Python 的 re 模块（Regular Expression 正则表达式）提供各种正则表达式的匹配操作。

在文本解析、复杂字符串分析和信息提取时是一个非常有用的工具，下面总结了 re 模块的常用方法。

一. 预定义字符

\d 匹配所有的十进制数字 0-9

\D 匹配所有的非数字，包含下划线

\s 匹配所有空白字符（空格、TAB等）

\S 匹配所有非空白字符，包含下划线

\w 匹配所有字母、汉字、数字 a-z A-Z 0-9

\W 匹配所有非字母、汉字、数字，包含下划线

二. 特殊字符

1. $：匹配一行的结尾（必须放在正则表达式最后面）
2. ^：匹配一行的开头（必须放在正则表达式最前面）
3. *：前面的字符可以出现0次或多次（0~无限）（贪婪匹配）
4. +：前面的字符可以出现1次或多次（1~无限）（贪婪匹配）
5. ？：变"贪婪模式"为"勉强模式"，前面的字符可以出现0次或1次（非贪婪匹配）

备注：符号.* 贪婪，符号.*? 非贪婪

6. .：匹配除了换行符"\n"之外的任意单个字符
7. |：两项都进行匹配
8. [ ]：代表一个集合，有如下三种情况

[abc]：能匹配其中的单个字符

[a-z0-9]：能匹配指定范围的字符，可取反（在最前面加入^）

[2-9] [1-3]：能够做组合匹配

4.{ }：用于标记前面的字符出现的频率，有如下情况：

{n，m}：代表前面字符最少出现n次，最多出现m次

{n，}：代表前面字符最少出现n次，最多不受限制

{，m}：代表前面字符最多出现n次，最少不受限制

{n}：前面的字符必须出现n次

三. 反斜杠说明

字符串中有反斜杠的，需要对反斜杠做转义

四. 分组

()：分组字符，可以为匹配到的内容分组，快速获取到分组中的数据 在正则里面 "()" 代表的是分组的意思，一个括号代表一个分组，你只能匹配到 "()" 中的内容。

group：用于查看指定分组匹配到的内容

groups：返回一个元组，组内为所有匹配到的内容

groupdict：返回一个字典，包含分组的键值对，需要为分组命名

五. 常用方法

1. match：在目标文本的开头进行匹配
2. search：在整个目标文本中进行匹配
3. findall：扫描整个目标文本，返回所有与规则匹配的子串组成的列表，如果没有匹配的返回空列表
4. split

re.split(pattern, string[, maxsplit=0, flags=0])
split(string[, maxsplit=0])

作用：可以将字符串匹配正则表达式的部分割开并返回一个列表

六. 正则表达式函数里面的flags参数说明

flags定义包括：

re.I：忽略大小写

re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境

re.M：多行模式

re.S：’.’并且包括换行符在内的任意字符（注意：’.’不包括换行符）

re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库

在 Python 中使用正则表达式之前，先使用以下命令导入 re 模块

import re

示例1：具体使用说明

例如：

‘(\d)(a)\1’ 表示：匹配第一是数字，第二是字符a，第三 \1 必须匹配第一个一样的数字重复一次，也就是被引用一次。

如 “9a9” 被匹配，但 “9a8” 不会被匹配，因为第三位的 \1 必须是 9 才可以。

‘(\d)(a)\2’ 表示：匹配第一个是一个数字，第二个是a，第三个 \2 必须是第二组（）中匹配一样的。

如 “8aa” 被匹配，但 “8ab”，“7a7” 不会被匹配，第三位必须是第二组字符的复制版，也是就引用第二组正则的匹配内容。

print(re.match(r'(\w{3}).',"abceeeabc456abc789").group())
print(re.match(r'(\w{3}).*',"abceeeabc456abc789").group())#*贪婪匹配
print(re.match(r'(\w{3}).*?',"abceeeabc456abc789").group())#?非贪婪匹配
print(re.search(r'(\d{3})',"abceeeabc456abc789").group())
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").groups())
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").group(1))
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").group(2))
print(re.search(r'(\w{3})(\d+)(\1)',"abceeeabc456abc789abc").group(3))
print(re.search(r'(\w{3})(\d+)(\2)',"abceeeabcs456456abc456789abc").groups())
print(re.search(r'(\w{3})(\d+)(\2)',"abceeeabcs456456abc456789abc").group(1))
print(re.search(r'(\w{3}).*?(\1)',"abceeeabc456abc789abc").group(1))
print(re.search(r'(\w{3}).*?(\1)',"abceeeabc456abc789abc").group(2))
print(re.search(r'(\w{3})(.*?)(\2)',"abceeeabc456abc789").group())
print(re.search(r'(\w{3}).*?(\1)',"abceeeabc456abc789").group(1,2))


print(re.findall(r'\d+','one11two22three33four44'))
print(re.split(r'\W+','192.168.1.1')) #\W匹配所有非字母、汉字、数字，包含下划线，然后处理完成返回一个列表
print(re.split(r'(\W+)','192.168.1.1')) #加了括号后做了分组的处理，.号也被分割了
print(re.split(r'(\W+)','192.168.1.1',1)) #加了一个1这个参数后，表示最大分割深度为1


str1 = '''goodjobisgood:
 testisgood
 welldone
 '''
res1 = re.findall(r'good(.*?)done',str1)

# 如果不使用re.S参数，则只在每一行内进行匹配，如果一行没有，就换下一行重新开始，不会跨行。

# 而使用re.S参数以后，正则表达式会将这个字符串作为一个整体，将“\n”当做一个普通的字符加入到这个字符串中，在整体中进行匹配。

res2 = re.findall(r'good(.*?)done',str1,re.S)
print(res1)
print(res2)

示例2：网页信息匹配

str1 = '<p>this is a herf<a href="www.baidu.com">goodjob</a></p>'
# find = re.search('<a href="(.+)">(\w+)</a>', str1)
find = re.search('<a href="(?P<url>.+)">(?P<name>\w+)</a>', str1)
print(find.groups())
print(find.group(1))
print(find.group(2))
print(find.groupdict())

示例3：日期匹配

date1=input("请输入年月日:")
result1=re.match(r'^(\d{4}-\d{1,2}-\d{1,2})#39;,date1)
print(result1.group())

示例4：邮箱正则匹配

re_email = r'^[a-zA-Z0-9_]{0,20}@(163|162|Gmail|yahoo)\.com'
email_address = input('请输入邮箱')
res = re.search(re_email, email_address)
print(res)
print(email_address)
print(type(res))
print(res.group())

示例5：手机号匹配

phone=input("请输入手机号:")
result2=re.match(r'1[35678]\d{9}',phone)
print(result2.group())