引语
在物联网开发的世界里，串口数据如同流淌的数字血液，每一行字符都藏着环境监测的秘密。当你面对[321022] T:25 C H:68% L:0%这样的数据流时，正则表达式就像一把精准的瑞士军刀 —— 它能从混乱的字符中切割出时间戳、温度、湿度等关键信息，让 STM32 传感器的数据乖乖 “对号入座”。
本文将带你拆解正则表达式的核心语法，从\d+匹配数字到()捕获组提取数据，再到通过re.match()从字符串开头精准锁定目标。无论你是想解析气象监测数据，还是开发传感器数据管理系统，掌握这把 “数字手术刀”，就能让每一行串口输出都成为可解读的洞察，让代码在数据洪流中开辟出清晰的航道。
点关注不迷路哟。你的点赞、收藏，一键三连，是我持续更新的动力哟！！！
主页：
一位搞嵌入式的 genius-CSDN博客
https://blog.csdn.net/m0_73589512?spm=1000.2115.3001.5343
目录
2. execute(self, query, args=None) 方法解析
13. 函数 match(pattern, string, flags=0) 解析
python自动化采集数据脚本：常用函数解析
1. fetchone(self) 方法解析
def fetchone(self): """Fetch the next row.""" self._check_executed() if self._rows is None or self.rownumber >= len(self._rows): return None result = self._rows[self.rownumber] self.rownumber += 1 return result
功能说明
获取查询结果的下一行数据：从结果集中按顺序获取一行数据
关键逻辑：
self._check_executed()：检查是否已执行查询（防止未查询就获取数据）检查结果集是否存在（
self._rows is None）或是否已取完数据（rownumber >= len(self._rows)）若数据存在，返回当前行（
self._rows[self.rownumber]）并将行号（rownumber）加 1
返回值：
成功：返回结果集中的下一行数据（元组或字典）
失败：返回
None（无更多数据或查询未执行）
使用场景
逐行处理查询结果（如需要控制数据读取节奏时）
示例：
cursor.execute("SELECT * FROM users") row = cursor.fetchone() while row: print(row) row = cursor.fetchone()
2. execute(self, query, args=None) 方法解析
def execute(self, query, args=None): """Execute a query. :param query: Query to execute. :type query: str :param args: Parameters used with query. (optional) :type args: tuple, list or dict :return: Number of affected rows. :rtype: int """ while self.nextset(): pass query = self.mogrify(query, args) result = self._query(query) self._executed = query return result
功能说明
执行 SQL 查询语句：接收 SQL 查询和参数，执行后返回受影响的行数
关键逻辑：
while self.nextset(): pass：跳过之前查询的结果集（处理多结果集场景）query = self.mogrify(query, args)：将参数绑定到 SQL 查询中（防 SQL 注入）result = self._query(query)：执行实际的查询操作记录已执行的查询（
self._executed = query）并返回受影响行数
参数说明：
query：SQL 查询语句（如SELECT * FROM users WHERE id = %s）args：查询参数（支持tuple/list（对应%s）或dict（对应%(name)s））
使用场景
执行增删改查操作（INSERT/UPDATE/DELETE/SELECT）
示例：
# 使用tuple参数 cursor.execute("INSERT INTO users(name, age) VALUES(%s, %s)", ("张三", 25)) # 使用dict参数 cursor.execute("SELECT * FROM users WHERE age > %(min_age)s", {"min_age": 18})
3. commit(self) 方法解析
def commit(self): """ Commit changes to stable storage. See `Connection.commit() <https://www.python.org/dev/peps/pep-0249/#commit>`_ in the specification. """ self._execute_command(COMMAND.COM_QUERY, "COMMIT") self._read_ok_packet()
功能说明
提交事务：将未提交的事务变更持久化到数据库
关键逻辑：
self._execute_command(COMMAND.COM_QUERY, "COMMIT")：发送 COMMIT 命令到数据库self._read_ok_packet()：读取数据库返回的确认包（确保提交成功）
重要性：
若不调用
commit()，事务中的变更不会保存到数据库通常在执行 INSERT/UPDATE/DELETE 后需要调用
使用场景
数据库事务管理：
