阿P的江湖密令：正则表达式通关秘籍
前情提要：阿P晋升版本控制长老后，突遇紧急任务——处理十万条江湖人士登记信息！面对杂乱无章的"姓名：张无忌｜年龄：25｜门派：明教"数据，阿P抓狂："这要提取到猴年马月？"扫地僧师傅神秘一笑："该学正则了！"
第一章：初识江湖密令
场景：数据提取的绝望
阿P盯着密密麻麻的登记簿：
姓名：张无忌|年龄：25|门派：明教
姓名:赵敏,年龄:18,门派:朝廷
名：周芷若 岁数：20 所属：峨眉
师傅掏出一张泛黄羊皮卷："此乃正则表达式，江湖数据处理的无上密令！"
核心概念：
正则 = 万能匹配公式
\d= 数字 (d=digit)
\w= 字母/数字/下划线 (w=word)
.= 任意单个字符
+= 出现1次或多次
*= 出现0次或多次
第二章：基础匹配心法
场景：提取所有姓名
师傅在羊皮卷书写：
import re
# 原始数据
data = "姓名：张无忌|年龄：25|门派：明教"
# 基础匹配：匹配"姓名："后的中文字符
pattern = r"姓名：(\w+)" # \w+ 匹配连续汉字/字母
match = re.search(pattern, data)
if match:
print(match.group(1)) # 输出：张无忌实战升级：处理多格式
# 通配符 .*? 匹配任意字符（非贪婪模式）
pattern = r"名[称：: ]*(\w+)"
# 匹配：名(称：:空格等) + 中文名
texts = [
"姓名：张无忌",
"名：赵敏",
"名称:周芷若"
]
for text in texts:
match = re.search(pattern, text)
print(match.group(1) if match else "未匹配")
# 输出：
# 张无忌
# 赵敏
# 周芷若第三章：高级捕获术
场景：同时提取三项信息
面对复杂数据：
张无忌,25岁,明教教主
赵敏-18-郡主
周芷若 20 峨眉掌门师傅画出神秘符咒：
pattern = r"(\w+)[, -]+(\d+)岁?[, -]+(\w+.*)"
# 分解：
# 1. (\w+) 捕获姓名
# 2. [, -]+ 分隔符（,或-或空格）
# 3. (\d+)岁? 捕获年龄（"岁"可有可无）
# 4. [, -]+ 分隔符
# 5. (\w+.*) 捕获门派和职务
data = "张无忌,25岁,明教教主"
match = re.match(pattern, data)
if match:
name, age, sect = match.groups()
print(f"姓名:{name} 年龄:{age} 门派:{sect}")
# 输出：姓名:张无忌 年龄:25 门派:明教教主第四章：江湖验证大阵
场景：用户输入校验
阿P开发注册系统需验证：
用户名：3-10位字母/数字/中文
密码：8-20位，含大小写+数字
手机号：11位数字
邮箱：标准格式
师傅布下正则结界：
def validate_username(username):
"""用户名：中英文/数字，3-10字符"""
return bool(re.match(r"^[\u4e00-\u9fa5\w]{3,10}$", username))
def validate_password(password):
"""密码：8-20位，含大小写和数字"""
return bool(re.match(r"^(?=.*[a-z])(?=.*[A-Z])(?=.*\d).{8,20}$", password))
def validate_phone(phone):
"""手机号：11位数字"""
return bool(re.match(r"^1[3-9]\d{9}$", phone))
def validate_email(email):
"""邮箱：标准格式"""
return bool(re.match(r"^[\w.-]+@[a-zA-Z\d-]+(\.[a-zA-Z\d-]+)*\.[a-zA-Z]{2,}$", email))
# 测试
print(validate_username("张无忌_123")) # True
print(validate_password("Abcd1234")) # True
print(validate_phone("13800138000")) # True
print(validate_email("zhangwuji@mingjiao.org")) # True
第五章：文本替换神功
