正则表达式速查

借鉴 ziishaned/learn-regex (46k⭐)。

基础元字符

字符类

[abc]      a或b或c
[^abc]     不是a、b、c
[a-z]      a到z
[0-9]      0到9
[a-zA-Z]   所有字母

分组与引用

(cat|dog)     cat或dog
(ha)+         ha, haha, hahaha
\1            引用第一个分组

断言（不消耗字符）

(?=...)    正向先行断言: 后面是...
(?!...)    负向先行断言: 后面不是...
(?<=...)   正向后行断言: 前面是...
(?<!...)   负向后行断言: 前面不是...

\w+(?=@)   匹配 @ 前面的用户名
(?<=\$)\d+ 匹配 $ 后面的数字

Python re 模块

import re

# 搜索（返回匹配对象或None）
m = re.search(r'\d+', 'abc123def')
m.group()  # '123'

# 查找所有（返回列表）
re.findall(r'\d+', 'a1b2c3')  # ['1', '2', '3']

# 替换
re.sub(r'\s+', ' ', 'a   b  c')  # 'a b c'

# 分割
re.split(r'[,;]', 'a,b;c')  # ['a', 'b', 'c']

# 编译（重复用更快）
pattern = re.compile(r'\d+')
pattern.findall('a1b2c3')

常用模式

# 邮箱（宽松版）
r'[\w.+-]+@[\w-]+\.[\w.-]+'

# 手机号（中国）
r'1[3-9]\d{9}'

# 身份证
r'\d{17}[\dXx]'

# URL
r'https?://[\w./-]+'

# IP 地址
r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}'

# 中文
r'[\u4e00-\u9fff]+'

# 提取引号内容
r'"([^"]*)"'
r"'([^']*)'"

# 去除 HTML 标签
re.sub(r'<[^>]+>', '', html)

标志

re.IGNORECASE  # 忽略大小写
re.MULTILINE   # ^$ 匹配每行首尾
re.DOTALL      # . 匹配换行
re.VERBOSE     # 允许注释和空白

# 组合
re.search(r'hello', text, re.IGNORECASE | re.MULTILINE)