正则表达式:够用的那一小部分
正则的语法很多,但我平时处理日志和文本,反复用到的就下面这些。例子用的是 Python 的 re 模块。
常用写法
\d+:一串数字。\s*:任意多个空白,包括没有。^和$:一行的开头和结尾。^\s*$就是空行。.*?:尽量少地匹配。不加问号会一直吃到最后一个能匹配的位置。[^,]+:一串不是逗号的字符,拆字段时常用。(...):分组,之后可以用\1引用。(?=...):后面必须跟着某个内容,但不把它算进匹配结果。
三个例子
import re
# 从日志里取出耗时
re.findall(r"cost=(\d+)ms", "ok cost=35ms, retry cost=120ms")
# ['35', '120']
# 把日期从 2026/09/20 改成 2026-09-20
re.sub(r"(\d{4})/(\d{2})/(\d{2})", r"\1-\2-\3", "2026/09/20")
# 给分组起名字,取的时候更清楚
m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})", "2026-09")
m.group("year") # '2026'
两个提醒
模式字符串前面加 r,否则反斜杠要写两遍。另外,能用 str.split 或 in 解决的事就不要用正则,后者更难读,也更容易写错。