try: cursor.execute("BEGIN") # 开始事务 cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE id = 1") cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE id = 2") connection.commit() # 提交事务 except: connection.rollback() # 回滚事务
4. 整体逻辑总结
这三个方法是数据库游标（Cursor）的核心功能，对应 Python 数据库 API 规范（PEP-249）中的标准接口：
execute()：执行 SQL 查询，支持参数化查询fetchone()：按顺序获取查询结果的下一行commit()：提交事务，确保数据变更持久化
游标工作流程示例
# 1. 执行查询
cursor.execute("SELECT id, name FROM users WHERE age > 18")
# 2. 逐行获取结果
row1 = cursor.fetchone() # 获取第一行
row2 = cursor.fetchone() # 获取第二行
# 3. 提交事务（若有变更）
connection.commit()
5. 扩展知识：游标与连接的关系
游标（Cursor）：
用于执行 SQL 语句和遍历结果集的对象
每个游标独立维护查询状态（如当前行号）
连接（Connection）：
与数据库的物理连接，管理事务状态
多个游标可共享同一个连接
最佳实践：
用完游标后及时关闭（
cursor.close()）事务完成后及时提交或回滚
避免长时间持有数据库连接
6. 正则表达式基本语法规则
正则表达式是一种用于匹配文本模式的工具，由普通字符和特殊字符（元字符）组成。以下是核心规则：
7. 正常数据正则表达式解析
normal_pattern = r'\[(\d+)\]\s+T:(\d+)\s*C\s+H:(\d+)\s*%\s+L:(\d+)\s*%'
模式分解说明
| 模式部分 | 解释 |
|---|---|
r'\[' | 匹配左方括号[（r表示原始字符串，避免\转义问题） | | (\d+) | 捕获组1：匹配1个或多个数字（时间戳） | | \] |
匹配右方括号] |
\s+ |
匹配 1 个或多个空白字符（空格、制表符等） |
T: |
匹配文本T: |
(\d+) |
捕获组 2：匹配温度值（整数） |
\s* |
匹配 0 个或多个空白字符 |
C |
匹配温度单位C |
\s+ |
匹配 1 个或多个空白字符 |
H: |
匹配文本H: |
(\d+) |
捕获组 3：匹配湿度值（整数） |
\s*% |
匹配湿度单位%（允许前后有空白） |
\s+ |
匹配 1 个或多个空白字符 |
L: |
匹配文本L: |
(\d+) |
捕获组 4：匹配光照值（整数） |
\s*% |
匹配光照单位%（允许前后有空白） |
匹配示例
输入：
[321022] T:25 C H:68% L:0%匹配结果：
捕获组 1:
321022（时间戳）捕获组 2:
25（温度）捕获组 3:
68（湿度）捕获组 4:
0（光照）
8. 错误数据正则表达式解析
error_pattern = r'\[(\d+)\]\s+DHT11\s+Error!\s+L:(\d+)\s*%'
模式分解说明
| 模式部分 | 解释 |
|---|---|
r'\[' | 匹配左方括号[ | | (\d+) | 捕获组1：匹配时间戳 | | \] |
匹配右方括号] |
\s+ |
匹配 1 个或多个空白字符 |
DHT11 |
匹配文本DHT11 |
\s+ |
匹配 1 个或多个空白字符 |
Error! |
匹配文本Error! |
\s+ |
匹配 1 个或多个空白字符 |
L: |
匹配文本L: |
(\d+) |
捕获组 2：匹配光照值（整数） |
\s*% |
匹配光照单位%（允许前后有空白） |
匹配示例
输入：
[405018] DHT11 Error! L:2%匹配结果：
捕获组 1:
405018（时间戳）捕获组 2:
2（光照）
9. 正则表达式核心元字符说明
| 元字符 | 含义 |
|---|---|
\ |
转义字符，用于匹配特殊字符（如[、]、\s等） |
[] |
字符集，匹配方括号内的任意字符（如[0-9]匹配数字） |
() |
捕获组，用于提取匹配的子字符串（如(\d+)提取数字） |
\d |
匹配数字（等价于[0-9]） |
\s |
匹配空白字符（空格、制表符、换行符等） |
+ |
量词：匹配 1 次或多次（如\d+匹配至少 1 个数字） |
* |
量词：匹配 0 次或多次（如\s*匹配 0 个或多个空白） |
\A |
匹配字符串开头 |
\Z |
匹配字符串结尾 |
| |
或操作（如a|b匹配a或b） |
10. 扩展：正则表达式进阶写法
1. 匹配小数温度（如 25.5°C）
normal_pattern = r'\[(\d+)\]\s+T:(\d+\.\d+|\d+)\s*C\s+H:(\d+)\s*%\s+L:(\d+)\s*%'
(\d+\.\d+|\d+)：匹配整数或小数（如25或25.5）
2. 匹配更灵活的空白字符
normal_pattern = r'\[(\d+)\](\s+)T:(\d+)\s*C\s*H:(\d+)\s*%\s*L:(\d+)\s*%'
(\s+)：明确匹配时间戳后的空白字符
3. 添加行首尾匹配
normal_pattern = r'^\[(\d+)\]\s+T:(\d+)\s*C\s+H:(\d+)\s*%\s+L:(\d+)\s*%$'
^：匹配行开头$：匹配行结尾，确保整行完全匹配
11. 正则表达式测试方法
推荐使用在线工具测试正则表达式，例如：
测试步骤
输入正则表达式
输入测试字符串
查看匹配结果和捕获组内容
根据结果调整正则表达式
12. 正则表达式最佳实践
使用原始字符串：
r'\[(\d+)\]' # 推荐，避免\转义问题 '\[(\d+)\]' # 不推荐，需处理\转义
明确匹配范围：
尽量使用
^和$匹配行首尾，避免部分匹配示例：
^Pattern$比Pattern更精确
分组清晰：
按逻辑分组，便于后续提取数据
不需要提取的分组使用非捕获组：
(?:pattern)
逐步构建：
先编写简单模式，再逐步添加复杂条件
例如：先匹配时间戳
\[\d+\]，再添加温度部分T:\d+C
