Expressões Regulares em Python: guia prático com exemplos

O que são expressões regulares?

Expressões regulares (regex) são padrões para buscar, validar e manipular texto. Quer encontrar todos os emails em um texto? Validar um CPF? Extrair números de uma string? Regex resolve.

import re

texto = "Meu email e contato@email.com e o backup e backup@gmail.com"
emails = re.findall(r"[\w.+-]+@[\w-]+\.[\w.]+", texto)
print(emails)  # ['contato@email.com', 'backup@gmail.com']

O módulo re

Python tem o módulo re na biblioteca padrão:

import re

# Buscar primeira ocorrencia
resultado = re.search(r"Python", "Eu amo Python!")
print(resultado.group())  # Python

# Buscar todas as ocorrencias
todos = re.findall(r"\d+", "Tenho 3 gatos e 2 cachorros")
print(todos)  # ['3', '2']

# Substituir
novo = re.sub(r"\d+", "X", "Tenho 3 gatos e 2 cachorros")
print(novo)  # Tenho X gatos e X cachorros

Caracteres especiais

Quantificadores

import re

# Telefone com DDD opcional
padrao = r"\(?\d{2}\)?\s?\d{4,5}-?\d{4}"

textos = [
    "(11) 99999-1234",
    "11 98765-4321",
    "1188887777",
]

for t in textos:
    match = re.search(padrao, t)
    if match:
        print(f"Encontrado: {match.group()}")

Âncoras

import re

# Comeca com "Python"
print(re.search(r"^Python", "Python e legal"))   # match
print(re.search(r"^Python", "Eu amo Python"))     # None

# Termina com numero
print(re.search(r"\d+$", "versao 3"))    # match
print(re.search(r"\d+$", "3 versoes"))   # None

# Palavra exata
print(re.findall(r"\bfor\b", "for i in format"))  # ['for']

Grupos de captura

Parênteses () criam grupos que você pode extrair:

import re

texto = "Nome: Maria, Idade: 28"
match = re.search(r"Nome: (\w+), Idade: (\d+)", texto)

if match:
    print(match.group(0))   # Nome: Maria, Idade: 28 (tudo)
    print(match.group(1))   # Maria
    print(match.group(2))   # 28

Grupos nomeados

import re

texto = "2026-03-15"
match = re.search(r"(?P<ano>\d{4})-(?P<mes>\d{2})-(?P<dia>\d{2})", texto)

if match:
    print(match.group("ano"))   # 2026
    print(match.group("mes"))   # 03
    print(match.group("dia"))   # 15

Classes de caracteres

import re

# Vogais
vogais = re.findall(r"[aeiou]", "Python")
print(vogais)  # ['o']

# Nao-vogais
consoantes = re.findall(r"[^aeiou]", "Python")
print(consoantes)  # ['P', 'y', 't', 'h', 'n']

# Range
letras = re.findall(r"[a-zA-Z]+", "abc 123 def")
print(letras)  # ['abc', 'def']

Funções principais do módulo re

re.search — primeira ocorrência

import re

match = re.search(r"\d+", "abc 42 def 99")
print(match.group())  # 42

re.findall — todas as ocorrências

import re

numeros = re.findall(r"\d+", "abc 42 def 99")
print(numeros)  # ['42', '99']

re.sub — substituir

import re

# Limpar espacos extras
limpo = re.sub(r"\s+", " ", "texto   com    espacos")
print(limpo)  # texto com espacos

# Censurar palavras
censurado = re.sub(r"bobo|chato", "***", "voce e bobo e chato")
print(censurado)  # voce e *** e ***

re.split — dividir

import re

partes = re.split(r"[,;\s]+", "um, dois; tres  quatro")
print(partes)  # ['um', 'dois', 'tres', 'quatro']

re.compile — padrão reutilizável

import re

padrao_email = re.compile(r"[\w.+-]+@[\w-]+\.[\w.]+")

texto1 = "Contato: ana@email.com"
texto2 = "Suporte: ajuda@empresa.com.br"

print(padrao_email.findall(texto1))  # ['ana@email.com']
print(padrao_email.findall(texto2))  # ['ajuda@empresa.com.br']

Exemplos práticos

Validar email

import re

def email_valido(email):
    padrao = r"^[\w.+-]+@[\w-]+\.[\w.]+$"
    return bool(re.match(padrao, email))

print(email_valido("user@email.com"))      # True
print(email_valido("invalido@"))           # False
print(email_valido("user@site.com.br"))    # True

Validar CPF (formato)

import re

def cpf_formato_valido(cpf):
    return bool(re.match(r"^\d{3}\.\d{3}\.\d{3}-\d{2}$", cpf))

print(cpf_formato_valido("123.456.789-00"))  # True
print(cpf_formato_valido("12345678900"))     # False

Extrair URLs de um texto

import re

texto = """
Acesse https://python.org ou http://flask.pocoo.org
e tambem visite https://docs.python.org/3/
"""

urls = re.findall(r"https?://[\w./-]+", texto)
for url in urls:
    print(url)

Limpar HTML

import re

html = "<p>Texto com <b>negrito</b> e <i>italico</i></p>"
limpo = re.sub(r"<[^>]+>", "", html)
print(limpo)  # Texto com negrito e italico

Flags úteis

import re

# Ignorar maiusculas/minusculas
re.findall(r"python", "Python PYTHON python", re.IGNORECASE)
# ['Python', 'PYTHON', 'python']

# Multiline: ^ e $ funcionam por linha
texto = "linha 1\nlinha 2\nlinha 3"
re.findall(r"^linha \d", texto, re.MULTILINE)
# ['linha 1', 'linha 2', 'linha 3']

# Verbose: regex comentado
padrao = re.compile(r"""
    ^                   # inicio
    [\w.+-]+            # nome do usuario
    @                   # arroba
    [\w-]+              # dominio
    \.[\w.]+            # extensao
    $                   # fim
""", re.VERBOSE)

Resumo

Regex parece assustador no início, mas com prática vira uma ferramenta indispensável. Comece pelos padrões simples e vá evoluindo.