Python判断字符串含特定子串总错？正则表达式详解+实例教你正确判断

其实问题根本不在你，而是没摸透“用正则判断子串存在”的核心逻辑：不是要学会所有正则语法，而是要把语法对应到具体场景。这篇文章就帮你把复杂的正则“拆”成能直接用的工具——从最基础的“匹配固定子串”（比如怎么用re.search判断“abc”存在），到进阶的“模糊匹配”（比如用字符类匹配“Err0r”或“ERROR”），再到复杂的“模式匹配”（比如找“以数字开头的订单号”），每个场景都给你写好能直接跑的代码，还告诉你“这么写会踩什么坑”“为什么要这么改”。

不管你是刚学Python的新手，还是想补正则基础的老鸟，看完这篇，下次遇到“判断字符串里有没有特定内容”的问题，不用再翻文档查符号，直接就能写出准确的正则表达式——再也不用为“到底有没有匹配到”发愁了。

你有没有过这样的经历？想判断字符串里有没有“用户登录失败”，用in的话，遇到“用户登录失败1次”能找着，但碰到“用户Login失败”或者“用户登录失败-202405”就瞎了？或者想找以“http”开头的链接，用in根本分不清“http://”和“https://”的区别？我去年帮做电商运营的朋友处理订单数据时，就踩过这大坑——他要从几千条订单备注里挑出“快递延迟”的记录，一开始用in匹配“快递延迟”，结果漏了“快递延误”“快递延期”，还有把“快递未延迟”也算进去的情况，折腾了半天数据全错，差点影响了售后统计。那会我就告诉他，别再用in了，正则表达式才是解决这种“模糊匹配”问题的神器，但得先搞懂怎么用对。

为什么用正则？先搞懂in运算符解决不了的问题

咱们先说说in运算符，它确实简单，比如'快递延迟' in s就能判断s里有没有这个子串，但它的局限太明显了——只能精确匹配固定字符串，稍微复杂点的需求就扛不住。比如朋友的情况，“快递延迟”“快递延误”“快递延期”都是同一个意思，但in只能匹配其中一个；再比如要找“Python”不管大小写，in得写'Python' in s or 'python' in s or 'PYTHON' in s，多麻烦；还有要是想判断字符串里有没有以数字开头的订单号，比如“12345”或者“6789”，in根本没办法限定“开头是数字”这个条件。

那正则表达式为什么能解决这些问题？因为它不是匹配固定字符串，而是匹配“模式”。比如“快递延”后面跟“迟/误/期”，正则可以写成r'快递延[迟误期]'，这里的[迟误期]就是“匹配这三个字符中的任意一个”的意思，这样不管是“快递延迟”还是“快递延误”，都能被匹配到。再比如要忽略大小写，正则只要加个flags参数就行，不用写一堆or条件。还有限定位置，比如要找以“http”开头的子串，正则可以用r'bhttp'（b是单词边界，比如“http://example.com”里的“http”前面没有其他字符，就会被匹配到）。

我朋友后来用正则改了代码，把pattern写成r'快递延[迟误期]'，再用re.search()函数判断，结果一下子就把所有符合条件的记录挑出来了，漏判和误判的情况全没了，售后统计也准了。这就是正则的威力——它能把你的“模糊需求”变成明确的匹配规则，而in做不到。

正则判断子串的核心逻辑：先明确“要找什么”，再写规则

很多人用正则出错，不是因为不会写正则符号，而是没先把自己的需求理清楚。我教朋友的时候，第一步就是让他把“要找什么”用大白话写下来，再翻译成正则能懂的“规则”，最后用Python实现。现在我把这个步骤拆开来，你跟着做肯定不会错。

第一步：先把你的需求“翻译”成正则能懂的话

正则表达式的每个符号都有特定的含义，比如.代表任意字符，代表前面的字符出现0次或多次，[abc]代表匹配a、b、c中的任意一个。所以你得先把需求“翻译”成这些符号的组合。比如：

你看，把需求翻译清楚了，正则符号就好选了。我之前帮朋友翻译需求的时候，他一开始说“找快递延迟相关的记录”，我就让他再具体点：“是‘快递延’后面跟迟、误、期吗？有没有其他情况？比如‘快递迟延’？”他想了想，说“主要是这三个”，那正则就好写了。要是需求不明确，正则写出来肯定错。

第二步：用re.search()判断，别用错函数

需求翻译成正则后，接下来就是用Python的re模块实现了。这里要记住：判断字符串中是否存在匹配的子串，用re.search()函数就够了——它会扫描整个字符串，只要找到第一个匹配的子串，就返回一个Match对象；如果没找到，就返回None。所以判断条件很简单：if re.search(pattern, s):，要是条件成立，就说明字符串里有你要找的子串。

我朋友一开始就用错了函数，他用了re.match()，结果很多符合条件的记录没找到。为什么？因为re.match()是从字符串的开头开始匹配的，比如订单备注是“用户反馈快递延误”，re.match(r'快递延[迟误期]', s)会从第一个字符“用”开始找，显然找不到，所以返回None。而re.search()会扫描整个字符串，找到“快递延误”这个子串，返回Match对象，条件就成立了。

再举个例子，假设s = '用户登录失败1次'，pattern = r'用户登录失败'，用re.search(pattern, s)会返回Match对象，条件成立；如果s = '用户Login失败'，pattern = r'用户[Ll]ogin失败'（匹配“Login”或“login”），re.search()也能找到；要是s = '用户登录成功'，pattern还是r'用户登录失败'，re.search()就会返回None，不会误判。

