python之常用正则表达式

python 正则表达式判断摘要：1.Python 正则表达式的概念2.Python 正则表达式的语法3.Python 正则表达式的应用4.Python 正则表达式的判断方法正文：一、Python 正则表达式的概念正则表达式（Regular Expression，简称regex）是一种用于匹配字符串模式的字符集，通常用于文本搜索和数据提取等场景。

Python 作为一种广泛应用的编程语言，也提供了正则表达式的支持。

二、Python 正则表达式的语法Python 中的正则表达式主要通过`re`模块进行操作。

以下是一些常用的正则表达式语法：1.`.`：匹配任意字符（除了换行符）。

2.`*`：匹配前面的字符0 次或多次。

3.`+`：匹配前面的字符1 次或多次。

4.`?`：匹配前面的字符0 次或1 次。

5.`{n}`：匹配前面的字符n 次。

6.`{n,}`：匹配前面的字符n 次或多次。

7.`{n,m}`：匹配前面的字符n 到m 次。

8.`[abc]`：匹配方括号内的任意一个字符（a、b 或c）。

9.`[^abc]`：匹配除方括号内字符以外的任意字符。

10.`(pattern)`：捕获括号内的模式，并将其存储以供以后引用。

11.`|`：表示或（or），匹配两个模式之一。

三、Python 正则表达式的应用Python 正则表达式广泛应用于文本处理、数据分析等场景，例如：验证邮箱地址、提取网页链接、筛选特定字符等。

四、Python 正则表达式的判断方法在Python 中，我们可以使用`re`模块的函数来判断字符串是否符合正则表达式的规则。

以下是一些常用的判断方法：1.`re.match(pattern, string)`：从字符串的开头开始匹配，如果匹配成功则返回一个匹配对象，否则返回None。

2.`re.search(pattern, string)`：在整个字符串中搜索匹配，如果匹配成功则返回一个匹配对象，否则返回None。

Python正则表达式精确匹配手机号，邮箱，IP,身份证…..（爬虫利器）Python正则表达式大全1.检验手机号要求：手机号码必须为11位数字，以1开头，第二位为1或5或8。

import redef verify_mobile():mob = input('请输入手机号码：')ret = re.match(r'1[358]d{9}', mob)if ret:print('手机号码匹配正确')else:print('匹配错误')verify_mobile()2.检验邮箱import redef verify_email():email = input('请输入邮箱：')ret = re.match(r'^[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+){0,4}@[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+){0,4}$', email)if ret:print('邮箱匹配正确')else:print('匹配错误')verify_email()3.验证身份证import redef verify_card():card = input('请输入身份证：')ret = re.match(r'^([1-9]d{5}[12]d{3}(0[1-9]|1[0-2])(0[1-9]|1[0-9]|2[0-9]|3[0-1])d{3}(d|X|x))$', card)if ret:print('身份证匹配正确')else:print('匹配错误')verify_card()4.检验年月日import redef verify_date():date = input('请输入年月日：')ret = re.match(r'^(d{4}-d{1,2}-d{1,2})$', date)if ret:print('日期匹配正确')else:print('匹配错误')verify_date()5.验证数字表达式匹配数字：^[0-9]*$匹配n位的数字：^d{n}$匹配零和非零开头的数字：^(0|[1-9][0-9]*)$匹配正数、负数、和小数：^(-|+)?d+(.d+)?$匹配非零的正整数：^[1-9]d*$ 或^([1-9][0-9]*){1,3}$ 或^+?[1-9][0-9]*$匹配非零的负整数：^-[1-9][]0-9″*$ 或 ^-[1-9]d*$匹配非负整数：^d+$ 或 ^[1-9]d*|0$匹配非正整数：^-[1-9]d*|0$ 或 ^((-d+)|(0+))$匹配浮点数：^(-?d+)(.d+)?$ 或^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$匹配正浮点数：^[1-9]d*.d*|0.d*[1-9]d*$匹配负浮点数：^-([1-9]d*.d*|0.d*[1-9]d*)$匹配非正浮点数：^((-d+(.d+)?)|(0+(.0+)?))$匹配非负浮点数：^d+(.d+)?$ 或^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$6.验证字符表达式匹配汉字：^[一-龥]{0,}$匹配英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$匹配大写英文字母组成的字符串：^[A-Z]+$匹配小写英文字母组成的字符串：^[a-z]+$匹配大小写英文组成的字符串：^[A-Za-z]+$匹配中文、英文、数字包括下划线：^[一-龥A-Za-z0-9_]+$禁止输入含有~的字符：[^~x22]+x。

python中常⽤的正则表达式符号'.'默认匹配除\n之外的任意⼀个字符，若指定flag DOTALL,则匹配任意字符，包括换⾏'^'匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)'$'匹配字符结尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以'*'匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac") 结果为['abb', 'ab', 'a']'+'匹配前⼀个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']'?'匹配前⼀个字符1次或0次'{m}'匹配前⼀个字符m次'{n,m}'匹配前⼀个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']'|'匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC''(...)'分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c'\A'只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的'\Z'匹配字符结尾，同$'\d'匹配数字0-9'\D'匹配⾮数字'\w'匹配[A-Za-z0-9]'\W'匹配⾮[A-Za-z0-9]'s'匹配空⽩字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果'\t''(?P<name>...)'分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481************").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}最常⽤的匹配语法：1 re.match 从头开始匹配2 re.search 匹配包含3 re.findall 把所有匹配到的字符放到以列表中的元素返回4 re.splitall 以匹配到的字符当做列表分隔符5 re.sub 匹配字符并替换。

python 正则表达式模糊匹配和精确匹配在Python中，正则表达式(regex)是用于模式匹配和数据提取的强大工具。

模糊匹配和精确匹配是两种常用的匹配方式。

模糊匹配：模糊匹配通常用于查找与给定模式相似的字符串。

在Python的正则表达式中，可以使用.*来匹配任意字符（包括空字符）出现任意次数。

例如，正则表达式a.*b将匹配所有以a开始，以b结束的字符串，其中a和b之间的字符数量和内容可以变化。

pythonimport repattern = 'a.*b'text = 'apple banana orange a b'matches = re.findall(pattern, text)print(matches) # 输出: ['apple banana orange a b']精确匹配：精确匹配用于查找与给定模式完全一致的字符串。

