一、前言
日常工作中，不可避免需要进行文件及内容的查找，替换操作，python的正则匹配无疑是专门针对改场景而出现的，灵活地运用可以极大地提高效率，下图是本文内容概览。
二、正则表达式符号
对于所有的正则匹配表达式，都可由4部分组成：基础字符，次数匹配，位置匹配，分组匹配，即
正则匹配表达式= 基础字符(必选)+次数匹配(可选)+位置匹配(可选)+分组匹配(可选)
2.1 基础字符
基础字符主要是对应与具体的匹配对象，常用的如下表，其中涉及有特殊含义的字符，如.，*，^，$等，如果要匹配该字符本身，需要使用转移符号"\"。
代码示例：
import re
string="lucky^ /696/ ^money \Healthy **"
pattern_num=re.compile("\d") #匹配数字
num=pattern_num.findall(string)
pattern_letter=re.compile("\w") #匹配字母或数字
letter=pattern_letter.findall(string)
pattern_blank=re.compile("\s") #匹配空格
blank=pattern_blank.findall(string)
pattern_slash=re.compile(r"\\") #匹配反斜杠\
slash=pattern_slash.findall(string)
pattern_tri=re.compile("\^") #匹配特殊字符^
tri=pattern_tri.findall(string)
print("num:%s\nletter:%s\nblank:%s\nslash:%s\ntri:%s"%(num,letter,blank,slash,tri))查询结果，注意\s表示单个空格，连续两个空格是作为两个结果，单反斜杠\的结果slash表示用“\\”，如果使用print函数打印查看实际是单斜杠\
2.2 匹配次数
在设置了具体匹配字符后，还可以对字符匹配的数量进行限制，即在匹配字符后面加上匹配次数字符即可
代码示例
import re
string="lucky^ \/696/\ ^money// \Healthy 12**"
pattern_num=re.compile("\d+") #匹配至少1个数字
num=pattern_num.findall(string)
pattern_letter=re.compile("\w{4,5}") #匹配4-5个字母或数字
letter=pattern_letter.findall(string)
pattern_blank=re.compile("\s{3}") #匹配3个连续的空格
blank=pattern_blank.findall(string)
pattern_slash=re.compile(r"/{2,}") #匹配至少两个反斜杠//
slash=pattern_slash.findall(string)
pattern_tri=re.compile("\d|\^") #匹配数字或特殊字符^
tri=pattern_tri.findall(string)
print("num:%s\nletter:%s\nblank:%s\nslash:%s\ntri:%s"%(num,letter,blank,slash,tri))查询结果
2.3 匹配位置
同限制匹配字符的数量类似，可以设置匹配字符的位置，如指定开头或结尾的字符
代码示例
import re
string="luckyhappy happy-dog /happy, happy_test ^money Healthy 12**happy**"
pattern_head=re.compile("^luc") #匹配以luc开头的字符
head=pattern_head.findall(string) #匹配成功
print("head",head)
pattern_head1=re.compile("^money") #匹配以money开头的字符
head1=pattern_head1.findall(string) #匹配失败
print("head1",head1)
pattern_tail=re.compile("\*$") #匹配结尾为*的字符
tail=pattern_tail.findall(string) #匹配成功
print("tail",tail)
pattern_tail1=re.compile("money$") #匹配结尾为money的字符
tail1=pattern_tail1.findall(string) #匹配失败
print("tail1",tail1)
pattern_limit=re.compile(r"\bhappy\b") #匹配字符串中的单词happy,如果happy左右两侧都是字母数字下划线，注意前面需加r
limit=pattern_limit.findall(string) #匹配成功,其中luckyhappy和happy_test不属于匹配成功的对象
print("limit",limit)结果
2.3.1 ^与\A,$与\Z
注意^和\A，$和\Z看似都匹配开头和结尾，但在多行模式下存在差异，如下例子
import re
str = "Have a wonderful\nhope in python\nstudy" #str内容为3行,\n表示换行
# 使用^
print("^ in slnle line:",re.findall("^hope", str)) # 默认单行模式，执照字符串的行首匹配，找不到匹配项
print("^ in multiple line:",re.findall("^hope", str, re.MULTILINE)) # 在多行模式下找到匹配项，会匹配其他行的行首
# 使用\A
print("\A in slnle line:",re.findall("\Ahope", str)) # 默认单行模式，执照字符串的行首匹配，找不到匹配项
print("\A in multiple line:",re.findall("\Ahope", str, re.MULTILINE)) # 在多行模式下，依然不会匹配其他行的行首
# 使用$
print("$ in slnle line:",re.findall("python$", str)) # 默认单行模式，执照字符串的行首匹配，找不到匹配项
print("$ in multiple line:",re.findall("python$", str, re.MULTILINE)) # 在多行模式下找到匹配项，会匹配其他行的行首
# 使用\Z
print("\Z in slnle line:",re.findall("python\Z", str)) # 默认单行模式，执照字符串的行首匹配，找不到匹配项
print("\Z in multiple line:",re.findall("python\Z", str, re.MULTILINE)) # 在多行模式下，依然不会匹配其他行的行首匹配结果
2.4 分组匹配
示例代码
