* []表示字符
  * [a-z]
* 预定义字符
  * `.`表示任意一个字符
    * `.*` 表示任意多个字符
  * `\d`表示任意一个数字
  * `\b`表示word前后的空格
  * `+` 代表的是匹配加号(+)之前的正则表达式1次或多次
    * `[ab]+`和`[ab][ab]*`等价
* \w+ 匹配word

* 模式
  * (?i) 不区分大小写，`(?i)(invoke|call|exec|run).*function`


* 匹配行首尾：行首`^`，行尾`$`
  * `egrep "[45]..$"`

![img](https://images2018.cnblogs.com/blog/733013/201809/733013-20180912234030307-1579497375.png)

## 例子

* 解释一下 `PAT = re.compile(
  r'^/(?P<bzid>[-_0-9A-Za-z]+)/service/(?P<base_name>[-_0-9A-Za-z]+)(/(?P<idc>[-_0-9A-Za-z]+):(?P<cluster>[-_0-9A-Za-z]+))?/(?P<server_type>\w+):(?P<index>\d+)(/(?P<replica_id>\d+))?$'
  )`

  * `^`：表示字符串的开头。

  * `/`：表示斜杠字符。

  * `(?P<bzid>[-_0-9A-Za-z]+)`：使用命名捕获组的语法，匹配一个或多个由字母、数字、下划线、短划线组成的字符序列，并将其命名为"bzid"。

  * `/service/`：表示字面字符串"/service/"。

  * `(?P<base_name>[-_0-9A-Za-z]+)`：匹配一个或多个由字母、数字、下划线、短划线组成的字符序列，并将其命名为"base_name"。

  * `(/(?P<idc>[-_0-9A-Za-z]+):(?P<cluster>[-_0-9A-Za-z]+))?`：使用括号和问号表示的可选部分，匹配一个可选的分组，包含一个由字母、数字、下划线、短划线组成的字符序列（命名为"idc"），后跟冒号、再后跟一个由字母、数字、下划线、短划线组成的字符序列（命名为"cluster"）。

  * `/`：表示斜杠字符。

  * `(?P<server_type>\w+)`：匹配一个或多个字母、数字、下划线字符，并将其命名为"server_type"。

  * `:`：表示冒号字符。

  * `(?P<index>\d+)`：匹配一个或多个数字字符，并将其命名为"index"。

  * `(/(?P<replica_id>\d+))?`：使用括号和问号表示的可选部分，匹配一个可选的分组，包含一个或多个数字字符（命名为"replica_id"）。

  * `?`：表示前面的可选部分是可选的，可以出现零次或一次。

  * `$`：表示字符串的结尾。

## Python

```python
PAT = re.compile(
r'^/(?P<bzid>[-_0-9A-Za-z]+)/service/(?P<base_name>[-_0-9A-Za-z]+)(/(?P<idc>[-_0-9A-Za-z]+):(?P<cluster>[-_0-9A-Za-z]+))?/(?P<server_type>\w+):(?P<index>\d+)(/(?P<replica_id>\d+))?$'
)

path: str
matched = PAT.match(path)
group_dict = matched.groupdict()
```



```python
import re

text = "The cat chased the cat that chased the mouse"
pattern = re.compile(r"cat")

matches = re.finditer(pattern, text)
for match in matches:
    print(f"匹配位置: {match.start()} - {match.end()}，匹配内容: {match.group()}")
```



* 中括弧、理解Group

```python
def replace_dict_keys_in_string(my_dict, input_string):
  pattern = re.compile(r'(--([\w, ]+)-->)|(<--([\w, ]+)--)', re.IGNORECASE)

  def replace_key(match):
    relations = None
    if match.group(1) is not None:
      relations = match.group(2)
      relations = relations.split(',')
      translated_relation = ','.join(
          [my_dict[r] if r.strip() in my_dict else r for r in relations])
      return f"--{translated_relation}-->"
    elif match.group(3) is not None:
      relations = match.group(4)
      relations = relations.split(',')
      translated_relation = ','.join(
          [my_dict[r] if r.strip() in my_dict else r for r in relations])
      return f"<--{translated_relation}--"
    return match.group(0)

  new_string = re.sub(pattern, replace_key, input_string)
  return new_string
```





## 技巧

### 捕获组

```python
import re

string = "Hello, World!"
match = re.search(r'(\w+), (\w+)!', string)

if match:
    print(match.group())      # 输出完整的匹配结果 "Hello, World!"
    print(match.group(1))     # 输出第一个捕获组的值 "Hello"
    print(match.group(2))     # 输出第二个捕获组的值 "World"
```

### re.DOTALL

`re.findall(r'```python\n(.*?)\n```', text, re.DOTALL)`

`re.DOTALL` 是一个正则表达式的标志（也叫修饰符），它改变了 `.` 字符的默认行为。通常情况下， `.` 不匹配换行符 `\n`，但当使用了 `re.DOTALL` 标志后， `.` 就可以匹配包括换行符在内的任意字符了。在这个具体的正则表达式中，由于 Python 代码块内部很可能包含换行符，如果不使用 `re.DOTALL`， `.*?` 部分就无法完整地匹配代码块中跨越多行的内容，所以使用这个标志能确保正确地匹配到整个 Python 代码块里的所有字符，从 `python\n` 之后到 `\n` 之前的全部内容（只要满足非贪婪匹配的原则）。