在Python的正则表达式中，可以使用^和$分别表示字符串的开头和结尾。

例如，正则表达式^hello$将只匹配字符串hello，而不匹配包含hello的更长字符串。

pythonimport repattern = '^hello$'text = 'hello world'matches = re.findall(pattern, text)print(matches) # 输出: []要使用正则表达式进行模糊匹配和精确匹配，您需要使用Python的re模块。

上面的例子演示了如何使用re模块的findall函数来查找与给定模式匹配的所有字符串。

Python系列之正则表达式详解Python 正则表达式模块 (re) 简介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，和 Perl 脚本的正则表达式功能类似，使⽤这⼀内嵌于 Python 的语⾔⼯具，尽管不能满⾜所有复杂的匹配情况，但⾜够在绝⼤多数情况下能够有效地实现对复杂字符串的分析并提取出相关信息。

Python 会将正则表达式转化为字节码，利⽤ C 语⾔的匹配引擎进⾏深度优先的匹配。

表 1. 正则表达式元字符和语法符号说明实例.表⽰任意字符，如果说指定了 DOTALL 的标识，就表⽰包括新⾏在内的所有字符。

'abc' >>>'a.c' >>>结果为:'abc'^表⽰字符串开头。

'abc' >>>'^abc' >>>结果为:'abc'$表⽰字符串结尾。

'abc' >>>'abc$' >>>结果为:'abc'*, +, ?'*'表⽰匹配前⼀个字符重复 0 次到⽆限次，'+'表⽰匹配前⼀个字符重复 1次到⽆限次，'?'表⽰匹配前⼀个字符重复 0 次到1次'abcccd' >>>'abc*' >>>结果为:'abccc''abcccd' >>>'abc+' >>>结果为:'abccc''abcccd' >>>'abc?' >>>结果为:'abc'*?, +?, ??前⾯的*,+,?等都是贪婪匹配，也就是尽可能多匹配，后⾯加?号使其变成惰性匹配即⾮贪婪匹配'abc' >>>'abc*?' >>>结果为:'ab''abc' >>>'abc??' >>>结果为:'ab''abc' >>>'abc+?' >>>结果为:'abc'{m}匹配前⼀个字符 m 次'abcccd' >>>'abc{3}d' >>>结果为:'abcccd' {m,n}匹配前⼀个字符 m 到 n 次'abcccd' >>> 'abc{2,3}d' >>>结果为:'abcccd' {m,n}?匹配前⼀个字符 m 到 n 次，并且取尽可能少的情况'abccc' >>> 'abc{2,3}?' >>>结果为:'abcc'\对特殊字符进⾏转义，或者是指定特殊序列 'a.c' >>>'a\.c' >>> 结果为: 'a.c'[]表⽰⼀个字符集,所有特殊字符在其都失去特殊意义,只有： ^ - ] \ 含有特殊含义'abcd' >>>'a[bc]' >>>结果为:'ab'|或者，只匹配其中⼀个表达式，如果|没有被包括在()中，则它的范围是整个正则表达式'abcd' >>>'abc|acd' >>>结果为:'abc' ( … )被括起来的表达式作为⼀个分组. findall 在有组的情况下只显⽰组的内容 'a123d' >>>'a(123)d' >>>结果为:'123'(?#...)注释，忽略括号内的内容特殊构建不作为分组 'abc123' >>>'abc(?#fasd)123' >>>结果为:'abc123'(?= …)表达式’…’之前的字符串，特殊构建不作为分组在字符串’ pythonretest ’中 (?=test) 会匹配’pythonre ’(?!...)后⾯不跟表达式’…’的字符串，特殊构建不作为分组如果’ pythonre ’后⾯不是字符串’ test ’，那么(?!test) 会匹配’ pythonre ’(?<=… )跟在表达式’…’后⾯的字符串符合括号之后的正则表达式，特殊构建不作为分组正则表达式’ (?<=abc)def ’会在’ abcdef ’中匹配’def ’（?:）取消优先打印分组的内容'abc' >>>'(?:a)(b)' >>>结果为'[b]'?P<>指定Key'abc' >>>'(?P<n1>a)>>>结果为:groupdict{n1:a}表 2. 正则表达式特殊序列特殊表达式序列说明\A只在字符串开头进⾏匹配。

python正则表达式正则表达式应⽤场景特定规律字符串的查找替换切割等邮箱格式、url等格式的验证爬⾍项⽬，提取特定的有效内容很多应⽤的配置⽂件使⽤原则只要能够通过字符串等相关函数能够解决的，就不要使⽤正则正则的执⾏效率⽐较低，会降低代码的可读性世界上最难读懂的三样东西：医⽣的处⽅、道⼠的神符、码农的正则提醒：正则是⽤来写的，不是⽤来读的，不要试着阅读别⼈的正则；不懂功能时必要读正则。

