当前位置：首页 > news >正文

影刀RPA进阶教程_正则表达式在自动化中的实用速查

news 2026/6/11 9:12:06

影刀RPA进阶教程：正则表达式在自动化中的实用速查

正则表达式是自动化里最"性价比高"的技能之一。

不会正则的时候，提取一个价格要写十几行代码，各种 split、replace、找位置。会正则之后，一行代码搞定。

我不是程序员出身，正则也是边用边学的。这篇文章不讲底层原理，只讲自动化里最常用的 6 个场景，每个场景一个现成的正则，复制就能用。

一、影刀里怎么用正则

两种方式：

方式1：影刀内置的"从文本提取"指令

支持正则模式，直接选即可。适合简单的提取场景。

方式2：Python 代码指令

店群矩阵自动化突破运营极限！

复杂场景用 Python 的re模块，更灵活。

Python代码:importre text="价格：¥128.00，已售 3200 件"# re.search: 找第一个匹配match=re.search(r'¥(\d+\.?\d*)',text)ifmatch:price=match.group(1)# "128.00"print(f"价格:{price}")# re.findall: 找所有匹配text2="a@x.com, b@y.com, c@z.com"emails=re.findall(r'[\w\.-]+@[\w\.-]+',text2)print(f"找到邮箱:{emails}")# ['a@x.com', 'b@y.com', 'c@z.com']# re.sub: 替换text3="价格： 128.00 元"clean=re.sub(r'\s+','',text3)# 去掉所有空白print(f"清洗后:{clean}")# "价格：128.00元"

二、6 个最常用场景 + 现成正则

场景1：提取价格

Python代码:importre# 常见价格格式: ¥128.00, ￥128, 128.00元, 128元, 12.8万texts=["¥128.00","￥99","35.8元","1.2万","¥1,299.00","券后69.9"]defextract_price(text):# 去掉￥、¥、逗号、空格text=text.replace("￥","").replace("¥","").replace(",","").replace(" ","")# 处理"万"if"万"intext:num=float(text.replace("万",""))returnnum*10000# 提取数字（含小数点）match=re.search(r'(\d+\.?\d*)',text)ifmatch:returnfloat(match.group(1))returnNonefortintexts:print(f"{t}->{extract_price(t)}")# 输出:# ¥128.00 -> 128.0# ￥99 -> 99.0# 35.8元 -> 35.8# 1.2万 -> 12000.0# ¥1,299.00 -> 1299.0# 券后69.9 -> 69.9

场景2：提取销量数字

Python代码:importre# 销量格式: "已售10万+", "3200人付款", "月销 5000+", "999+"texts=["已售10万+","3200人付款","月销 5000+","999+","2.3万+件"]defextract_sales(text):text=text.replace(",","")if"万"intext:match=re.search(r'(\d+\.?\d*)',text)ifmatch:returnint(float(match.group(1))*10000)match=re.search(r'(\d+)',text)ifmatch:returnint(match.group(1))return0fortintexts:print(f"{t}->{extract_sales(t)}")# 已售10万+ -> 100000# 3200人付款 -> 3200# 月销 5000+ -> 5000

场景3：提取手机号

Python代码:importre text="联系方式：13812345678，备用：15987654321"phones=re.findall(r'1[3-9]\d{9}',text)print(phones)# ['13812345678', '15987654321']

场景4：提取 URL

Python代码:importre text="详情页: https://item.taobao.com/item.htm?id=12345 图片: //img.alicdn.com/a.jpg"# 提取所有 URLurls=re.findall(r'https?://[^\s]+',text)# 也提取 //开头的protocol_urls=re.findall(r'//[^\s]+',text)print(urls)# ['https://item.taobao.com/item.htm?id=12345']print(protocol_urls)# ['//img.alicdn.com/a.jpg']

场景5：清洗 HTML 标签

Python代码:importre text='<span class="price">¥128.00</span><em>包邮</em>'# 去掉所有HTML标签clean=re.sub(r'<[^>]+>','',text)print(clean)# "¥128.00包邮"# 去掉所有空白字符（空格、换行、tab）clean2=re.sub(r'\s+','',clean)print(clean2)# "¥128.00包邮"

场景6：提取括号/中括号内的内容

Python代码:importre text="连衣裙（2026夏季新款）[已售罄]"# 提取中文括号内容cn_bracket=re.search(r'（(.+?)）',text)ifcn_bracket:print(cn_bracket.group(1))# "2026夏季新款"# 提取英文括号内容en_bracket=re.search(r'\((.+?)\)',text)# 提取中括号内容sq_bracket=re.search(r'\[(.+?)\]',text)ifsq_bracket:print(sq_bracket.group(1))# "已售罄"

三、正则新手最容易犯的 3 个错误

错误1：忘记转义特殊字符

temu店群自动化报活动案例

.*+?[](){}在正则里有特殊含义。如果要匹配这些字符本身，前面加\。

# 错误: 想匹配 ￥128.00 中的点号re.search(r'128.00',text)# . 匹配任意字符！会匹配到 128-00, 128x00 等# 正确re.search(r'128\.00',text)# \. 才匹配真正的点号

错误2：贪婪匹配 vs 非贪婪匹配

text="<div>内容1</div><div>内容2</div>"# 贪婪匹配（默认）：尽可能多地匹配re.findall(r'<div>(.*)</div>',text)# 结果: ['内容1</div><div>内容2'] ← 不是你想要的！# 非贪婪匹配：尽可能少地匹配re.findall(r'<div>(.*?)</div>',text)# 结果: ['内容1', '内容2'] ← 这才是对的

.*换成.*?，这个问题就能避免。

错误3：没有处理 None

# 不好match=re.search(r'¥(\d+)',text)price=match.group(1)# 如果没匹配到，match 是 None，报错！# 好match=re.search(r'¥(\d+)',text)price=match.group(1)ifmatchelse"未找到"