它们：

函数名	作用	例子
re.findall	提取所有匹配的内容，返回列表	re.findall(r"\d+", "abc123def456") → ['123', '456']
re.sub	替换匹配的内容	re.sub(r"\s+", " ", "a b c") → "a b c"
re.match	从字符串开头匹配，返回匹配对象	re.match (r"a", "abc") → 匹配成功
re.search	在整个字符串找第一个匹配	re.search (r"b", "abc") → 匹配成功

兔子哥提醒：re.match只看开头，比如用re.match(r"a", "bac")会返回 None，因为开头是 b 不是 a；而re.search会找整个字符串，这俩新手容易搞混，刚开始用re.findall和re.sub更不容易出错。

---

实战案例一：从文本中提取手机号，新手入门必练

提取手机号是最经典的正则案例，学会这个，基本就懂正则怎么用了。

场景：

有一段文本：“联系我：13800138000，工作电话 13912345678，老家座机 010-12345678”，需要提取里面的手机号（11 位数字，开头 13-19）。

步骤：

1. 写正则规则：手机号是 11 位数字，开头是 1，第二位 3-9，后面 9 位任意数字，规则是r"1[3-9]\d{9}"。
   
   • 1：开头必须是 1
   • [3-9]：第二位是 3-9（覆盖所有手机号段）
   • \d{9}：后面跟 9 位数字（\d 表示数字，{9} 表示 9 次）
   
   
2. 用 re.findall 提取：
   

python

import retext = "联系我：13800138000，工作电话13912345678，老家座机010-12345678"phone_pattern = r"1[3-9]\d{9}"  # 手机号规则phones = re.findall(phone_pattern, text)print(phones)  # 输出：['13800138000', '13912345678']

易错点：

• 别漏写r前缀：规则前加r表示原始字符串，避免\d被 Python 当成转义符，写成"1[3-9]\d{9}"可能会出错哦。
• 座机别误提：这个规则只会匹配 11 位手机号，座机号 “010-12345678” 不会被提取，正好符合需求。

---

实战案例二：清洗杂乱数据，让文本变整齐

爬来的数据往往有多余空格、特殊符号，用正则清洗特别方便。

场景：

一段用户评论：“这 款 产 品 很 好 用 ！😊 推 荐 购 买 ～～”，需要去除多余空格、表情和特殊符号。

步骤：

1. 去除多余空格：用re.sub把多个空格换成一个空格。
2. 去除特殊符号和表情：保留中文、英文、数字和正常标点。

python

import retext = "  这  款 产 品 很 好 用 ！😊 推 荐 购 买 ～～  "# 第一步：去除多余空格clean_text = re.sub(r"\s+", " ", text).strip()  # strip()去掉首尾空格# 第二步：去除特殊符号和表情（只保留中文、英文、数字、空格和常用标点）clean_text = re.sub(r"[^\u4e00-\u9fa5a-zA-Z0-9 ,.!?]", "", clean_text)print(clean_text)  # 输出："这款产品很好用！推荐购买"

小技巧：

• \s+匹配任意多个空白字符（空格、换行等），替换成一个空格，解决排版混乱问题。
• [^\u4e00-\u9fa5...]表示 “不包含这些字符”，用它来过滤不需要的符号，\u4e00-\u9fa5是中文范围。

---

实战案例三：解析日志文件，提取错误信息

日志文件里藏着很多关键信息，用正则能快速定位错误。

场景：

一段日志文本：
plaintext

2023-10-01 08:30:00 INFO 系统启动成功2023-10-01 08:35:20 ERROR 数据库连接失败：无法连接到服务器2023-10-01 08:40:10 INFO 用户登录：user12023-10-01 08:45:30 ERROR 数据查询失败：SQL语法错误

需要提取所有错误日志（包含 ERROR 的行）。

步骤：

1. 写规则：匹配包含 “ERROR” 的行，规则r".*ERROR.*"。
   
   • .*匹配任意字符（除换行）任意次，所以.*ERROR.*表示包含 ERROR 的整行文本。
   
   
2. 按行提取：
   

python

import relog_text = """2023-10-01 08:30:00 INFO 系统启动成功2023-10-01 08:35:20 ERROR 数据库连接失败：无法连接到服务器2023-10-01 08:40:10 INFO 用户登录：user12023-10-01 08:45:30 ERROR 数据查询失败：SQL语法错误"""error_pattern = r".*ERROR.*"# 按行分割文本，再逐个匹配lines = log_text.split("\n")errors = [line for line in lines if re.match(error_pattern, line)]print(errors)# 输出：['2023-10-01 08:35:20 ERROR 数据库连接失败：无法连接到服务器', '2023-10-01 08:45:30 ERROR 数据查询失败：SQL语法错误']

进阶用法：

如果想提取错误原因（冒号后面的内容），可以用分组()，规则写成r"ERROR (.*?)$"，用re.findall提取分组内容：
python

error_reason_pattern = r"ERROR (.*?)$"reasons = re.findall(error_reason_pattern, log_text)print(reasons)  # 输出：['数据库连接失败：无法连接到服务器', '数据查询失败：SQL语法错误']

自问自答：新手学 Python 正则常见问题

问：正则规则记不住怎么办？

答：不用死记！把常用规则（手机号、邮箱、日期）存成模板，需要时改改就行。比如邮箱规则r"[a-zA-Z0-9_\.-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9\.-]+"，存到记事本里，要用时复制过来。

问：在线工具有用吗？

答：超有用！新手一定要用在线正则测试工具（比如菜鸟工具正则测试），左边输规则，右边输文本，实时看匹配结果，报错了还会标红提示，比直接在 Python 里调试快多了。

问：为什么我的规则在 Python 里不生效，在线工具里却好用？

答：可能是没加r前缀！Python 里\是转义符，比如\d在字符串里会被解析成特殊字符，加r变成原始字符串r"\d"，才能被正则正确识别，这个坑新手经常踩。

个人心得：多练实战案例，比背语法有用 10 倍

兔子哥刚开始学正则时，也对着规则表背了半天，结果一到实战还是懵。后来发现，不如直接拿真实数据练：爬点网页文本提取信息，找段杂乱数据清洗，或者解析日志文件，练着练着就懂了。
其实正则没那么难，核心就是 “明确你要匹配什么”—— 先想清楚目标文本的规律（比如手机号是 11 位数字，开头 13-19），再用对应的符号描述规律（1[3-9]\d{9}），最后用re模块函数提取或替换。
新手别害怕写错规则，正则就是在不断试错中学会的。比如提取手机号时，先写简单规则r"1\d{10}"，发现匹配了 12345678901 这种无效号，再优化成r"1[3-9]\d{9}"，这个过程比直接看教程记得牢。
希望这篇教程能帮你入门 Python 正则表达式，现在就找一段文本，试试提取里面的邮箱或日期，动手练起来。记住，正则是工具，用得多了自然就顺手了，加油！

标签： 正则表达式 abc123def456