基本使⽤说明：正则是通过re模块提供⽀持的相关函数：match：从开头进⾏匹配，找到就⽴即返回正则结果对象，没有就返回Nonesearch：匹配全部内容，任意位置，只要找到，⽴即返回正则结果对象，没有返回None# python依赖次模块完成正则功能import re# 从开头进⾏匹配，找到⼀个⽴即返回正则结果对象，没有返回Nonem = re.match('abc', 'abchelloabc')# 匹配全部内容，任意位置，只要找到，⽴即返回正则结果对象，没有返回Nonem = re.search('abc', 'helloabcshsjsldj')if m:print('ok')# 获取匹配内容print(m.group())# 获取匹配位置print(m.span())findall：匹配所有内容，返回匹配结果组成的列表，没有的返回⼀个空列表# 匹配所有内容，返回匹配结果组成的列表，没有返回Nonef = re.findall('abc', 'abcsdisuoiabcsjdklsjabc')if f:print(f)compile：根据字符串⽣成正则表达式的对象，⽤于特定正则匹配，通过match、search、findall匹配# 根据字符串⽣成正则表达式的对象，⽤于正则匹配c = pile('abc')# 然后进⾏特定正则匹配# m = c.match('abcdefghijklmn')m = c.search('abcdefghijklmn')if m:print(m)print(c.findall('abcueywiabcsjdkaabc'))将re模块中的match、search、findall⽅法的处理过程分为了两步完成。

python正则表达式详解python 正则表达式详解1. 正则表达式模式模式描述^匹配字符串的开头$匹配字符串的末尾。

.匹配任意字符，除了换⾏符，当re.DOTALL标记被指定时，则可以匹配包括换⾏符的任意字符。

[...]⽤来表⽰⼀组字符,单独列出：[amk] 匹配 'a'，'m'或'k'[^...]不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。

re*匹配0个或多个的表达式。

re+匹配1个或多个的表达式。

re?匹配0个或1个由前⾯的正则表达式定义的⽚段，⾮贪婪⽅式re{ n}匹配n个前⾯表达式。

例如，"o{2}"不能匹配"Bob"中的"o"，但是能匹配"food"中的两个o。

re{ n,}精确匹配n个前⾯表达式。

例如，"o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的所有o。

"o{1,}"等价于"o+"。

"o{0,}"则等价于"o*"。

re{ n,m}匹配 n 到 m 次由前⾯的正则表达式定义的⽚段，贪婪⽅式a| b匹配a或b(re)匹配括号内的表达式，也表⽰⼀个组(?imx)正则表达式包含三种可选标志：i, m, 或 x 。

只影响括号中的区域。

(?-imx)正则表达式关闭 i, m, 或 x 可选标志。

只影响括号中的区域。

(?: re)类似 (...), 但是不表⽰⼀个组(?imx:re)在括号中使⽤i, m, 或 x 可选标志(?-imx:re)在括号中不使⽤i, m, 或 x 可选标志(?#...)注释.(?= re)前向肯定界定符。

如果所含正则表达式，以 ... 表⽰，在当前位置成功匹配时成功，否则失败。

python 匹配正则正则表达式是一种强大的文本匹配工具，Python中也提供了re 模块来支持正则表达式的使用。

本文将通过一些简单的例子来介绍Python中如何使用正则表达式进行匹配。

1.基础正则表达式正则表达式的基本语法如下：. 匹配任意单个字符d 匹配数字，相当于[0-9]w 匹配字母、数字、下划线，相当于[A-Za-z0-9_]s 匹配空格、制表符、换行符等空白字符[] 匹配括号中的任意一个字符| 匹配左右两边的任意一个表达式() 分组，可以用于后续的引用例如：import re# 匹配以a开头的字符串result = re.match('a', 'abc')print(result.group()) # a# 匹配数字result = re.match('d', '123')print(result.group()) # 1# 匹配字母、数字、下划线result = re.match('w', 'a_1')print(result.group()) # a# 匹配空白字符result = re.match('s', ' a')print(result.group()) # (一个空格)2.量词量词用于控制匹配的次数，常见的量词包括： * 匹配前面的字符0次或多次+ 匹配前面的字符1次或多次匹配前面的字符0次或1次{n} 匹配前面的字符恰好n次{n,} 匹配前面的字符至少n次{n,m} 匹配前面的字符至少n次，至多m次例如：import re# 匹配a出现0次或多次result = re.match('a*', 'aaabbb')print(result.group()) # aaa# 匹配a出现1次或多次result = re.match('a+', 'aaabbb')print(result.group()) # aaa# 匹配a出现0次或1次result = re.match('a?', 'aaabbb')print(result.group()) # a# 匹配a出现3次result = re.match('a{3}', 'aaabbb')print(result.group()) # aaa# 匹配a出现至少2次result = re.match('a{2,}', 'aaabbb')print(result.group()) # aaa# 匹配a出现至少1次，至多3次result = re.match('a{1,3}', 'aaabbb')print(result.group()) # aaa3.字符集字符集用于匹配一组字符中的任意一个，常见的字符集包括： [abc] 匹配a、b、c中的任意一个字符[a-z] 匹配a到z中的任意一个小写字母[A-Z] 匹配A到Z中的任意一个大写字母[0-9] 匹配0到9中的任意一个数字[^a] 匹配除了a以外的任意一个字符例如：import re# 匹配a、b、c中的任意一个字符result = re.match('[abc]', 'b')print(result.group()) # b# 匹配a到z中的任意一个小写字母result = re.match('[a-z]', 'c')print(result.group()) # c# 匹配A到Z中的任意一个大写字母result = re.match('[A-Z]', 'C')print(result.group()) # C# 匹配0到9中的任意一个数字result = re.match('[0-9]', '7')print(result.group()) # 7# 匹配除了a以外的任意一个字符result = re.match('[^a]', 'b')print(result.group()) # b4.特殊字符特殊字符用于匹配一些特殊的字符，常见的特殊字符包括：匹配转义字符，例如匹配点号.可以使用.^ 匹配字符串的开头$ 匹配字符串的结尾b 匹配单词边界B 匹配非单词边界例如：import re# 匹配转义字符，例如匹配点号可以使用.result = re.match('a.b', 'a.b')print(result.group()) # a.b# 匹配字符串的开头result = re.match('^abc', 'abcdef')print(result.group()) # abc# 匹配字符串的结尾result = re.match('abc$', 'defabc')print(result.group()) # abc# 匹配单词边界result = re.findall(r'btheb', 'the cat in the hat')print(result) # ['the', 'the']# 匹配非单词边界result = re.findall(r'BtheB', 'themethecatinthehat') print(result) # ['the', 'the']以上就是Python中使用正则表达式进行匹配的基础知识，希望对大家有所帮助。