通过理解这些规则，可以根据实际数据格式灵活调整正则表达式，确保准确匹配和数据提取。如果需要匹配更复杂的格式，可逐步扩展模式并通过测试验证匹配效果。
13. 函数 match(pattern, string, flags=0) 解析
这个函数是 Python 中 re 模块的 match() 函数实现，用于从字符串开头尝试匹配正则表达式模式。以下是对其功能、参数和实现逻辑的详细解析：
一、函数功能概述
def match(pattern, string, flags=0): """Try to apply the pattern at the start of the string, returning a Match object, or None if no match was found.""" return _compile(pattern, flags).match(string)
核心功能：从字符串的开头开始尝试匹配正则表达式模式
返回值：
匹配成功：返回
Match对象（包含匹配结果和分组信息）匹配失败：返回
None
关键调用：
_compile(pattern, flags)：编译正则表达式模式match(string)：在字符串上执行匹配操作
二、参数详解
| 参数 | 类型 | 说明 |
|---|---|---|
pattern |
str | 正则表达式模式字符串（如 r'\d+' 匹配数字） |
string |
str | 要匹配的目标字符串（如 "123abc"） |
flags |
int | 匹配标志（可选，默认 0），用于修改匹配行为，例如： |
- re.I：忽略大小写 - re.M：多行匹配 - re.S：点号匹配所有字符 |
三、实现逻辑解析
正则表达式编译：
_compile(pattern, flags)
将字符串形式的正则表达式
pattern编译为内部可执行的模式对象编译后可提高匹配效率（避免重复编译相同模式）
字符串匹配：
.match(string)
对
string执行匹配操作，仅从字符串开头开始匹配若开头不匹配模式，则直接返回
None，不继续向后匹配
示例说明：
import re # 匹配成功 result = re.match(r'\d+', '123abc') print(result.group()) # 输出: '123' # 匹配失败（开头不是数字） result = re.match(r'\d+', 'abc123') print(result) # 输出: None
四、与其他匹配函数的对比
| 函数 | 匹配位置 | 示例（模式\d+，字符串'abc123'） |
|---|---|---|
re.match() |
字符串开头 | 匹配失败（返回None） |
re.search() |
字符串任意位置 | 匹配成功（返回'123'） |
re.findall() |
查找所有匹配 | 返回['123'] |
五、flags 参数常用取值
re.match(r'abc', 'ABC', re.I).group() # 输出: 'ABC'
多行匹配（
re.M）：pattern = r'^Hello' string = """Hello World Hello Python""" # 不使用re.M时仅匹配第一行 re.match(pattern, string).group() # 输出: 'Hello' # 使用re.M时匹配所有行开头 re.match(pattern, string, re.M) # 仍只匹配第一行（match()仅从开头匹配） re.findall(pattern, string, re.M) # 输出: ['Hello', 'Hello']
点号匹配所有字符（
re.S）：pattern = r'Hello.*World' string = "Hello\nWorld" re.match(pattern, string).group() # 匹配失败（.不匹配\n） re.match(pattern, string, re.S).group() # 匹配成功（.匹配\n）
六、Match 对象常用方法和属性
| 方法 / 属性 | 说明 |
|---|---|
group(n) |
获取第 n 个捕获组的匹配结果（n=0为整个匹配结果） |
groups() |
以元组形式返回所有捕获组的结果 |
groupdict() |
以字典形式返回命名捕获组的结果 |
start(n) |
获取第 n 个捕获组的起始位置 |
end(n) |
获取第 n 个捕获组的结束位置 |
span(n) |
获取第 n 个捕获组的起始和结束位置（返回元组(start, end)） |
七、使用场景建议
明确需要从开头匹配时：
验证字符串格式（如 IP 地址、邮箱等）
示例：验证手机号（开头为 13/14/15/18 等）
def is_valid_phone(phone): return re.match(r'^1[3-9]\d{9}$', phone) is not None
与其他匹配函数配合使用：
先使用
match()尝试开头匹配，失败后再用search()全局搜索
def find_pattern(pattern, string): result = re.match(pattern, string) if not result: result = re.search(pattern, string) return result
结合 flags 参数处理复杂场景：
处理包含特殊字符或需要多行匹配的文本
八、注意事项
仅开头匹配限制：
match()不会搜索字符串中间的匹配项，若需要全局匹配请使用re.search()
编译后的模式对象：
对于频繁使用的正则表达式，建议提前编译以提高效率：
pattern = re.compile(r'\d+') result = pattern.match('123abc')
转义字符处理：
使用原始字符串（
r''
）避免转义问题：
re.match(r'\\d+', '\\d123') # 匹配'\\d' re.match('\\\\d+', '\\d123') # 等价于上面的原始字符串
通过理解match()函数的工作原理和参数用法，可以更精准地控制正则表达式的匹配行为，尤其是在需要从字符串开头进行模式匹配的场景中。