3. Python re 模块入门：re.match、re.search、re.findall

正则表达式的精髓在于「匹配」。你写好了模式，接下来就得用 Python 的 re 模块去执行它。这个模块提供了三个最常用的函数：re.match、re.search 和 re.findall。说白了，它们干的是同一件事——在字符串里找东西，但找的方式和结果都不一样。

我个人习惯把这组函数叫做「匹配三剑客」。当年刚学的时候也混淆过，后来踩了坑才真正记住。今天我们就把它彻底讲清楚。

3.1 先看全局：三个函数的定位

用一句话总结它们的区别：

  • re.match —— 从字符串开头匹配，只要开头不匹配就返回 None。
  • re.search —— 扫描整个字符串，找到第一个匹配的位置就停。
  • re.findall —— 扫描整个字符串，找到所有匹配的结果，返回列表。

你想想看，这三个函数拼在一起，几乎覆盖了所有常见的正则匹配场景。下面我逐个拆开讲，配上代码，再补几个我踩过的坑。

re.match / re.search / re.findall 匹配流程对比 Python re 三种匹配函数核心流程对比 输入：模式 pattern + 字符串 string re.match：必须从开头匹配 开头不匹配 → None 开头匹配 → Match 对象 re.search：扫描第一个匹配 找到任意位置第一个 → Match 找不到 → None re.findall：返回所有匹配 找到所有 → 字符串列表 找不到 → 空列表 [] 返回结果：Match 对象 / None / 列表

3.2 re.match：严格的「开头控」

re.match(pattern, string) 会从字符串的起始位置开始匹配。如果开头字符不满足模式，直接返回 None。嗯，这里要注意：它不会跳过开头去别处找。

我在项目中遇到过这样一个坑：用 re.match(r'\d+', 'abc123') 检查字符串是否包含数字，结果返回 None。当时我百思不得其解，后来才反应过来——数字没出现在开头。

典型场景：校验字符串是否以指定前缀开头，比如判断文件路径是否以 /var/log 开头。 
import re

text = "2024-12-25 日志文件.log"
# 匹配开头的日期
match = re.match(r'\d{4}-\d{2}-\d{2}', text)
if match:
    print(match.group())   # 输出：2024-12-25
else:
    print("开头没匹配上")

# 这个字符串开头没有数字，所以 match 会返回 None
text2 = "日志2024.log"
print(re.match(r'\d+', text2))  # None

3.3 re.search：找第一个就停

re.search(pattern, string) 不要求开头匹配。它会扫描整个字符串，找到第一个匹配的位置就停下来，返回一个 Match 对象。如果全串都找不到，才返回 None。

说白了，search 比 match 更“宽容”。我平时检测字符串里有没有某种格式时，90% 的情况都用 search。

小技巧：如果你不确定匹配内容会出现在哪里，就用 re.search。它最接近日常的「查找」直觉。 
text = "我的邮箱是 hello@example.com，请发送到那里。"
search = re.search(r'[\w.+-]+@[\w-]+\.[\w.-]+', text)
if search:
    print(search.group())   # hello@example.com
else:
    print("没找到邮箱")

# 注意：search 只返回第一个匹配，后面的不管
text2 = "邮箱1: a@b.com, 邮箱2: c@d.com"
search2 = re.search(r'[\w.+-]+@[\w-]+\.[\w.-]+', text2)
print(search2.group())  # 只输出 a@b.com

3.4 re.findall：全部给我出来

当需要提取字符串中所有符合模式的内容时，re.findall(pattern, string) 就是最佳选择。它返回一个列表，里面装着所有匹配到的字符串（没有 Match 对象，直接是文本）。如果找不到，返回空列表 []。

我记得有一次要解析几十万行的服务器日志，提取所有 IP 地址。用 re.findall 一行搞定，配合 set 去重，几秒钟就跑完了。要是用 search 循环，代码得复杂好几倍。

注意：如果模式中含有分组（圆括号），findall 的行为会变化——只返回分组捕获的内容，而不是整个匹配。 
text = "用户A: 13800138000 用户B: 15912345678"
phones = re.findall(r'1[3-9]\d{9}', text)
print(phones)  # ['13800138000', '15912345678']

# 如果模式有分组，findall 只返回分组内容
text2 = "温度: 25°C, 湿度: 60%"
# 注意：有两个分组，findall 返回元组列表
pairs = re.findall(r'(\w+):\s*(\d+)', text2)
print(pairs)  # [('温度', '25'), ('湿度', '60')]

3.5 核心对比

下面这张表，我建议你收藏。遇到选择困难症时翻一翻就清楚了。

函数 匹配策略 返回类型 适用场景
re.match 从开头匹配 Match 对象 或 None 校验前缀、固定格式开头
re.search 扫描第一个匹配 Match 对象 或 None 判断字符串是否包含某个模式
re.findall 扫描所有匹配 字符串列表（无分组时）或元组列表（有分组时） 批量提取所有符合条件的子串

3.6 避坑指南 & 个人经验

我曾经犯过一个特别低级的错误：在 re.match 里加了 ^ 锚点，又在 search 里用了 $ 结尾，结果写了个模式到处乱配。后来我学乖了——用之前先想清楚逻辑：你是要「开头强制」、「任意位置第一个」还是「全部搜集」？想清楚再选函数。

还有一个常见的坑：re.findall 遇到嵌套分组时返回的是元组列表，很多新手直接把它当成字符串列表用，导致 TypeError。我记得之前有个同事在线上环境踩了这个雷，日志全打花了。所以说，如果模式写了很多括号，先用 re.finditer 代替 findall，它返回迭代器且每个元素都是 Match 对象，便于取 .group() 和 .groups()。

大忌：不要尝试在 re.findall 中用 group() 方法——它返回的是列表，没有 group()。

嗯，学到这里，你已经掌握了 Python 正则最核心的三个函数。结合前面的模式语法，现在你可以做很多事了：提取手机号、解析邮箱、校验日志前缀……后面我们会把这些技巧组合成完整的敏感数据识别实战。

← 上一章 📖 返回目录 下一章 →