1. 正则表达式是什么？
正则表达式（Regular Expression），简称正则，是计算机科学中的一个概念。它是由一些字符和特殊符号组成的字符串，用于描述匹配某种模式的字符串。
在Python中，使用re模块来使用正则表达式。
1.1. 正则表达式基础
在正则表达式中，有一些
特殊字符（如^、$、*、+、?、.、|）
字符类（如[]、[^]）
限定符（如{n}、{n,m}、*、+、?）
分组（用()来表示）
零宽度断言（如(?=pattern)、(?!pattern)、(?<=pattern)、(?
等概念。
以下是一些常用的正则表达式：
# 匹配字符串中的数字
import re
pattern = r'\d+'
str = 'hello, 123!'
match = re.findall(pattern, str)
print(match) # ['123']
解析：上面的正则表达式\d+，表示匹配1个或多个数字。findall()函数是re模块中的函数，用于查找字符串中所有符合正则表达式的子串。在上面的例子中，它返回了字符串'hello, 123!'中所有的数字。
# 匹配邮箱
import re
pattern = r'\w+@\w+\.[a-z]+'
str = 'my email is example@example.com'
match = re.findall(pattern, str)
print(match) # ['example@example.com']
解析：上面的正则表达式\w+@\w+\.[a-z]+，表示匹配邮箱地址。其中，\w+匹配1个或多个字母、数字或下划线；@\w+\.匹配字符@后面跟着1个或多个字母、数字或下划线，再接着一个.；[a-z]+匹配1个或多个小写字母。在上面的例子中，findall()函数查找到了匹配的邮箱地址。
1.2. 正则表达式修饰符
在Python中，可以为正则表达式添加修饰符，对正则表达式的匹配行为做出一些改动。
以下是Python正则表达式中常用的修饰符：
re.I：忽略大小写
re.M：多行匹配，^匹配行的开头，$匹配行的结尾
re.S：使.匹配包括换行在内的所有字符
re.U：使用Unicode字符集。影响\w、\W、\b、\B。
re.X：为正则表达式添加注释和空格
以下是Python正则表达式中带有修饰符的例子：
# 多行匹配
import re
pattern = r'^\d+$'
str = '123\n456\n789\n'
match = re.findall(pattern, str, re.M)
print(match) # ['123', '456', '789']
解析：上面的正则表达式^\d+$，表示匹配字符串中的一行，该行包含1个或多个数字。在上面的例子中，由于使用了re.M修饰符，所以它匹配了多行的数字。
2. re模块常用函数
Python的re模块提供了很多函数，用于对正则表达式模式进行操作。其中，最常用的函数是：
re.match()：从字符串开头匹配一个模式
re.search()：在字符串中匹配一个模式
re.findall()：找到字符串中所有匹配的子串
re.sub()：替换字符串中的匹配子串
2.1. re.match()
re.match(pattern, string, flags=0)
这个函数从字符串的开头尝试匹配一个模式。如果匹配到了，就返回一个匹配对象，否则返回None。
# 匹配字符串开头的数字
import re
pattern = r'\d+'
str = '123abc'
match = re.match(pattern, str)
if match:
print(match.group()) # 123
解析：在上面的例子中，使用re.match()函数来匹配字符串'123abc'。正则表达式\d+表示匹配1个或多个数字，所以它匹配到了字符串开头的数字123。使用group()方法来获取匹配的结果。
2.2. re.search()
re.search(pattern, string, flags=0)
这个函数在字符串中查找匹配的子串。如果找到了，就返回一个匹配对象，否则返回None。
# 匹配字符串中的数字
import re
pattern = r'\d+'
str = 'hello, 123!'
match = re.search(pattern, str)
if match:
print(match.group()) # 123
解析：在上面的例子中，使用re.search()函数来查找字符串'hello, 123!'中的数字。正则表达式\d+表示匹配1个或多个数字，所以它匹配到了数字123。使用group()方法来获取匹配的结果。
2.3. re.findall()
re.findall(pattern, string, flags=0)
这个函数返回一个列表，其中包含了字符串中所有匹配的子串。
# 找到字符串中所有的单词
import re
pattern = r'\b\w+\b'
str = 'Hello world!'
