正则表达式的语法规则丰富多样，但核心内容主要集中在字符类、数量修饰符、边界与位置、分组与引用这四大类。掌握这些，就能写出 80% 的常见正则表达式。
在 Python 中书写正则时，推荐使用原始字符串，如 r'\d+'，避免写成 '\\d+' 这种冗余形式。
一、字符类
Character Classes
字符类用于匹配文本中的单个字符，可以指定范围或类别。
. ：匹配任意单个字符（除换行符）。
\d ：匹配一个数字，等价于 [0-9]。
\D ：匹配一个非数字。
\w ：匹配字母/数字/下划线，等价于 [A-Za-z0-9_]。
\W ：匹配非字母/数字/下划线。
\s ：匹配空白字符（空格、制表符、换行）。
\S ：匹配非空白字符。
[abc] ：匹配集合中的任意一个字符。
[^abc] ：匹配不在集合中的任意一个字符。
[a-z] ：匹配小写字母范围；[A-Z] 匹配大写字母范围。
[0-9] ：匹配 0 到 9 之间的任意一位数字。
[A-Za-z0-9]：匹配字母和数字。
注意：
1、若要匹配特殊符号本身（如 ., *, \），需用反斜杠转义，例如 \. 匹配句号。
2、字符类中，- 表示范围，若要匹配 - 本身，建议写在开头或结尾，如 [-abc] 或 [abc-]。
3、在字符类开头的 ^ 表示取反，如 [^0-9] 匹配非数字。
示例：匹配所有由字母或数字组成的单词
import re
text = "hello 123 !"print(re.findall(r'\w+', text))# ['hello', '123']解读：\w+ 表示由一个或多个字母/数字/下划线组成的字符串，因此匹配到 hello 和 123。
二、数量修饰符
Quantifiers
数量修饰符用于控制前一个字符或分组的重复次数。
* ：重复 0 次或多次。
+ ：重复 1 次或多次。
? ：重复 0 次或 1 次。
{n} ：恰好重复 n 次。
{n,} ：至少重复 n 次。
{n,m} ：重复 n 到 m 次之间。
默认是贪婪匹配。即，尽可能多地匹配。
如果想改为非贪婪，可以在量词后加 ?：
*? ：尽可能少地匹配零次或多次。
+? ：尽可能少地匹配一次或多次。
?? ：尽可能少地匹配零次或一次。
示例 1：匹配 2 到 4 位数字
import re
text = "12 345 6789"print(re.findall(r'\d{2,4}', text))# ['12', '345', '6789']解读：\d{2,4} 表示匹配 2 ~ 4 个连续数字，结果正好对应不同长度的数字串。
示例 2：贪婪与非贪婪的对比
import re
text = "acbcb"print(re.findall(r'a.+b', text)) # ['acbcb'] 贪婪，吃到最后一个 bprint(re.findall(r'a.+?b', text)) # ['acb'] 非贪婪，停在第一个 b三、边界与位置
Anchors & Boundaries
边界符不匹配字符，而是匹配位置。
^ ：匹配字符串开头。
$ ：匹配字符串结尾。
\b ：单词边界（单词与空格/标点的分界）。
\B ：非单词边界。
\A ：匹配字符串开始（即使在 MULTILINE 模式下也只匹配整个字符串开头）。
\Z ：匹配字符串结束（即使在 MULTILINE 模式下也只匹配整个字符串结尾）。
\G ：匹配上一次匹配结束的位置（高级用法，较少使用）。
提示：
在 re.MULTILINE 模式下，^ 和 $ 可以匹配每一行的开头和结尾，而 \A 和 \Z 只匹配整个字符串的开头和结尾。
示例：匹配所有以 “ing” 结尾的单词
import re
text = "I am singing and running fast"print(re.findall(r'\b\w+ing\b', text))# ['singing', 'running']解读：\b 保证 ing 出现在单词边界处，从而避免匹配到更长单词的中间部分。
四、分组与引用
Grouping & Backreference
通过括号 () 将模式分组，可以捕获子表达式，供后续引用或替换使用。
(abc) ：捕获分组，结果可用 \1、\2 … 引用。
(?:abc) ：非捕获分组，只做逻辑分组，不保存结果。
(?P<name>abc) ：命名捕获分组，可通过组名调用。
示例 1：分组与反向引用
import re
html = "<b>粗体</b><i>斜体</i>"print(re.findall(r'<(\w+)>(.*?)</\1>', html))# [('b', '粗体'), ('i', '斜体')]解读：(\w+) 捕获标签名，\1 引用第一个分组，保证起始和结束标签相同。
示例 2：命名分组
import re
text = "2025-09-01"m = re.match(r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})', text)print(m.group('year'), m.group('month'), m.group('day'))# 2025 09 01解读：用 ?P<name> 给分组命名，可读性更好，方便直接通过组名访问。
示例 3：分组替换
import re
text = "123-456-7890"masked = re.sub(r'(\d{3})-\d{3}-(\d{4})', r'\1-***-\2', text)print(masked)# 123-***-7890解读：(\d{3}) 和 (\d{4}) 分别对应分组 1 和分组 2，在替换时用 \1、\2 复用。如果是命名分组，还可以用 \g<name> 来替换。
📘 小结
正则表达式的基础语法规则主要包括：
字符类：决定能匹配什么样的字符
数量修饰符：决定匹配多少个字符
边界符：决定匹配发生在什么位置
分组与引用：让模式更灵活，可重复利用
“点赞有美意，赞赏是鼓励”