Python 正则表达式规则整理

1. 基础匹配符

符号 含义 示例

. 匹配任意字符（默认不包含换行） a.c 匹配 abc \d 数字 123 \D 非数字 abc \w 字母、数字、下划线 user_1 \W 非字母数字下划线 @#$ \s 空白字符（空格、Tab、换行）
\S 非空白字符

2. 数量控制符

*

匹配 0 次或多次。

a*

匹配：

""
"a"
"aaa"

+

匹配 1 次或多次。

a+

匹配：

a
aaa

?

匹配 0 次或 1 次。

colou?r

匹配：

color
colour

{n}

固定次数：

\d{4}

匹配：

2026

{n,m}

范围次数：

\d{2,4}

匹配：

12
123
1234

3. 贪婪匹配和非贪婪匹配

贪婪匹配

默认情况下，正则会尽可能多匹配。

<a>.*</a>

文本：

<a>hello</a><a>world</a>

结果：

<a>hello</a><a>world</a>

非贪婪匹配

在数量符后添加 ?：

<a>.*?</a>

结果：

<a>hello</a>

常见转换：

贪婪 非贪婪

* *? + +? ? ?? {n,m} {n,m}?

4. 分组

捕获组

使用：

(...)

作用：

提取需要使用的数据。

示例：

hello (world)

Python：

m.group(1)

结果：

world

非捕获组

使用：

(?:...)

作用：

只进行逻辑分组，不保存结果。

示例：

(?:cat|dog)

5. 选择

使用：

|

示例：

cat|dog

匹配：

cat
dog

6. 字符集合

匹配其中一个字符

[abc]

匹配：

a
b
c

范围

[a-z]
[A-Z]
[0-9]

排除

[^0-9]

表示：

不是数字。

7. 边界

开始

^

例如：

^Hello

匹配：

Hello world

结束

$

例如：

world$

匹配：

hello world

8. Lookaround（约束条件）

特点：

检查条件，但不会消耗匹配字符。

正向先行

(?=xxx)

后面必须是 xxx。

例：

hello(?= world)

匹配：

hello

要求后面存在：

 world

负向先行

(?!xxx)

后面不能是 xxx。

正向后行

(?<=xxx)

前面必须是 xxx。

负向后行

(?<!xxx)

前面不能是 xxx。

9. Python re 常用参数

DOTALL

re.DOTALL

作用：

让 . 可以匹配换行。

IGNORECASE

re.I

忽略大小写。

MULTILINE

re.M

让 ^ 和 $ 匹配每一行。

10. Agent ReAct 输出解析案例

Thought 提取

r"Thought:\s*(.*?)(?=\nAction:|$)"

解析：

Thought:

固定标识。

\s*

跳过空白。

(.*?)

捕获 Thought 内容。

(?=\nAction:|$)

约束结束位置：

• 遇到 Action
• 或文本结束

Action 提取

r"Action:\s*(.*?)$"

解析：

Action:

固定标识。

\s*

忽略空白。

(.*?)

捕获 Action 内容。

$

直到文本结束。

11. 阅读复杂正则的方法

推荐顺序：

1. 找捕获组 (...)
   • 我要提取什么？
2. 找边界：
   • ^
   • $
   • (?=)
   • (?<=)
3. 找数量：
   • *
   • +
   • ?
   • {}
4. 找特殊字符：
   • \s
   • \d
   • \w
   • .

12. 工程建议

简单固定格式：

优先：

split()
index()
find()

复杂文本解析：

使用：

re

LLM 输出解析：

正则通常足够，因为文本规模小，瓶颈一般在模型推理。

核心记忆

最常用：

()
(?:)
.*
.*?
\s*
^
$
(?=)
(?<=)
re.DOTALL

掌握这些，基本可以处理大部分工程正则场景。