来源：麦叔编程
作者： 麦叔
正则表达式是爬虫，Web开发，数据处理等各类涉及到文本处理的一把锋利的瑞士军刀，是每个程序员必须掌握的一门技能。本文稍微有点长，但耐心看完，实践其中的例子，你的功力必会更精进一层！
1. 正则表达式的7个境界
假设有一段文字：
text = "身高:178，体重：168，学号：123456，密码:9527"
要确定文本中是否包含数字123456，我们可以用in运算符，也可以使用index函数：
text = "身高:178，体重：168，学号：123456，密码:9527"target = "123456"if target in text:print("找到了")print(text.index(target))
但当问题变得复杂的时候，比如找出字符串中所有数字，用基本的字符串处理就不行了。
这不再是一个固定的字符串匹配问题，而是一个模式，一种规则的匹配。为了解决这个问题，有位叫Stephen的大神在1951年提出了正则表达式。
几乎任何一门通用编程语言都有专门的正则表达式的模块，正则表达式英文是regular expressesion，所以编程语言中的模块名字一般叫re，或者regex等。Python中的正则表达式处理模块是re。
正则表达式就是为了找到符合某种模式的字符串，这些模式包括：是什么字符，重复多少次，在什么位置，有哪些额外的约束。请注意：这里的每一句话都对应了正则表达式中的一类语法。
下面我们通过8个例子，来熟悉正则表达式，后面再讲写正则表达式的套路和正则表达式的语法。
level1 - 固定的字符串
要求：确定字符串中是否有123456
import retext = "麦叔身高:178，体重：168，学号：123456，密码:9527"print(re.findall(r"123456", text))
代码说明：
第1行，引入正则表达式模块re
第3行，使用re的findall()方法找到所有符合模式的字符串，这里的模式就是123456，也就是说找到字符串中所有的123456。findall()方法的第1个参数是模式，第2个参数是要查找的字符串。模式中会有一些特殊字符，所以用r表示这是一个raw字符串，让Python不要去转义里面的特殊字符。上面程序的运行结果是：[123456]，因为整个字符串中就1个123456。
level1就是一个固定的字符串匹配，可以用传统的字符串匹配解决。
level2 - 某一类字符
要求：找出所有的单个的数字
text = "麦叔身高:178，体重：168，学号：123456，密码:9527"print(re.findall(r"d", text))
这个表达式
d
表示所有的数字，所以1,7,8,1,6,8等都可以匹配到。这是很简单的模式，只匹配1个单独的数字。
如果你完全没有接触过正则表达式，看着有点懵逼，去我看在B站的视频吧，让我手把手教你！
level3 - 重复某一类字符
要求：找所有的数字，比如178，168，123456，9527等。
text = "麦叔身高:178，体重：168，学号：123456，密码:9527"print(re.findall(r"d+", text))
这个模式
d+
在d的后面增加了+号，表示数字可以出现1到多次，所以178等都符合它的要求。
leve4 - 组合level2
要求：找出座机号码
text = "麦叔电话是18812345678，他还有一个电话号码是18887654321，他爱好的数字是01234567891，他的座机是：0571-52152166"print(re.findall(r"d{4}-d{8}", text))
d{4}-d{8}
这是一个组合的模式，表示前面4个数字，中间一个横杠，后面8个数字。
这里会匹配一个结果：0571-52152166
leve5 - 多种情况
要求：找出手机号码或者座机号码
text = "麦叔电话是18812345678，他还有一个电话号码是18887654321，他爱好的数字是01234567891，他的座机是：0571-52152166"print(re.findall(r"d{4}-d{8}|1d{10}", text))
比上面有复杂了点，因为使用竖线(|)来表示”或“的关系，就是手机号码和电话号码都可以。
这里会匹配三个结果：18812345678，18887654321，0571-52152166。
level6 - 限定位置
要求：在句子开头的手机号码,或座机
text = "18812345678，他还有一个电话号码是18887654321，他爱好的数字是01234567891，他的座机是：0571-52152166"print(re.findall(r"^1d{10}|^d{4}-d{8}", text))
在表达式的最开始使用了^符号，表示一定要在句子的开头才行。这时候只有18812345678能匹配上。
level7 - 内部约束
要求：找出形如barbar, dardar的前后三个字母重复的字符串