python常⽤的正则表达式⼤全1.正则表达式正则表达式是⽤来匹配与查找字符串的,从⽹上爬取数据⾃然或多或少会⽤到正则表达式,python的正则表达式要先引⼊re模块,正则表达式以r引导,例如:其中**r“\d+”**正则表达式表⽰匹配连续的多个数值,search是re中的函数,从"abc123cd"字符串中搜索连续的数值,得到"123",返回⼀个匹配对象,结果如上.2.字符串"\d"匹配0~9之间的⼀个数值3.字符"+"重复前⾯⼀个匹配字符⼀次或者多次.注意:**r"b\d+"**第⼀个字符要匹配"b",后⾯是连续的多个数字,因此"是b1233",不是"a12".4.字符"*"重复前⾯⼀个匹配字符零次或者多次.“" 与 "+"类似,但有区别,列如:可见 r"ab+“匹配的是"ab”,但是r"ab “匹配的是"a”,因为表⽰"b"可以重复零次，但是”+“却要求"b"重复⼀次以上.5.字符"?"重复前⾯⼀个匹配字符零次或者⼀次.匹配结果"ab”,重复b⼀次.6.字符".“代表任何⼀个字符,但是没有特别声明时不代表字符”\n".结果“.”代表了字符"x".7."|"代表把左右分成两个部分 .结果匹配"ab"或者"ba"都可以.8.特殊字符使⽤反斜杠"“引导,例如”\r"、"\n"、"\t"、"\"分别表⽰回车、换⾏、制表符号与反斜线⾃⼰本⾝.9.字符"\b"表⽰单词结尾,单词结尾包括各种空⽩字符或者字符串结尾.结果匹配"car",因为"car"后⾯是⼀个空格.10."[]中的字符是任选择⼀个,如果字符ASCll码中连续的⼀组,那么可以使⽤"-"字符连接,例如[0-9]表⽰0-9的其中⼀个数字,[A-Z]表⽰A-Z的其中⼀个⼤写字符,[0-9A-z]表⽰0-9的其中⼀个数字或者A-z的其中⼀个⼤写字符.11."^"出现在[]的第⼀个字符位置,就代表取反,例如[ ^ab0-9]表⽰不是a、b，也不是0-9的数字.12."\s"匹配任何空⽩字符,等价"[\r\n 20\t\f\v]"13."\w"匹配包括下划线⼦内的单词字符,等价于"[a-zA-Z0-9]"14."$"字符⽐配字符串的结尾位置匹配结果是最后⼀个"ab",⽽不是第⼀个"ab"15.使⽤括号(…)可以把(…)看出⼀个整体,经常与"+"、"*"、"?"的连续使⽤,对（…）部分进⾏重复.结果匹配"abab","+“对"ab"进⾏了重复16.查找匹配字符串正则表达式re库的search函数使⽤正则表达式对要匹配的字符串进⾏匹配,如果匹配不成功返回None,如果匹配成功返回⼀个匹配对象,匹配对象调⽤start()函数得到匹配字符的开始位置,匹配对象调⽤end()函数得到匹配字符串的结束位置,search虽然只返回匹配第⼀次匹配的结果,但是我们只要连续使⽤search函数就可以找到字符串全部匹配的字符串.匹配找出英⽂句⼦中所有单词我们可以使⽤正则表达式r”[A-Za-z]+\b"匹配单词,它表⽰匹配由⼤⼩写字母组成的连续多个字符,⼀般是⼀个单词,之后"\b"表⽰单词结尾.程序开始匹配到⼀个单词后m.start(),m.end()就是单词的起始位置,s[start:end]为截取的单词,之后程序再次匹配字符串s=s[end:],即字符串的后半段,⼀直到匹配完毕为⽌就找出每个单词.总结到此这篇关于python常⽤正则表达式的⽂章就介绍到这了,更多相关python正则表达式内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！。

python正则表达式详解Python正则表达式详解正则表达式是一种强大的文本处理工具，它可以用来匹配、查找、替换文本中的特定模式。

在Python中，正则表达式是通过re模块来实现的。

本文将详细介绍Python中正则表达式的使用方法。

一、基本语法正则表达式是由一些特殊字符和普通字符组成的字符串。

其中，特殊字符用来表示一些特定的模式，普通字符则表示普通的文本。

下面是一些常用的正则表达式特殊字符：1. ^：匹配字符串的开头。

2. $：匹配字符串的结尾。

3. .：匹配任意一个字符。

4. *：匹配前面的字符出现0次或多次。

5. +：匹配前面的字符出现1次或多次。

6. ?：匹配前面的字符出现0次或1次。

7. []：匹配方括号中的任意一个字符。

8. [^]：匹配不在方括号中的任意一个字符。

9. ()：将括号中的内容作为一个整体进行匹配。

10. |：匹配左右两边任意一个表达式。

二、常用函数Python中re模块提供了一些常用的函数来操作正则表达式，下面是一些常用的函数：1. re.match(pattern, string, flags=0)：从字符串的开头开始匹配，如果匹配成功则返回一个匹配对象，否则返回None。