match = re.findall(pattern, str)
print(match) # ['Hello', 'world']
解析：在上面的例子中，使用re.findall()函数来查找字符串'Hello world!'中所有的单词。正则表达式\b\w+\b表示匹配一个单词，其中\b表示单词的边界，\w+表示匹配一个或多个字母、数字或下划线。
2.4. re.sub()
re.sub(pattern, repl, string, count=0, flags=0)
这个函数用repl替换字符串中所有匹配的子串。count表示替换的最大次数，默认是0表示无限制。
# 替换字符串中的部分内容
import re
pattern = r'\d+'
str = 'hello, 123!'
result = re.sub(pattern, '456', str)
print(result) # hello, 456!
解析：在上面的例子中，使用re.sub()函数来替换字符串'hello, 123!'中的数字。正则表达式\d+表示匹配一个或多个数字，所以它匹配到了数字123。使用456来替换匹配到的内容。
3. 常见正则表达式模式
以下是一些常见的正则表达式模式：
匹配数字：\d
匹配非数字：\D
匹配字母、数字和下划线：\w
匹配非字母、数字和下划线：\W
匹配空白字符：\s
匹配非空白字符：\S
匹配任意字符（除了\n）：.
匹配开头和结尾：^、$
匹配多个字符：\d+、\w+
匹配任意字符：.*、.+、?
匹配范围：[a-z]、[0-9]、[^A-Z]（匹配不在A-Z范围内的字符）
3.1. 匹配电话号码
使用正则表达式来匹配电话号码，可以将电话号码中的数字、括号、短横线等分别进行匹配。
# 匹配电话号码
import re
pattern = r'(\d{3}[-\.\)]\d{4}[-\.\)]\d{4})|(\d{7})'
str = 'my phone number is 010-1234-5678'
match = re.findall(pattern, str)
print(match) # [('010-1234-5678', '')]
解析：在上面的例子中，使用正则表达式来匹配电话号码。其中，\d表示数字，\d{3}表示匹配3个数字，[-\.\)]表示匹配-、.或)中的任意一个字符，\d{4}表示匹配4个数字。使用|表示或的关系，用()来分组。在上面的例子中，返回了匹配的字符串。
3.2. 匹配邮箱地址
与电话号码类似，使用正则表达式来匹配邮箱地址，可以将邮箱地址中的用户名和域名分别进行匹配。
# 匹配邮箱地址
import re
pattern = r'\b\w+@\w+\.[a-z]+\b'
str = 'my email is example@example.com'
match = re.findall(pattern, str)
print(match) # ['example@example.com']
解析：在上面的例子中，使用正则表达式来匹配邮箱地址。其中，\w+匹配1个或多个字母、数字或下划线；@匹配字符@；\w+匹配1个或多个字母、数字或下划线；\.匹配字符.；[a-z]+匹配1个或多个小写字母。在上面的例子中，返回了匹配的字符串。
3.3. 匹配HTML标签
使用正则表达式来匹配HTML标签，可以将标签中的标签名、属性和文本内容分别进行匹配。
# 匹配HTML标签
import re
pattern = r'<\s*([a-z]+)(?:\s+\w+=(?:".*?"|\'.*?\'|[^\'"\s>]+)\s*)*>(.*?)<\s*/\s*\1\s*>'
str = '
hello world!'
match = re.findall(pattern, str)
if match:
print('tag: ', match[0][0])
print('attribute: ', match[0][1])
print('text: ', match[0][2])
解析：在上面的例子中，使用正则表达式来匹配HTML标签。其中，<表示匹配<字符，\s*表示匹配0个或多个空白字符，[a-z]+表示匹配1个或多个小写字母，(?:\s+\w+=(?:".*?"|\'.*?\'|[^\'"\s>]+)\s*)*表示匹配0个或多个标签属性，.*?表示匹配任意字符（非贪婪模式），\1表示引用前面的标签名。在上面的例子中，返回了匹配的标签名、属性和文本内容。
4. 总结
Python中的正则表达式提供了一种非常强大的字符串处理工具。通过正则表达式，可以方便地查找、替换和提取字符串中的信息。在实际应用中，可以按照具体的需求来自定义匹配规则，使得代码具有更高的灵活性和可扩展性。