基于菜鸟教程参考，按照重要性和使用频率组织整理
| 语法 |
描述 |
示例 |
匹配结果 |
[ABC] |
匹配方括号内任意字符 |
[aeiou] |
"google"中的 o, e, o, o, a |
[^ABC] |
匹配除方括号内字符外的任意字符 |
[^aeiou] |
"google"中的 g, g, l |
[A-Z] |
匹配大写字母A到Z |
[A-Z] |
"Hello"中的 H |
[a-z] |
匹配小写字母a到z |
[a-z] |
"Hello"中的 e, l, l, o |
[0-9] |
匹配数字0到9 |
[0-9] |
"2023"中的 2, 0, 2, 3 |
. |
匹配除换行符外的任意单个字符 |
a.c |
"abc", "a1c", "a c" |
[\s\S] |
匹配所有字符(包括换行符) |
[\s\S]+ |
任意字符串，包括多行 |
\w |
匹配字母、数字、下划线 |
\w+ |
"hello123", "user_name" |
\W |
匹配非字母、数字、下划线 |
\W+ |
" ", "!", "@" |
\d |
匹配任意数字(0-9) |
\d+ |
"123", "4567" |
\D |
匹配非数字字符 |
\D+ |
"abc", "!@#" |
| 语法 |
描述 |
等价形式 |
示例 |
匹配结果 |
* |
匹配前面元素0次或多次 |
{0,} |
zo* |
"z", "zo", "zoo" |
+ |
匹配前面元素1次或多次 |
{1,} |
zo+ |
"zo", "zoo" (不包括"z") |
? |
匹配前面元素0次或1次 |
{0,1} |
do(es)? |
"do", "does" |
{n} |
匹配前面元素恰好n次 |
- |
o{2} |
"food"中的"oo" |
{n,} |
匹配前面元素至少n次 |
- |
o{2,} |
"foooood"中的所有o |
{n,m} |
匹配前面元素n到m次 |
- |
o{1,3} |
"fooooood"中的前3个o |
| 语法 |
描述 |
示例 |
匹配结果 |
* |
贪婪匹配(尽可能多) |
/<.*>/ |
<h1>标题</h1> (整个标签) |
*? |
非贪婪匹配(尽可能少) |
/<.*?>/ |
<h1> (仅开始标签) |
+ |
贪婪匹配 |
/.+/ |
"abc123" (整个字符串) |
+? |
非贪婪匹配 |
/.+?/ |
"a" (仅第一个字符) |
| 语法 |
描述 |
示例 |
匹配结果 |
^ |
匹配字符串开始位置 |
^abc |
"abc123", "abcdef" |
$ |
匹配字符串结束位置 |
abc$ |
"123abc", "defabc" |
\b |
匹配单词边界 |
\bword\b |
"word" (不包括"wording") |
\B |
匹配非单词边界 |
\Bword\B |
"swordsman"中的"word" |
| 语法 |
描述 |
示例 |
说明 |
(pattern) |
捕获分组 |
(ab)+ |
匹配"ab", "abab", "ababab" |
(?:pattern) |
非捕获分组 |
(?:ab)+ |
匹配但不捕获内容 |
pattern1|pattern2 |
或操作 |
cat|dog |
匹配"cat"或"dog" |
| 语法 |
描述 |
示例 |
匹配结果 |
\1, \2, ... |
引用第n个捕获组 |
(\w+)\s+\1 |
"hello hello", "test test" |
\k<name> |
命名分组引用 |
(?P<word>\w+)\s+\k<word> |
"hello hello" |
| 语法 |
描述 |
示例 |
(?P<name>pattern) |
Python风格命名分组 |
(?P<year>\d{4}) |
(?<name>pattern) |
现代风格命名分组 |
(?<year>\d{4}) |
| 语法 |
描述 |
示例 |
匹配结果 |
exp1(?=exp2) |
正向先行断言：exp1后面是exp2 |
Windows(?=XP|7) |
"Windows"后跟"XP"或"7" |
exp1(?!exp2) |
负向先行断言：exp1后面不是exp2 |
Windows(?!XP|7) |
"Windows"后不跟"XP"或"7" |
(?<=exp2)exp1 |
正向后行断言：exp1前面是exp2 |
(?<=\$)\d+ |
"$"后面的数字 |
(?<!exp2)exp1 |
负向后行断言：exp1前面不是exp2 |
(?<!\$)\d+ |
非"$"后面的数字 |
| 特殊字符 |
转义形式 |
描述 |
. |
\. |
匹配点号 |
* |
\* |
匹配星号 |
+ |
\+ |
匹配加号 |
? |
\? |
匹配问号 |
| ` |
` |
| |
( |
\( |
匹配左括号 |
) |
\) |