场景：敏感信息脱敏
老板要求：
手机号中间4位变星号
身份证保留首尾，中间变星号
银行卡保留后4位
师傅演示替换大法：
def censor_text(text):
# 手机号脱敏：138****8000
text = re.sub(r"(\d{3})\d{4}(\d{4})", r"\1****\2", text)
# 身份证脱敏：1101**********123X
text = re.sub(r"(\d{4})\d{10}(\w{4})", r"\1**********\2", text)
# 银行卡脱敏：**** **** **** 1234
text = re.sub(r"\d{4}(\d{8})(\d{4})", r"**** **** **** \2", text)
return text
original = """
用户资料：
手机：13800138000
身份证：11010519950101123X
银行卡：6225880123456789
"""
print(censor_text(original))
# 输出：
"""
用户资料：
手机：138****8000
身份证：1101**********123X
银行卡：**** **** **** 6789
"""第六章：实战：秘籍解析
场景：解析武功秘籍
秘籍格式：
[九阳神功]
作者：达摩祖师
招式：氤氲紫气|缩骨功|龟息功|壁虎游墙
心法：他强由他强...（共200字）
[乾坤大挪移]
作者：山中老人
招式：移宫换穴|...（省略）阿P需要提取：
武功名称
作者
招式数量
师傅挥毫写符：
secret_text = """
[九阳神功]
作者：达摩祖师
招式：氤氲紫气|缩骨功|龟息功|壁虎游墙
心法：他强由他强...（共200字）
[乾坤大挪移]
作者：山中老人
招式：移宫换穴|借力打力|隔空取物
"""
# 多级匹配
pattern = r"\[(\w+)\].*?作者：(\w+).*?招式：([^\n]+)"
matches = re.findall(pattern, secret_text, re.DOTALL)
for name, author, moves in matches:
move_count = len(moves.split("|"))
print(f"武功：{name} 作者：{author} 招式数：{move_count}")
# 输出：
# 武功：九阳神功 作者：达摩祖师 招式数：4
# 武功：乾坤大挪移 作者：山中老人 招式数：3
第七章：避坑指南
常见陷阱与解法：
贪婪吞噬：默认
.*会匹配到行尾 解法：用非贪婪.*?
# 错误：匹配整个字符串
re.search(r"「.*」", "「九阴」真经「九阳」神功")
# 正确：匹配首个
re.search(r"「.*?」", "「九阴」真经「九阳」神功").group() # 「九阴」2.特殊字符：. * +等需转义
# 错误：匹配任何字符+plus
re.search(r".+", "1+1=2")
# 正确：匹配真正的加号
re.search(r"\d+\+\d+", "1+1=2").group() # 1+13.回溯灾难：复杂表达式导致卡死
解法：避免嵌套
(.*)*，用具体字符集
# 危险表达式（可能卡死）
r"((a*)*)*b"
# 安全替代
r"[ab]*b"终章：正则宗师的诞生
三月后，光明顶数据大会。各大门派展示数据处理能力：
少林派：500僧人手工整理，耗时10日
武当派：30弟子编写脚本，耗时3日
朝廷：重金购买西域软件，耗银万两
轮到阿P时，只见他轻敲键盘：
import re
def process_data(raw):
# 单行正则解决战斗
pattern = r"(.+?)[:：](\w+)[,，]?年龄[:：](\d+)[,，]?门派[:：](\w+)"
return re.findall(pattern, raw)
raw_data = "姓名：张无忌,年龄：25,门派：明教；名:赵敏 年龄:18 门派:朝廷..."
result = process_data(raw_data)
十万数据，弹指间处理完毕！全场震惊！
扫地僧师傅欣慰道："正则七重境你已掌握：
基础匹配（
\d \w .）次数控制（
+ * ? {}）字符集合（
[a-z] [^0-9]）分组捕获（
( )）首尾定位（
^ $）替换妙用（
re.sub）模式开关（
re.I re.M）
记住：正则非万能，清晰胜巧妙！"
从此，江湖人称阿P——"正则圣手"！