2. re.search(pattern, string, flags=0)：在字符串中查找第一个匹配成功的子串，如果匹配成功则返回一个匹配对象，否则返回None。

3. re.findall(pattern, string, flags=0)：在字符串中查找所有匹配成功的子串，返回一个列表。

4. re.sub(pattern, repl, string, count=0, flags=0)：将字符串中所有匹配成功的子串替换为repl，返回替换后的字符串。

三、实例演示下面是一些实例演示，展示了正则表达式的使用方法：1. 匹配邮箱地址import reemail='*************'pattern = r'\w+@\w+\.\w+' result = re.match(pattern, email) if result:print(result.group())else:print('匹配失败')2. 匹配手机号码import rephone='138****5678' pattern = r'^1[3-9]\d{9}$' result = re.match(pattern, phone) if result:print(result.group())else:print('匹配失败')3. 查找所有数字import retext = 'abc123def456ghi789' pattern = r'\d+'result = re.findall(pattern, text)print(result)4. 替换字符串中的空格import retext = 'hello world'pattern = r'\s+'result = re.sub(pattern, '-', text)print(result)四、总结本文介绍了Python中正则表达式的基本语法和常用函数，并通过实例演示展示了正则表达式的使用方法。

python常用正则表达式
正则表达式是一种用于匹配文本模式的工具，是Python中的一项重要功能。

以下是Python中常用的正则表达式：
1. 匹配任意字符：使用“.”符号表示任意一个字符（除了换行符）
2. 匹配特定字符：使用方括号“[]”表示需要匹配的字符集合，如[abc]表示匹配a、b、c三个字符中的任意一个。

3. 匹配某个范围内的字符：使用“-”符号表示要匹配的字符范围，如[a-z]表示匹配小写字母a到z中的任意一个。

4. 匹配重复字符：使用“*”符号表示前面的字符可以重复出现任意次数，如a*表示匹配0个或多个a字符。

5. 匹配固定数量的字符：使用“{n}”表示前面的字符必须出现n次，如a{3}表示匹配3个a字符。

6. 匹配至少n次、至多m次的字符：使用“{n,m}”表示前面的字符必须出现至少n次、至多m次，如a{1,3}表示匹配1到3个a 字符。

7. 匹配任意多个字符：使用“+”符号表示前面的字符可以出现1次或多次，如a+表示匹配至少一个a字符。

8. 匹配开头或结尾的字符：使用“^”符号表示以指定字符开头，使用“$”符号表示以指定字符结尾，如^a表示以a字符开头，a$表示以a字符结尾。

以上是Python中常用的正则表达式，掌握这些基本规则可以帮
助开发者更快、更准确地匹配文本模式。

Python是一种功能强大且易于学习的编程语言，正则表达式是Python中用于模式匹配和字符串操作的重要工具。

掌握正则表达式对于Python程序员来说是非常重要的。

本文将介绍一些关于Python正则表达式的题目，并给出相应的解答。

1. 匹配通联方式号码题目：编写一个正则表达式，匹配美国标准的通联方式号码（格式为xxx-xxx-xxxx或(xxx)xxx-xxxx），并且提取出其中的区号、前缀号和尾号。

解答：```pythonimport rephone_num = "123-456-7890"pattern = repile(r'(\d{3})-(\d{3})-(\d{4})')match = pattern.match(phone_num)area_code = match.group(1)prefix = match.group(2)line_number = match.group(3)print(area_code, prefix, line_number)```2. 匹配电流新箱位置区域题目：编写一个正则表达式，匹配电流新箱位置区域，并且提取出其中的用户名和域名部分。

解答：```pythonimport reem本人l = "xxx"pattern = repile(r'(\w+)(\w+.\w+)')match = pattern.match(em本人l)username = match.group(1)dom本人n = match.group(2)print(username, dom本人n)```3. 匹配HTML标签题目：编写一个正则表达式，匹配HTML文档中的所有标签，并将其替换为空字符串。

解答：```pythonimport rehtml = "<div>example</div><p>paragraph</p>"pattern = repile(r'<.*?>')clean_html = pattern.sub('', html)print(clean_html)```4. 匹配IPv4位置区域题目：编写一个正则表达式，匹配IPv4位置区域，并将其分割成四个部分。

