DRG存档编辑器终极指南：3步快速掌握深岩银河游戏数据修改
2026/6/15 15:00:04
影刀RPA进阶教程：正则表达式10个必会模式——让文本提取精准无误
影刀RPA正则表达式是文本处理的瑞士军刀。网页抓到的数据里混着空格、换行、标签，用内置方法怎么拆都拆不干净——一行正则就搞定。这篇文章给你10个影刀实战中最常用的正则模式，直接复制用。
作者：林焱 | 影刀RPA进阶系列
为什么需要正则
影刀内置的文本处理指令（分割、替换、截取）足够简单场景用，但碰到这些情况就吃力了：
- 从"价格：¥129.00（含税）"里只取数字 129.00
- 从 HTML 标签里提取纯文本
- 验证手机号/邮箱格式
- 批量替换多种字符（同时去空格、去逗号、去换行）
正则一行代码解决以上全部问题。
影刀里怎么用正则
两种方式：
方式一：用 Python 执行代码（推荐，功能最全）
importre text="价格：¥129.00"result=re.search(r'(\d+\.\d{2})',text)ifresult:price=result.group(1)# "129.00"方式二：用影刀内置的「文本匹配」指令
传入正则表达式和文本，输出匹配结果。简单场景够用，复杂场景推荐 Python。
拼多多店群自动化上架方案
模式1：提取价格（最常见）
importre text="原价：¥258.90，促销价：¥199.00"prices=re.findall(r'(\d+\.\d{2})',text)# 输出：['258.90', '199.00']# 如果价格格式不统一（有"12.9"或"129"）prices=re.findall(r'(\d+\.?\d{0,2})',text)模式2：提取中文内容
text="商品名称：Apple iPhone 15 256GB 黑色"# 只提取中文部分chinese=re.findall(r'[\u4e00-\u9fff]+',text)# 输出：['商品名称', '黑色']模式3：验证手机号
phone="13812345678"pattern=r'^1[3-9]\d{9}$'ifre.match(pattern,phone):print("手机号格式正确")else:print("手机号格式错误")模式4：验证邮箱
email="test@example.cn"pattern=r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'ifre.match(pattern,email):print("邮箱格式正确")模式5：提取 URL
text="详情页：https://item.xx.com/12345.html 来源：淘宝"urls=re.findall(r'https?://[^\s]+',text)# 输出：['https://item.xx.com/12345.html']模式6：从 HTML 标签里提取纯文本
importre html='<div class="title">iPhone 15 Pro Max</div>'# 去掉所有 HTML 标签clean=re.sub(r'<[^>]+>','',html)# 输出：iPhone 15 Pro Max模式7：按多个分隔符拆分文本
text="商品A|商品B,商品C;商品D、商品E"# 按 | , ; 、 拆分items=re.split(r'[|,;、]',text)# 输出：['商品A', '商品B', '商品C', '商品D', '商品E']模式8：提取日期
text="订单日期：2026-06-11，发货日期：20260612"# 匹配 YYYY-MM-DD 格式dates=re.findall(r'\d{4}-\d{2}-\d{2}',text)# 输出：['2026-06-11']# 同时匹配多种日期格式dates=re.findall(r'\d{4}[-/]\d{2}[-/]\d{2}',text)# 匹配 2026-06-11 和 2026/06/11模式9：清理空白字符
text=" 商品名称\n\t iPhone 15 \n"# 清理开头结尾空白clean=text.strip()# 清理所有类型空白（空格、换行、制表符）clean=re.sub(r'\s+',' ',text).strip()# 输出：商品名称 iPhone 15模式10：提取特定格式的ID
text="订单号：DD2026061100523，退款单号：TK2026061100892"# 提取"DD开头+数字"的订单号order_ids=re.findall(r'DD\d{13}',text)# 输出：['DD2026061100523']# 通用写法：提取所有大写字母+数字的IDall_ids=re.findall(r'[A-Z]{2}\d{13}',text)# 输出：['DD2026061100523', 'TK2026061100892']正则速查表（贴墙上那种）
TEMU店群如何管理运营？
| 符号 | 含义 | 示例 |
|---|---|---|
. | 匹配任意字符（换行除外） | a.c匹配"abc"、“a1c” |
\d | 数字（0-9） | \d{3}匹配3位数字 |
\w | 字母数字下划线 | \w+匹配单词 |
\s | 空白字符 | \s+匹配连续空白 |
* | 0次或多次 | a*匹配""、“a”、“aa” |
+ | 1次或多次 | a+匹配"a"、“aa” |
? | 0次或1次 | colou?r匹配"color"和"colour" |
{n} | 恰好n次 | \d{4}匹配4位数字 |
{n,m} | n到m次 | \d{2,4}匹配2-4位数字 |
[] | 字符集 | [aeiou]匹配任意元音 |
[^] | 排除字符集 | [^0-9]匹配非数字 |
() | 捕获组 | (\d+)\.(\d+)分两部分捕获 |
^ | 开头 | ^商品匹配以"商品"开头 |
$ | 结尾 | 元$匹配以"元"结尾 |
\u4e00-\u9fff | 中文字符 | 匹配所有汉字 |
3个易错提醒
1. 贪婪匹配 vs 非贪婪匹配
text="<div>A</div><div>B</div>"# 贪婪（默认）：匹配尽可能多re.findall(r'<div>.*</div>',text)# 结果：['<div>A</div><div>B</div>'] ← 把两个div都包进去了# 非贪婪：匹配尽可能少re.findall(r'<div>.*?</div>',text)# 结果：['<div>A</div>', '<div>B</div>'] ← 正确！加个?就变成非贪婪模式。
2. 别忘了转义特殊字符
需要匹配字面上的.或(时，必须加反斜杠：\.、\(、\$。
# 错误：. 匹配了任意字符re.findall(r'129.00',"129x00")# 也会匹配# 正确：\. 只匹配句点re.findall(r'129\.00',"129.00")# 严格匹配3. 在影刀的「文本匹配」里用正则，换行符不会自动匹配
影刀内置的文本匹配默认是单行模式，.*不匹配换行。如果用 Pythonre.search()，加re.DOTALL标志：
re.search(r'商品名：(.*)价格',text,re.DOTALL)小结
这10个模式覆盖了影刀日常 90% 的文本处理需求。建议收藏这张速查表，碰到文本提取问题先看有没有现成的模式能用，比从头写快得多。
正则不用背，需要时复制改参数就行。
内容标签：影刀RPA / 正则表达式 / 文本处理 / Python re / 数据清洗
作者：林焱
本文是「影刀RPA从零到实战」系列文章之一，持续更新实操技巧与避坑经验。