text = "barbar carcar harhel"print(re.findall(r"(w{3})(1)", text))
这里barbar和carcar会匹配上，但harhel不会被匹配，因为它不是3个字符重复的。
w{3}表示3个字符，放在小括号中(w{3})就成为一个分组，而后面的(1)表示它里面的内容和第1个括号里的内容必须相同，其中的1就表示第1个括号，也就是说3个字符要重复出现两次。
2. 写正则表达式的步骤
如何写正则表达式呢？我总结了几个步骤。不管多复杂，基本上都百试不爽。
我们仍然以包含分机号码的座机电话号码为例，比如0571-88776655-9527，演示下面的步骤：
确定模式包含几个子模式
它包含3个子模式：0571-88776655-9527。这3个子模式用固定字符连接。各个部分的字符分类是什么这3个子模式都是数字类型，可以用d。现在可以写出模式为：d-d-d各个子模式如何重复第1个子模式重复3到4次，因为有010和021等直辖市第2个子模式重复7到8次，有的地区只有7位电话号码第3个子模式重复3-4次加上次数限制后，模式成为：d{3,4}-d{7,8}-d{3,4}但有的座机没有分机号，所以我们用或运算符让它支持两者：d{3,4}-d{7,8}-d{3,4}|d{3,4}-d{7,8}是否有外部位置限制没有是否有内部制约关系没有经过一通分析，最后的正则就写成了，测试一下：
text = "随机数字：01234567891，座机1：0571-52152166，座机2：0571-52152188-1234"print(re.findall(r"d{3,4}-d{7,8}-d{3,4}|d{3,4}-d{7,8}", text))
最后的结果是：两个座机都可以找出来。
3. 语法规则
正则表达式几十个符号，看似很复杂，但如果能否分清楚类别和作用，就没那么复杂了。
字符类别表达- 表达某一类字符，比如数字，字母，3到9之间的任何数字等
字符的重复次数，也叫做量词。比如身份证是数字重复15或18次，也就是：d{15}或者d{18}。
组合模式：把多个简单的模式组合在一起，可以是拼接，也可以是二者选其一。
位置：限定模式出现的位置，比如行首，行尾，或者在特定字符之后等。
分组，把一个正则表达式分成几个部分，这样可以重复某个分组，或者指定两个分组必须相同等额外的要求。
其他：
4. Python正则模块re的用法
python的re模块还比较简单，包括以下几个方法：
re.search()：查找符合模式的字符，只返回第一个，返回Match对象re.match()：和search一样，但要求必须从字符串开头匹配re.findall()：返回所有匹配的字符串列表re.finditer()：返回一个迭代器，其中包含所有的匹配，也就是Match对象re.sub()：替换匹配的字符串，返回替换完成的文本re.subn()：替换匹配的字符串，返回替换完成的文本和替换的次数re.split()：用匹配表达式的字符串做分隔符分割原字符串re.compile()：把正则表达式编译成一个对象，方便后面使用5. 更多例子
下面我举了更多的例子，供大家练习和熟悉。
建议先自己尝试去写出相关的正则表达式，再回来看下面的参考答案。
匹配Email地址的正则表达式匹配网址URL的正则表达式匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)匹配国内电话号码(0571-87655322，001-87666622，920-209642-964)匹配腾讯qq号匹配中国邮政编码(6位数字)匹配身份证(15位或18位)匹配ip地址形如"carcar"或"barbar"等会重复的三个字符的单词==============分隔符==============
现在来看参考答案：
匹配Email地址的正则表达式：
w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*匹配网址URL的正则表达式：[a-zA-z]+://[^s]*匹配帐号是否合法(字母开头，允许5-16字母，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$匹配国内电话号码，格式为：区号-号码-分机号，分机号可能没有。d{3,4}-d{7,8}-d{3,4}|d{3,4}-d{7,8}匹配腾讯qq号：[1-9][0-9]{4,}匹配中国邮政编码(6位数字)：[1-9]d{5}(?!d)匹配身份证(15位或18位)：d{15}|d{18}匹配ip地址：d+.d+.d+.d+形如"carcar"或"barbar"等会重复的三个字符的单词(w{3})(1)获取以"密码:"开头的数字:(?<=密码.)d+6. 正则表达式Cheatsheet
建议收藏和下载这个cheatsheet，在必要的时候查询。
如果对你有帮助，请给我点赞，并点在看，谢谢！
