关于正则表达式的相关知识，大家可以阅读一篇非常有名的博客叫《正则表达式30分钟入门教程》，读完这篇文章后你就可以看懂下面的表格，这是我们对正则表达式中的一些基本符号进行的扼要总结。
https://deerchao.cn/tutorials/regex/regex.htm
https://deerchao.cn/tools/regester/

正则表达式速查表：https://www.jb51.net/shouce/jquery1.82/regexp.html

本文原网址为github上的Python-100-Days-master项目

匹配规则

Python对正则表达式的支持

Python提供了re模块来支持正则表达式相关操作，下面是re模块中的核心函数。

说明： 上面提到的re模块中的这些函数，实际开发中也可以用正则表达式对象的方法替代对这些函数的使用，如果一个正则表达式需要重复的使用，那么先通过compile函数编译正则表达式并创建出正则表达式对象无疑是更为明智的选择。

下面我们通过一系列的例子来告诉大家在Python中如何使用正则表达式。

例子1：验证输入用户名和QQ号是否有效并给出对应的提示信息。

"""
验证输入用户名和QQ号是否有效并给出对应的提示信息
要求：用户名必须由字母、数字或下划线构成且长度在6~20个字符之间，QQ号是5~12的数字且首位不能为0
"""
import re
def main():
    username = input('请输入用户名: ')
    qq = input('请输入QQ号: ')
    # match函数的第一个参数是正则表达式字符串或正则表达式对象
    # 第二个参数是要跟正则表达式做匹配的字符串对象
    m1 = re.match(r'^[0-9a-zA-Z_]{6,20}$', username)
    if not m1:
        print('请输入有效的用户名.')
    m2 = re.match(r'^[1-9]\d{4,11}$', qq)
    if not m2:
        print('请输入有效的QQ号.')
    if m1 and m2:
        print('你输入的信息是有效的!')
if __name__ == '__main__':
    main()

提示： 上面在书写正则表达式时使用了“原始字符串”的写法（在字符串前面加上了r），所谓“原始字符串”就是字符串中的每个字符都是它原始的意义，说得更直接一点就是字符串中没有所谓的转义字符啦。因为正则表达式中有很多元字符和需要进行转义的地方，如果不使用原始字符串就需要将反斜杠写作\，例如表示数字的\d得书写成\d，这样不仅写起来不方便，阅读的时候也会很吃力。

例子2：从一段文字中提取出国内手机号码。

下面这张图是截止到2017年底，国内三家运营商推出的手机号段。

import re
def main():
    # 创建正则表达式对象 使用了前瞻和回顾来保证手机号前后不应该出现数字
    pattern = re.compile(r'(?<=\D)1[34578]\d{9}(?=\D)')
    sentence = '''
    重要的事情说8130123456789遍，我的手机号是13512346789这个靓号，
    不是15600998765，也是110或119，王大锤的手机号才是15600998765。
    '''
    # 查找所有匹配并保存到一个列表中
    mylist = re.findall(pattern, sentence)
    print(mylist)
    print('--------华丽的分隔线--------')
    # 通过迭代器取出匹配对象并获得匹配的内容
    for temp in pattern.finditer(sentence):
        print(temp.group())
    print('--------华丽的分隔线--------')
    # 通过search函数指定搜索位置找出所有匹配
    m = pattern.search(sentence)
    while m:
        print(m.group())
        m = pattern.search(sentence, m.end())
if __name__ == '__main__':
    main()

说明： 上面匹配国内手机号的正则表达式并不够好，因为像14开头的号码只有145或147，而上面的正则表达式并没有考虑这种情况，要匹配国内手机号，更好的正则表达式的写法是：(?<=\D)(1[38]\d{9}|14[57]\d{8}|15[0-35-9]\d{8}|17[678]\d{8})(?=\D)，国内最近好像有19和16开头的手机号了，但是这个暂时不在我们考虑之列。

例子3：替换字符串中的不良内容

import re
def main():
    sentence = '你丫是傻叉吗? 我操你大爷的. Fuck you.'
    purified = re.sub('[操肏艹]|fuck|shit|傻[比屄逼叉缺吊屌]|煞笔',
                      '*', sentence, flags=re.IGNORECASE)
    print(purified)  # 你丫是*吗? 我*你大爷的. * you.
if __name__ == '__main__':
    main()

说明： re模块的正则表达式相关函数中都有一个flags参数，它代表了正则表达式的匹配标记，可以通过该标记来指定匹配时是否忽略大小写、是否进行多行匹配、是否显示调试信息等。如果需要为flags参数指定多个值，可以使用按位或运算符进行叠加，如flags=re.I | re.M。

例子4：拆分长字符串

import re
def main():
    poem = '窗前明月光，疑是地上霜。举头望明月，低头思故乡。'
    sentence_list = re.split(r'[，。, .]', poem)
    while '' in sentence_list:
        sentence_list.remove('')
    print(sentence_list)  # ['窗前明月光', '疑是地上霜', '举头望明月', '低头思故乡']
if __name__ == '__main__':
    main()

例子5：python中独有的函数调用

函数使用

2.1 Re.match(正则表达式，需要处理的字符串)

从头开头匹配，再使用groups()方法去输出内容。

匹配分组：

1. Group()取值：将（）把要取的对象先括起来，然后group(编号)取值
   
   2. 前后配对的匹配

下图中匹配标签，前后需要对应，以下写法明显不行。

对于简单分组：每一个括号就是一个分组，按顺序数过来，所以是写的\1，注意括号括起的内容

对于复杂分组（2个及其以上）：当有多个标签时：要注意分组序号的对应

当分组很多时：数序号就成了一个很傻的事情，所以就对分组进行命名

方式：<(?P\w)><?P\w>.*</(?P=name)></?P=name2>

2.2 Search

从头匹配，如下匹配第一个数字
>>> re.search(r”\d+”,”阅读次数999，点赞数10”).group()
‘999’

2.3 Findall

查找所有满足条件的内容，返回一个列表

2.4 Re.Sub

(正则，替换的数据，被匹配的字符串)

2.5 贪婪匹配和非贪婪

例子：s = “This is a number 123-234-12344-4546”，匹配这其中的数据。

1. 蠢方法：re.match(r”.*\d{3}-\d{3}-\d{5}-\d{4}”,s).group()

match只能从头匹配；而search，是满足了即匹配

但是这个缺点很明显，数据不定是规则的，所以规则写死了限制还是很明显的。

2. \d+，匹配数字至少出现1次

当分组时，就显示出贪婪匹配的特性了，前面的.可以把前部分都匹配，此时匹配的数据就缺失了，不是我们想要的效果。

.? ?表示匹配内容出现0次或1次，终止*的贪婪匹配。

Python默认是贪婪的，需要牢记元字符
如{1,3}，是指1,2,3个都可以，如果有3个，必取3个；加上？后，就是非贪婪，取得越少越好。

常用正则匹配

匹配是否为IP

^((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)$
res = re.match('^((25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(25[0-5]|2[0-4]\d|[01]?\d\d?)$',IP)
re.match(r'^\d{0,3}.\d{0,3}.\d{0,3}.\d{0,3}$',ip)