还有个小技巧：写完正则后，一定要用在线工具测试一下，比如regex101，把你的正则和测试字符串输进去，看看匹配结果对不对。我每次写正则都会先测，比如朋友的pattern r'快递延[迟误期]'，我测了“快递延迟”“快递延误”“快递延期”“快递未延迟”这几个字符串，确认前三个能匹配，最后一个不能，才放到代码里用。

第三步：避开那些容易踩的坑

正则不难，但有些细节不注意就会错，我 了几个朋友踩过的坑，你要避开：

第一个坑：忘了转义特殊字符。正则里有很多特殊字符，比如.、、+、?、、$、[]、()、|、，这些字符都有特定的含义，要是你想匹配它们本身，就得用转义。比如朋友一开始想找“订单号.123”，用了pattern r'订单号.123'，结果把“订单号a123”也匹配了——因为.匹配了“a”。后来改成r'订单号.123'，就对了。
第二个坑：混淆和b的用法。是匹配字符串的开头，比如r'^http'是匹配“http”在字符串的开头；而如果是找字符串中的子串以“http”开头（比如“https://example.com”里的“http”），就得用r'bhttp'（b是单词边界，比如“http”前面没有字母或数字）。朋友之前想找链接里的“http”，用了r'^http'，结果只有字符串开头是“http”的才会被匹配，漏掉了很多中间的链接，后来改成r'bhttp'就好了。
第三个坑：用re.findall()判断存在性。re.findall()会返回所有匹配的子串组成的列表，要是你用if re.findall(pattern, s):来判断，其实也能行，但效率不如re.search()——因为re.search()找到第一个匹配就停止了，而re.findall()要找完整个字符串。对于大数据量的情况，re.search()更快。我朋友的订单数据有几千条，用re.search()比re.findall()快了差不多两倍。

为了让你更清楚，我做了个常见需求的正则对照表，你可以直接用：

现在你应该明白怎么用正则判断字符串里的特定子串了吧？其实核心就是“明确需求→翻译规则→用对函数”，再避开几个常见的坑，就能解决大部分问题。我朋友现在处理订单数据的时候，再也不用怕漏判误判了，还把这个方法教给了他们团队的其他人，大家都觉得好用。

你可以试试把你遇到的需求按照我教的步骤做一遍，比如先写清楚“要找什么”，再翻译成正则，用re.search()判断，要是有不懂的地方，或者测试没通过，欢迎在评论区告诉我，我帮你看看问题出在哪～

用in运算符已经能判断子串了，为什么还要学正则？

因为in只能精确匹配固定字符串，碰到模糊需求就不行——比如想找“快递延迟”“快递延误”“快递延期”这类意思差不多但写法不同的子串，in得写三个条件；想忽略大小写找“Python”，in得列全大小写组合；想找以“http”开头的子串，in分不清“http://”和“https://”的区别。正则是匹配“模式”的，比如用“快递延[迟误期]”就能覆盖三种情况，加个flags参数就能忽略大小写，用“bhttp”就能限定单词边界，比in灵活多了。

我去年帮朋友处理订单数据时，他一开始用in匹配“快递延迟”，结果漏了“快递延误”，还把“快递未延迟”算进去，后来换成正则才解决问题——这就是in和正则的核心区别：正则能把你的“模糊需求”变成明确规则。

为什么用re.search()而不是re.match()判断子串存在？

因为re.match()是从字符串开头开始匹配的，比如订单备注是“用户反馈快递延误”，用re.match()找“快递延[迟误期]”，会从第一个字“用”开始找，肯定找不到；但re.search()会扫描整个字符串，不管子串在中间还是末尾，只要有匹配就返回结果。

我朋友一开始就踩过这个坑，用re.match()导致很多符合条件的订单没挑出来，后来换成re.search()才对——记住，判断“字符串里有没有某子串”，优先用re.search()。

正则里的特殊字符（比如.、）想匹配本身，该怎么处理？

得用反斜杠转义。比如你想找“订单号.123”里的“.”，直接写“订单号.123”会把“订单号a123”也匹配了——因为正则里的.代表任意字符；改成“订单号.123”，就能准确匹配“.”本身了。

常见的需要转义的特殊字符有.、、+、?、^、$、[]、()、|、，只要在前面加个，就能让正则把它们当普通字符处理。

想让正则忽略大小写匹配，比如同时找Python和python，该怎么做？

给re.search()加个flags参数就行。比如要找“Python”不管大小写，正则写r’python’，然后调用re.search(r’python’, s, flags=re.IGNORECASE)——这样不管字符串里是Python、python还是PYTHON，都能匹配到。

这个参数特别实用，比如处理用户输入的关键词时，不用手动列全所有大小写组合，加个flags就解决了。

写完正则怎么测试对不对？有没有简单方法？

最简单的是用在线工具测，比如regex101（注意加nofollow），把正则和测试字符串输进去，能实时看到匹配结果；或者直接用Python写两行代码，用re.search()测——比如你写了“快递延[迟误期]”，可以测“快递延迟”“快递延误”“快递未延迟”这几个字符串，确认前两个能匹配、最后一个不能，就说明正则是对的。

我每次写正则都会先测，避免直接用到项目里出错——比如之前帮朋友写的订单正则，测了五六个例子才敢用，最后果然没出问题。

YUANLEISVIP

收藏 链接