Python正则表达式总结正则表达式练习：1、匹配⼀⾏⽂字中的所有开头的字母内容import res = "I love you not because of who you are, but because of who i am when i am with you"content = re.findall(r'\b\w', s)print(content)['I', 'l', 'y', 'n', 'b', 'o', 'w', 'y', 'a', 'b', 'b', 'o', 'w', 'i', 'a', 'w', 'i', 'a', 'w', 'y']2、匹配⼀⾏⽂字中的最后的数字内容import res = "I love you not because 12sd 34er 56df e4 54434"content = re.findall(r'\d\b', s)print(content)['4', '4']3、匹配⼀⾏⽂字中的所有开头的数字内容import reprint(re.match(r'\w+', '123sdf').group())123sdf4、只匹配包含字母和数字的⾏import res = "i love you not because\n12sd 34er 56\ndf e4 54434"content = re.findall(r'\w\d', s, re.M)print(content)['12', '34', '56', 'e4', '54', '43']5、写⼀个正则表达式，使其能同时识别下⾯所有的字符串：'bat', 'bit', 'but', 'hat', 'hit', 'hut‘import res = "'bat', 'bit', 'but', 'hat', 'hit', 'hut"content = re.findall(r'..t', s)print(content)['bat', 'bit', 'but', 'hat', 'hit', 'hut']6、匹配所有合法的python标识符import res = "awoeur awier !@# @#4_-asdf3$^&()+?><dfg$\n$"content = re.findall(r'.*', s, re.DOTALL)print(content)['awoeur awier !@# @#4_-asdf3$^&()+?><dfg$\n$', '']7、提取每⾏中完整的年⽉⽇和时间字段import res = """se234 1987-02-09 07:30:001987-02-10 07:25:00"""content = re.findall(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}', s, re.M)print(content)['1987-02-09 07:30:00', '1987-02-10 07:25:00']8、使⽤正则表达式匹配合法的邮件地址：import res = """xiasd@, sdlfkj@.com sdflkj@ solodfdsf@ sdlfjxiaori@ oisdfo@""" content = re.findall(r'\w+@\w+.com', s)print(content)['xiasd@', 'sdflkj@', 'solodfdsf@', 'sdlfjxiaori@']9、将每⾏中的电⼦邮件地址替换为你⾃⼰的电⼦邮件地址import res = """693152032@, werksdf@, sdf@sfjsdf@, soifsdfj@pwoeir423@"""content = re.sub(r'\w+@\w+.com', '1425868653@', s)print(content)1425868653@, 1425868653@, 1425868653@1425868653@, 1425868653@1425868653@10、匹配\home关键字：import reprint(re.findall(r'\\home', "skjdfoijower \home \homewer"))['\\home', '\\home']11、使⽤正则提取出字符串中的单词import res = """i love you not because of who 234 you are, 234 but 3234ser because of who i am when i am with you"""content = re.findall(r'\b[a-zA-Z]+\b', s)print(content)['i', 'love', 'you', 'not', 'because', 'of', 'who', 'you', 'are', 'but', 'because', 'of', 'who', 'i', 'am', 'when', 'i', 'am', 'with', 'you']摘抄供参考学习：校验数字的表达式1. 数字：^[0-9]*$2. n位的数字：^\d{n}$3. ⾄少n位的数字：^\d{n,}$4. m-n位的数字：^\d{m,n}$5. 零和⾮零开头的数字：^(0|[1-9][0-9]*)$6. ⾮零开头的最多带两位⼩数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$7. 带1-2位⼩数的正数或负数：^(\-)?\d+(\.\d{1,2})?$8. 正数、负数、和⼩数：^(\-|\+)?\d+(\.\d+)?$9. 有两位⼩数的正实数：^[0-9]+(.[0-9]{2})?$10. 有1~3位⼩数的正实数：^[0-9]+(.[0-9]{1,3})?$11. ⾮零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$12. ⾮零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$13. ⾮负整数：^\d+$ 或 ^[1-9]\d*|0$14. ⾮正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$15. ⾮负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$16. ⾮正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$17. 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$18. 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$19. 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$校验字符的表达式1. 汉字：^[\u4e00-\u9fa5]{0,}$2. 英⽂和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$3. 长度为3-20的所有字符：^.{3,20}$4. 由26个英⽂字母组成的字符串：^[A-Za-z]+$5. 由26个⼤写英⽂字母组成的字符串：^[A-Z]+$6. 由26个⼩写英⽂字母组成的字符串：^[a-z]+$7. 由数字和26个英⽂字母组成的字符串：^[A-Za-z0-9]+$8. 由数字、26个英⽂字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$9. 中⽂、英⽂、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$10. 中⽂、英⽂、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$11. 可以输⼊含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+ 12 禁⽌输⼊含有~的字符：[^~\x22]+特殊需求表达式1. Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$2. 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?4. ⼿机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$5. 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$6. 国内电话号码(0511-*******、021-********)：\d{3}-\d{8}|\d{4}-\d{7}7. ⾝份证号(15位、18位数字)：^\d{15}|\d{18}$8. 短⾝份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$9. 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$10. 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$11. 强密码(必须包含⼤⼩写字母和数字的组合，不能使⽤特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$12. ⽇期格式：^\d{4}-\d{1,2}-\d{1,2}13. ⼀年的12个⽉(01～09和1～12)：^(0?[1-9]|1[0-2])$14. ⼀个⽉的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$15. 钱的输⼊格式：16. 1.有四种钱的表⽰形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$17. 2.这表⽰任意⼀个不以0开头的数字,但是,这也意味着⼀个字符"0"不通过,所以我们采⽤下⾯的形式：^(0|[1-9][0-9]*)$18. 3.⼀个0或者⼀个不以0开头的数字.我们还可以允许开头有⼀个负号：^(0|-?[1-9][0-9]*)$19. 4.这表⽰⼀个0或者⼀个可能为负的开头不为0的数字.让⽤户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下⾯我们要加的是说明可能的⼩数部分：^[0-9]+(.[0-9]+)?$20. 5.必须说明的是,⼩数点后⾯⾄少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$21. 6.这样我们规定⼩数点后⾯必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$22. 7.这样就允许⽤户只写⼀位⼩数.下⾯我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$23 8.1到3个数字,后⾯跟着任意个逗号+3个数字,逗号成为可选,⽽不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$24. 备注：这就是最终结果了,别忘了"+"可以⽤"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在⽤函数时去掉去掉那个反斜杠,⼀般的错误都在这⾥25. xml⽂件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$26. 中⽂字符的正则表达式：[\u4e00-\u9fa5]27. 双字节字符：[^\x00-\xff] (包括汉字在内，可以⽤来计算字符串的长度(⼀个双字节字符长度计2，ASCII字符计1))28. 空⽩⾏的正则表达式：\n\s*\r (可以⽤来删除空⽩⾏)29. HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (仅仅能匹配部分，对于复杂的嵌套标记⽆能为⼒)30. ⾸尾空⽩字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以⽤来删除⾏⾸⾏尾的空⽩字符(包括空格、制表符、换页符等等)，⾮常有⽤的表达式)31. 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)32. 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)33. IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有⽤)34. IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))。