import re
str = "Zyp Have a 626 wonderful hello hope in python *** study"
pattern=re.compile("(Zyp).*([0-9]{3}).*(\*{3})") #创建3个group查询
result=pattern.match(str)
print("All content:",result.group(0)) #group[0]为原始字符串
print("Name:",result.group(1)) #查找的结果下标从1开始
print("Value",result.group(2))
print("Count:",result.group(3))结果
三、匹配函数
前面内容已对匹配表达式进行了介绍，下面将介绍一些常用的查找函数，查找的条件也就是匹配表达式。主要有match,search,findall,finditer,sub，下表是它们之间的差异
3.1 compile
compile函数不是匹配函数，主要是用于生成pattern对象，供匹配函数使用，好处是可以将该规则重复使用。
语法： re.compile(pattern, flags=0)
pattern : 匹配规则
flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。关于其中的flags，可配置如下值
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 即为 . 并且包括换行符在内的任意字符（. 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
re.X 为了增加可读性，忽略空格和 # 后面的注释
示例代码
import re
str ="Zyp Have a 626 wonderful hello hope in python *** study"
str2="Hwq Have a 888 wonderful hello hope in python * study"
pattern=re.compile("(\w{3}).*([0-9]{3}).*(\*)") #创建3个group查询
result=pattern.match(str)
result2=pattern.match(str2) #直接复用pattern,直接修改用于匹配的对象
print("Name:",result.group(1),result2.group(1)) #查找的结果下标从1开始
print("Value",result.group(2),result2.group(2))
print("Count:",result.group(3),result2.group(3))匹配结果
3.2 match
match需要注意的是匹配是从行首位置开始，如果行首位置不存在匹配的结果，纵使后面存在可匹配的字符，依旧搜索不到，并且如果行首匹配成功，则直接返回结果，只进行一次匹配操作，不会继续对后面的进行匹配，
语法： re.match(pattern, string, flags=0)
pattern : 匹配规则
string : 用于正则匹配的字符串。
flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。代码示例
匹配结果，返回的结果为一个match对象
3.3 search
search作用与match类似，只进行一次匹配，但不会限制于在行首位置匹配，可在任意位置进行匹配，仍以match中的字符串示例
语法： re.search(pattern, string, flags=0)
pattern : 匹配规则
string : 用于正则匹配的字符串。
flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。代码示例
匹配结果，两个字符串str,str1都匹配到了符合规则的结果，返回的结果为一个match对象
3.4 findall
findall从名称可看出是查询所有符合的匹配项，并且返回的结果类型为列表，仍以相同的例子为例，多加了一个1314
语法： re.findall(pattern, string, flags=0)
pattern : 匹配规则
string : 用于正则匹配的字符串。
flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。示例代码
匹配结果，两个字符串的查询结果一致
3.5 finditer
finditer作用与findall相同，也是查询所有符合条件的结果，区别是返回的结果为迭代器，而不是列表。同时迭代表结果的查看可通过函数group或groups进行查看，但groups查看结果，必须匹配规则pattern中设置了分组形式，否则查找的内容为空元组。
语法： re.finditer(pattern, string, flags=0)
pattern : 匹配规则
string : 用于正则匹配的字符串。
flags : 标志位，默认为0，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。示例代码
匹配结果
3.6 sub
语法： re.sub(pattern, repl, string, count=0, flags=0)
pattern : 匹配规则
repl : 用于替换匹配结果的新字符串。
string : 用于正则匹配的字符串。
count : 设置匹配后的替换次数，默认 0 表示替换所有的匹配结果。
flags : 编译时用的匹配模式。
代码示例
import re
str ="Zyp Have a 626 wonderful hello hope 520 in python 1314*** study" #str存在2个3位,1个4位的数字，
pattern=re.compile("[0-9]{3}") #匹配一个3位的数字
result=re.sub(pattern,"999",str,count=2) #对于查询到的3位数字用999替换，只替换2次
print("result:",result)替换结果，原先3位的数字前面2个都已替换位999，因只替换2次，第3个1314不进行替换
四、常用场景
下面将针对一些常用的场景提供对应的匹配规则
正则表达式 含义
[3] 匹配数字“3”，即指定匹配的具体数字
[c] 匹配字母“c”,即指定匹配的具体字符
[0-9] 匹配一个数字
[^0-9] 匹配一个除0-9外的字符
[a-z] 匹配一个小写字母
[A-Z] 匹配一个大写字母
[a-zA-Z] 匹配一个字母
[^a-z] 匹配一个非小写字母的字符
^\d{4}-\d{1,2}-\d{1,2} 匹配以“-”形式分隔的日期，如2024-5-2
\d{18}|\d{17}[X]$ 匹配出身份证号码
\d+\.\d+\.\d+\.\d+ 匹配IP地址
^[A-Za-z0-9\.\+_-]+@[A-Za-z0-9\._-]+\.[a-zA-Z]*$ 匹配电子邮箱