匹配右括号 |
[ |
\[ |
匹配左方括号 |
] |
\] |
匹配右方括号 |
{ |
\{ |
匹配左花括号 |
} |
\} |
匹配右花括号 |
^ |
\^ |
匹配脱字符 |
$ |
\$ |
匹配美元符号 |
\ |
\\ |
匹配反斜杠 |
| 语法 |
描述 |
等价形式 |
\n |
换行符 |
\x0a, \cJ |
\r |
回车符 |
\x0d, \cM |
\t |
制表符 |
\x09, \cI |
\f |
换页符 |
\x0c, \cL |
\v |
垂直制表符 |
\x0b, \cK |
\s |
任意空白字符 |
[ \f\n\r\t\v] |
\S |
任意非空白字符 |
[^ \f\n\r\t\v] |
# 邮箱验证
email_pattern = r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"
# 手机号验证(中国)
phone_pattern = r"1[3-9]\d{9}"
# 身份证验证
id_card_pattern = r"\d{17}[\dXx]"
# IP地址验证
ip_pattern = r"\b(?:\d{1,3}\.){3}\d{1,3}\b"
# URL验证
url_pattern = r"https?://[^\s/$.?#].[^\s]*"# 提取价格
price_pattern = r"\$?(\d+(?:,\d{3})*(?:\.\d{2})?)"
# 提取日期
date_pattern = r"\d{4}[-/]\d{1,2}[-/]\d{1,2}"
# 提取时间
time_pattern = r"\d{1,2}:\d{2}(?::\d{2})?"
# 提取HTML标签内容
html_tag_pattern = r"<(\w+).*?>(.*?)</\1>"# 匹配重复单词
duplicate_word_pattern = r"\b(\w+)\s+\1\b"
# 匹配空行
empty_line_pattern = r"^\s*$"
# 匹配行首行尾空白
trim_pattern = r"^\s+|\s+$"
# 匹配多行注释
comment_pattern = r"/\*[\s\S]*?\*/"
- 字符类：
., [], [^], \d, \w, \s
- 量词：
*, +, ?, {n}, {n,m}
- 定位符：
^, $, \b
- 分组：
(), |
- 转义：
\.
- 非贪婪：
*?, +?, ??
- 非捕获：
(?:)
- 反向引用：
\1, \2
- 字符集范围：
[a-z], [A-Z], [0-9]
- 零宽断言：
(?=), (?! ), (?<=), (?<! )
- 命名分组：
(?P<name>)
- 条件匹配：
(?(condition)true-pattern|false-pattern)
- 递归模式：
(?R)
字符集 [] 内部是一个"安全区"，大部分特殊符号都失去特殊含义，变成字面字符。
只有少数符号在字符集内仍有特殊含义：
- : 用于定义字符范围（如a-z），但在末尾时是字面字符^ : 在开头时表示否定（如[^a-z]），其他位置是字面字符] : 结束字符集定义\ : 转义字符仍然有效
r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}"字符集 [a-zA-Z0-9._%+-] 解析：
a-z : 小写字母范围A-Z : 大写字母范围0-9 : 数字范围. : 字面点号（不是任意字符）_ : 字面下划线% : 字面百分号+ : 字面加号（不是量词）- : 字面减号（不是范围符号，因为在末尾）
记忆口诀："方括号内是天堂，特殊符号都变样，只有减号和脱号，还有反斜要记牢"
# ✅ 推荐
pattern = r"\d+"
# ❌ 不推荐
pattern = "\\d+"
# ✅ 推荐：预编译
email_pattern = re.compile(r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}")
for email in email_list:
if email_pattern.match(email):
print("有效邮箱")# ✅ 推荐：详细注释
complex_pattern = re.compile(r"""
^ # 行开始
(\d{4}-\d{2}-\d{2}) # 日期组
\s+ # 空白分隔
(\w+) # 用户名组
:\s+ # 冒号和空白
(ERROR|WARN|INFO) # 日志级别组
.* # 日志内容
$ # 行结束
""", re.VERBOSE | re.MULTILINE)
- 简单优先：使用简单的字符类而非复杂的组合
- 避免回溯：减少嵌套量词和可选分组
- 使用锚点：
^ 和 $ 可以大幅提升匹配速度
- 预编译：重复使用的模式应该预编译
- 非贪婪：在不确定匹配长度时使用非贪婪量词
最后更新：2025年12月