Python正则表达式使⽤经典实例下⾯列出Python正则表达式的⼏种匹配⽤法，具体内容如下所⽰：1.测试正则表达式是否匹配字符串的全部或部分regex=ur"" #正则表达式if re.search(regex, subject):do_something()else:do_anotherthing()2.测试正则表达式是否匹配整个字符串regex=ur"\Z" #正则表达式末尾以\Z结束if re.match(regex, subject):&nbsp;&nbsp;&nbsp;&nbsp;do_something()else:&nbsp;&nbsp;&nbsp;&nbsp;do_anotherthing()3.创建⼀个匹配对象，然后通过该对象获得匹配细节(Create an object with details about how the regex matches (part of) a string)regex=ur"" #正则表达式match = re.search(regex, subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;# match start: match.start()&nbsp;&nbsp;&nbsp;&nbsp;# match end (exclusive): atch.end()&nbsp;&nbsp;&nbsp;&nbsp;# matched text: match.group()&nbsp;&nbsp;&nbsp;&nbsp;do_something()else:&nbsp;&nbsp;&nbsp;&nbsp;do_anotherthing()4.获取正则表达式所匹配的⼦串(Get the part of a string matched by the regex)regex=ur"" #正则表达式match = re.search(regex, subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;result = match.group()else:&nbsp;&nbsp;&nbsp;&nbsp;result = ""5. 获取捕获组所匹配的⼦串(Get the part of a string matched by a capturing group)regex=ur"" #正则表达式match = re.search(regex, subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;result = match.group(1)else:&nbsp;&nbsp;&nbsp;&nbsp;result = ""6. 获取有名组所匹配的⼦串(Get the part of a string matched by a named group)regex=ur"" #正则表达式match = re.search(regex, subject)if match:result = match.group"groupname")else:result = ""7. 将字符串中所有匹配的⼦串放⼊数组中(Get an array of all regex matches in a string)result = re.findall(regex, subject)8.遍历所有匹配的⼦串(Iterate over all matches in a string)for match in re.finditer(r"<(.*?)\s*.*?/\1>", subject)&nbsp;&nbsp;&nbsp;&nbsp;# match start: match.start()&nbsp;&nbsp;&nbsp;&nbsp;# match end (exclusive): atch.end()&nbsp;&nbsp;&nbsp;&nbsp;# matched text: match.group()9.通过正则表达式字符串创建⼀个正则表达式对象(Create an object to use the same regex for many operations)reobj = pile(regex)10.⽤法１的正则表达式对象版本（use regex object for if/else branch whether (part of) a string can be matched）reobj = pile(regex)if reobj.search(subject):&nbsp;&nbsp;&nbsp;&nbsp;do_something()else:&nbsp;&nbsp;&nbsp;&nbsp;do_anotherthing()11.⽤法２的正则表达式对象版本（use regex object for if/else branch whether a string can be matched entirely）reobj = pile(r"\Z")　＃正则表达式末尾以\Z 结束if reobj.match(subject):&nbsp;&nbsp;&nbsp;&nbsp;do_something()else:&nbsp;&nbsp;&nbsp;&nbsp;do_anotherthing()12.创建⼀个正则表达式对象，然后通过该对象获得匹配细节（Create an object with details about how the regex object matches (part of) a string）reobj = pile(regex)match = reobj.search(subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;# match start: match.start()&nbsp;&nbsp;&nbsp;&nbsp;# match end (exclusive): atch.end()&nbsp;&nbsp;&nbsp;&nbsp;# matched text: match.group()&nbsp;&nbsp;&nbsp;&nbsp;do_something()else:&nbsp;&nbsp;&nbsp;&nbsp;do_anotherthing()13.⽤正则表达式对象获取匹配⼦串（Use regex object to get the part of a string matched by the regex）reobj = pile(regex)match = reobj.search(subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;result = match.group()else:&nbsp;&nbsp;&nbsp;&nbsp;result = ""14.⽤正则表达式对象获取捕获组所匹配的⼦串（Use regex object to get the part of a string matched by a capturing group）reobj = pile(regex)match = reobj.search(subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;result = match.group(1)else:&nbsp;&nbsp;&nbsp;&nbsp;result = ""15.⽤正则表达式对象获取有名组所匹配的⼦串（Use regex object to get the part of a string matched by a named group）reobj = pile(regex)match = reobj.search(subject)if match:&nbsp;&nbsp;&nbsp;&nbsp;result = match.group("groupname")else:&nbsp;&nbsp;&nbsp;&nbsp;result = ""16.⽤正则表达式对象获取所有匹配⼦串并放⼊数组（Use regex object to get an array of all regex matches in a string）reobj = pile(regex)result = reobj.findall(subject)17.通过正则表达式对象遍历所有匹配⼦串（Use regex object to iterate over all matches in a string）reobj = pile(regex)for match in reobj.finditer(subject):&nbsp;&nbsp;&nbsp;&nbsp;# match start: match.start()&nbsp;&nbsp;&nbsp;&nbsp;# match end (exclusive): match.end()&nbsp;&nbsp;&nbsp;&nbsp;# matched text: match.group()字符串替换1.替换所有匹配的⼦串#⽤newstring替换subject中所有与正则表达式regex匹配的⼦串result = re.sub(regex, newstring, subject)2.替换所有匹配的⼦串（使⽤正则表达式对象）reobj = pile(regex)result = reobj.sub(newstring, subject)字符串拆分1.字符串拆分result = re.split(regex, subject)2.字符串拆分（使⽤正则表⽰式对象）reobj = pile(regex)result = reobj.split(subject)。

