Python正则表达式重在解决实际文本问题：1.手机号提取需兼顾格式与防误匹配；2.日志清洗用re.sub去除时间戳和IP；3.文件重命名靠捕获组调换顺序；4.邮箱识别需边界控制并生成mailto链接。
Python正则表达式不是背语法，而是解决实际文本问题的工具。掌握几个典型场景的写法，比记满页符号更有用。
提取手机号：兼顾常见格式和防误匹配
国内手机号通常为11位，以1开头，第二位常见3-9；但要注意避开“110”“119”等特殊号段，也别把带分隔符的字符串（如138-1234-5678）错当有效号码。
- 基础匹配：
r'1[3-9]\d{9}'—— 精准抓纯数字11位手机号 - 支持空格/短横线：
r'1[3-9]\d{2}[-\s]?\d{4}[-\s]?\d{4}'，注意?表示前面的分隔符可有可无 - 防止匹配到更长数字中的子串：用 \b（词边界）包住，如
r'\b1[3-9]\d{9}\b'
清洗日志行：去掉时间戳和IP，保留核心信息
服务器日志常形如 [2025-03-15 14:22:08] 192.168.1.100 "GET /api/user HTTP/1.1" 200，想只留请求路径和状态码。
- 先用
re.sub()去掉开头时间：re.sub(r'^\[.*?\]\s+', '', line) - 再删IP和引号包裹的请求行：
re.sub(r'\d+\.\d+\.\d+\.\d+\s+"[^"]*"\s+', '', line) - 组合起来更简洁：
re.sub(r'^\[.*?\]\s+\d+\.\d+\.\d+\.\d+\s+"[^"]*"\s+', '', line)
批量重命名文件：从“report_20250315_v2.txt”改成“2025-03-15-report-v2.txt”
关键在捕获年月日并插入分隔符，同时调换字段顺序。
- 匹配原名结构：
r'report_(\d{4})(\d{2})(\d{2})_v(\d+)\.txt'，括号用于分组捕获 - 替换为：
r'\1-\2-\3-report-v\4.txt'，\1 \2 \3 \4 对应四个捕获组 - 完整示例：
re.sub(r'report_(\d{4})(\d{2})(\d{2})_v(\d+)\.txt', r'\1-\2-\3-report-v\4.txt', filename)
识别并高亮邮箱：在HTML中给邮箱加mailto链接
不是简单找@，要确保前后是合理字符边界，避免匹配到“abc@def@ghi”或“email@test.”这种无效串。
- 推荐邮箱模式：
r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-
z]{2,}\b' - 配合
re.sub()生成链接：re.sub(r'(\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b)', r'\1', text) - 注意：真实项目建议用 email-validator 库校验，正则仅作初步筛选
z]{2,}\b'
