非常好 👍
下面是最系统、最实用的 Python 正则表达式（Regular Expression）和 re 模块速查与实战指南。

🧩 一、正则表达式简介

正则表达式（Regular Expression, 简称 Regex）是一种用于匹配、搜索、替换字符串的 规则语言。
Python 提供了功能强大的 re 模块来支持正则操作。

导入模块：

import re

⚙️ 二、常用函数（re 模块核心）

函数说明
re.match()从字符串开头匹配
re.search()扫描整个字符串，返回第一个匹配项
re.findall()返回所有匹配项列表
re.finditer()返回所有匹配项的迭代器（每个为 Match 对象）
re.sub()替换匹配内容
re.split()按匹配规则分割字符串
re.compile()预编译正则表达式，提高性能

🔍 三、常用正则表达式符号

模式说明示例匹配
.匹配任意字符（除换行符）a.c → 匹配 "abc", "axc"
^匹配字符串开头^hello
$匹配字符串结尾world$
*前一个字符重复 0 次或多次ab* → "a", "ab", "abb"
+前一个字符重复 1 次或多次ab+ → "ab", "abb"
?前一个字符重复 0 次或 1 次ab? → "a", "ab"
{n}重复 n 次a{3} → "aaa"
{n,}重复至少 n 次a{2,} → "aa", "aaa", "aaaa"
{n,m}重复 n 到 m 次a{2,4} → "aa", "aaa", "aaaa"
[]匹配字符集合[abc] → "a", "b", "c"
[^]匹配不在集合中的字符[^0-9] → 非数字
``或（OR）
()分组(ab)+
\d数字 [0-9]
\D非数字
\w单词字符 [a-zA-Z0-9_]
\W非单词字符
\s空白字符（空格、制表符、换行）
\S非空白字符

🧮 四、基本用法示例

✅ 1. match()

import re

text = "Hello World"
m = re.match(r"Hello", text)
if m:
    print(m.group())  # Hello

👉 match() 只匹配 字符串开头。

✅ 2. search()

text = "Python is powerful and fast"
m = re.search(r"power\w+", text)
print(m.group())  # powerful

👉 search() 匹配第一个符合规则的内容。

✅ 3. findall()

text = "My numbers are 123 and 456"
nums = re.findall(r"\d+", text)
print(nums)  # ['123', '456']

✅ 4. sub()（替换）

text = "I love cats and cats"
new_text = re.sub(r"cats", "dogs", text)
print(new_text)  # I love dogs and dogs

✅ 5. split()（分割）

text = "apple,banana;cherry orange"
result = re.split(r"[;,\s]+", text)
print(result)  # ['apple', 'banana', 'cherry', 'orange']

✅ 6. finditer()（获取详细匹配对象）

for m in re.finditer(r"\d+", "A1 B22 C333"):
    print(m.group(), "位置:", m.start(), "-", m.end())

输出：

1 位置: 1 - 2
22 位置: 3 - 5
333 位置: 6 - 9

🧱 五、Match 对象属性

m = re.search(r"(\d+)", "Item 123 cost $45")
print(m.group())      # 123
print(m.start())      # 起始索引
print(m.end())        # 结束索引
print(m.span())       # (起始, 结束)
print(m.groups())     # 所有分组内容（tuple）

🧩 六、分组与命名捕获

✅ 普通分组

m = re.search(r"(\d+)-(\d+)-(\d+)", "2025-09-28")
print(m.groups())  # ('2025', '09', '28')

✅ 命名分组

m = re.search(r"(?P<year>\d+)-(?P<month>\d+)-(?P<day>\d+)", "2025-09-28")
print(m.group("year"))  # 2025
print(m.groupdict())    # {'year': '2025', 'month': '09', 'day': '28'}

🚀 七、re.compile()（预编译正则表达式）

当同一个模式需要多次使用时，推荐先编译再复用：

pattern = re.compile(r"\d+")
print(pattern.findall("123 abc 456"))
print(pattern.findall("789 000"))

🧰 八、常用模式修饰符（Flags）

修饰符说明
re.I忽略大小写 (IGNORECASE)
re.M多行模式：^ 匹配每行开头，$ 匹配每行结尾
re.S让 . 匹配包括换行符在内的所有字符
re.X忽略空白和注释，增强可读性

示例：

pattern = re.compile(r"""
    ^\d{4}   # 年
    -\d{2}   # 月
    -\d{2}$  # 日
""", re.X)
print(bool(pattern.match("2025-09-28")))  # True

🧮 九、常见正则表达式示例

用途正则表达式示例匹配
邮箱^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$test@mail.com
手机号（中国）^1[3-9]\d{9}$13888888888
IP 地址^(\d{1,3}\.){3}\d{1,3}$192.168.1.1
日期^\d{4}-\d{2}-\d{2}$2025-09-28
URLhttps?://[^\s]+https://openai.com
HTML 标签<[^>]+><div>, <a href=...>
金额（含小数）^\d+(\.\d{1,2})?$100, 100.50

🧩 十、实战例子

✅ 提取文本中的 Email 地址

text = "请联系我：user@example.com 或 support@openai.com"
emails = re.findall(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}", text)
print(emails)
# ['user@example.com', 'support@openai.com']

✅ 屏蔽敏感词

text = "这个网站含有违规词汇ABC！"
text = re.sub(r"ABC", "***", text)
print(text)  # 这个网站含有违规词汇***！

✅ 验证密码复杂度（至少8位，含大小写和数字）

pattern = re.compile(r"^(?=.*[a-z])(?=.*[A-Z])(?=.*\d).{8,}$")
print(bool(pattern.match("Aa123456")))  # True

✅ 总结速查表

功能常用函数场景
匹配单个match()从字符串开头匹配
搜索任意位置search()查找第一个匹配
找全部findall()批量提取
替换sub()清洗文本
分割split()拆分字符串
提高性能compile()重复使用同一规则
调试与注释re.X多行正则可读性高