正则表达式在Python中被广泛应用，而在正则表达式中，r是一个非常重要且常用的标识符。

本文将围绕着“python 正则表达式 r用法”展开深入探讨，帮助读者更全面地了解和掌握这一知识点。

1. 了解r在正则表达式中的作用在Python的正则表达式中，r被用作原始字符串的标识符。

它的作用是告诉Python解释器，后面的字符串应该以原始字符串的方式进行解释，即不会对字符串中的反斜杠进行转义处理。

这样做的好处是可以直接在字符串中使用特殊字符，而不需要进行额外的转义处理。

2. r的语法示例在正则表达式中，如果我们想匹配一个反斜杠，我们可以这样写：r'\\'。

这里的r告诉Python解释器，后面的字符串'\\'应该作为一个原始字符串来解释，而不是对其中的反斜杠进行转义处理。

这样，我们就可以准确地匹配到反斜杠这个特殊字符。

3. r与正则表达式模式在正则表达式中，r通常与后面的正则表达式模式一起使用。

我们想匹配一个IP位置区域的正则表达式模式为：r'\b(?:[0-9]{1,3}\.){3}[0-9]{1,3}\b'。

在这个例子中，r告诉Python解释器后面的字符串应该以原始字符串的方式进行解释，而正则表达式模式\b(?:[0-9]{1,3}\.){3}[0-9]{1,3}\b用来匹配IP位置区域。

4. 个人观点和理解对我来说，r在Python正则表达式中的运用非常灵活和方便。

它使得我们可以直接在字符串中使用特殊字符，而不需要进行繁琐的转义处理，极大地提高了代码的可读性和易用性。

在实际的编程实践中，我经常使用r来编写正则表达式，因为它能让我更加专注于表达式的逻辑和规则，而不需要担心字符转义带来的问题。

总结回顾通过本文的讨论，我们全面地了解了r在Python正则表达式中的用法。

我们从r的作用和语法示例开始，逐步深入到r与正则表达式模式的结合运用，最后结合个人观点和理解进行了总结。

python 常用正则表达式
正则表达式是一种强大的文本处理工具，在Python中也得到了
广泛的应用。

下面是Python中常用的正则表达式：
1. 匹配任意字符
. 表示匹配任意一个字符，但不包括换行符。

2. 匹配特定字符
表示转义字符，可以用来匹配一些特殊字符，如匹配反斜杠本身需要使用。

[] 表示匹配括号内的任意一个字符。

例如 [abc] 表示匹配 a、b、c中的任意一个字符。

^ 表示在括号内使用时表示取反，例如 [^abc] 表示匹配除了 a、
b、c之外的任意一个字符。

3. 匹配多个字符
* 表示匹配前面的字符0次或多次。

+ 表示匹配前面的字符1次或多次。

？表示匹配前面的字符0次或1次。

{n} 表示匹配前面的字符恰好n次。

{n,} 表示匹配前面的字符至少n次。

{n,m} 表示匹配前面的字符至少n次，但不超过m次。

4. 匹配字符串的开头和结尾
^ 表示字符串的开头，例如 ^hello 表示字符串以 hello开头。

$ 表示字符串的结尾，例如 world$ 表示字符串以 world结尾。

5. 匹配单词边界
b 表示单词的边界，例如bhellob表示匹配单词 hello。

6. 分组
() 表示分组，可以对文本进行分组，例如 ([a-z]+) 表示匹配一个或多个小写字母。

7. 贪婪匹配与非贪婪匹配
默认情况下，正则表达式是贪婪匹配的，即会尽可能多地匹配文本。

使用?可以实现非贪婪匹配。

以上是Python中常用的正则表达式，掌握这些正则表达式可以帮助你更高效地处理文本。

python常用正规表达式Python中的正则表达式是用于匹配字符串的强大工具。

它们可以用于各种目的，例如：1.验证数据2.提取信息3.替换文本Python中的正则表达式使用re模块来实现。

该模块提供了各种方法来匹配和操作字符串。

以下是一些Python中常用的正则表达式：匹配数字●import re●匹配任意数字●pattern=d+●匹配至少一位数字●pattern=d{1,}●匹配1到2位数字●pattern=d{1,2}匹配字母●Python●import re●匹配任意字母●pattern=[a-zA-Z]+●匹配至少一位字母●pattern=[a-zA-Z]{1,}●匹配1到2位字母●pattern=[a-zA-Z]{1,2}匹配特定字符●Python●import re●匹配字符a●pattern=a●匹配字符a或b●pattern=a|b●匹配字符串abc●pattern=abc匹配特殊字符●Python●import re●匹配空格●pattern=s●匹配换行符●pattern=n●匹配点号●pattern=.匹配模式●Python●import re●匹配任意字符，至少一次●pattern=.+●匹配任意字符，最多一次●pattern=.●匹配零次或一次●pattern=.?组合模式●Python●import re●匹配字符串abc●pattern=(abc)●匹配字符串a后跟任意字符●pattern=a.●匹配字符串a后跟零次或一次任意字符●pattern=a.?边界符●import re●匹配字符串abc开头●pattern=^abc●匹配字符串abc结尾●pattern=abc$●匹配字符串abc两侧有空格●pattern=sabc\s反向引用●Python●import re●匹配字符串abc两侧有空格●pattern=s(abc)\s●匹配字符串abc后跟任意字符，但不能是d ●pattern=abc(?!d)其他模式●import re●匹配字符串abc的所有匹配项●pattern=abc●result=re.findall(pattern,abcabcabc)●print(result)●[abc,abc,abc]●匹配字符串abc的第一个匹配项●pattern=abc●result=re.search(pattern,abcabcabc)●print(result)●<_sre.SRE_Match object;span=(0,3),match=abc>●匹配字符串abc是否存在●pattern=abc●result=re.search(pattern,abcabcabc)●print(result is not None)●TruePython中的正则表达式非常强大，可以用于各种目的。