③ 数量

只使用上述元字符，只能匹配单个字符，想匹配多个字符还得搭配下述元字符：

• | → 逻辑或操作符，比如"ab"和"ac"都想匹配到，可以用这样的正则："ab|c"
• * → 前一个字符(子表达式) 出现0次或无限次，即可有可无；
• + → 前一个字符(子表达式) 出现1次或无限次，即最少一次；
• ? → 前一个字符(子表达式) 出现0次或1次，即要么不出现，要么只出现一次；
• {m} → 前一个字符(子表达式) 出现m次；
• {m,} → 前一个字符(子表达式) 至少出现m次；
• {m,n} → 前一个字符(子表达式) 出现m到n次；

Tips：尽量使用*+?，因为做了优化，相比起{m}{m,}{m,n}速度更快。

④ 集合与区间

当我们想匹配多个字符中的一个，比如匹配26个小写字母，得怎么写？下面这样吗？

a|b|c|d|e|f|g|h|...太长省略

如果还得匹配26个大写字母呢？拼接一堆或操作符，繁琐得一匹，可以使用 集合与区间元字符 来简化，有下面这些：

• [] → 匹配字符集合[]中列举的字符，如：[abc]，就是匹配abc中的一个字符；
• [^] → 匹配不在字符集合[]中列举的字符，如：[^abc]，就是匹配不在abc中的字符；
• - → 定义一个区间，或者说匹配一个范围，如：[a-z] 就是匹配26个小写字母中的一个；

⑤ 位置边界

在查找过程中，有时我们还得限制查询的位置，比如只想在单词的开头或结尾查找字符，可以用下面这些元字符：

• ^ → 匹配一行的开始，多行模式能识别\n；
• $ → 匹配一行的结尾，多行模式能识别\n；
• \A → 匹配字符串开头，单行模式效果同^，多行模式不能识别\n；
• \Z → 匹配字符串结尾，单行模式效果同$，多行模式不能识别\n；
• \b → 匹配单词边界，即单词和空格间的位置，如：er\b 可以匹配never中的er，却不能匹配verb中的er；
• \B → 匹配非单词边界；
• < → 匹配单词开头；
• > → 匹配单词结尾；

0x3、简单练手 → 手撕验证手机号码格式的正则

光说不练假把式，光练不说傻把式，又练又说真把式，欲速则不达，学完基础语法，先写个例子练练手，找找感觉~

如题，手撕验证手机号码格式的正则，怎么玩？

可以把一个正常的手机号码拆成三个部分写正则，最后再拼起来~

① 号码前缀

要么要么，要么有的话只有一个，用 ?，接着取值的话可能是下面这三种：

• 0 (长途)
• 86 (天朝国际区号)
• 17951 (国际电话)

不难写出这样的正则：(0|86|17951)?，圆括号代表子表达式，你可以先理解成分组，等下会详细讲~

② 1xx

接着到1xx，有这几种：13x、14x、15x、17x、18x，然后后面的x对应的取值范围是不一样的：

• 13x：0123456789
• 14x：579
• 15x：012356789
• 17x：01678
• 18x：0123456789

看着很复杂？其实不然，用好 | 和 集合与区间元字符 就好，根据规则不难写出这样的正则：

(13[0-9]|14[579]|15[0-35-9]|17[01678]|18[0-9])

③ 剩下的8个数字

数字就行，想都不用想直接写出：(\d{8})，最后拼接下三段正则：

(0|86|17951)?(13[0-9]|14[579]|15[0-35-9]|17[01678]|18[0-9])(\d{8})

接着搜索引擎搜下 手机号码大全，随手点开一个站点，F12 → Source 输入上述正则查下看看：

可以，匹配到了，但是好像也匹配了一些奇怪的东西，比如上面的 921-xxx.html，简单，加上$匹配一行结束即可~

例子刷完了，简单吧！接着继续了解正则的高级语法~

0x4、高级语法

说是高级也不见得有多高级，只是得稍微动下脑子而已~

① 分组

就是使用一对 圆括号() 包裹 子表达式，它是构成高级正则表达式的基础。如果没用到后续的语法，分不分组其实是一样的~

② 反向引用

又称 回溯引用，指的是：模式的后面内容，引用前面已经匹配到的子字符串。有点懵？写个简单例子帮助理解，现在有这样一段字符串：

pineapple peach plum watermelon durian durian grape mango strawberry strawberry chestnut

想匹配两个连续相同的单词，可以这样写正则：

所以反向引用的语法就是：\第几个子字符串，反向引用在 替换字符串 的场景很常用。

替换时语法上有些许差异，一般使用 \g<第几个字符串> 来引用要被替换的字符串。以之前文章替换字符串部分内容为例~

Markdown语法的图片URL，被一个换行符\n分割成了两行，又不能全局替换\n，因为会影响其他文本的格式，只替换这种异常的图片URL，利用反向引用就可以做到。

error_pic_pattern_n = re.compile(r'(http.*?)(\n)(.*?\.\w+\))', re.M)
# 就是划分成了三个分组(子表达式)，然后把1、3分组拼接结果作为替换结果
new_content = error_pic_pattern_n.sub(r"\g<1>\g<3>", new_content)

反向引用，就这？就拿子表达式的匹配结果乱玩而已？是的，就是这么简单~

另外，如果不想子表达式被引用，可以使用 非捕获正则 → (?:子表达式)，这样玩还可以避免浪费内存~

③ 前/后向查找

又称 前/后向段言、顺序/逆序环视、前瞻后顾 等，又是些牛马专业名词？

不急，写个简单例子帮助理解它得玩法，打开苹果官网 识别您的 iPhone 机型，现在有个这样的需求：

想看下iphone 11、12、13都有哪些机型，要求写个正则筛一波

先写个能提取所有机型的正则吧：

<h2>iPhone .*?</h2>

可以拿到机型，但是原需求只想筛11、12、13的机型，什么XS、XR的不感兴趣，这个时候就可以上 向前肯定断言(?=) 了。改完后的正则：

<h2>iPhone (?=13|12|11).*?</h2>

可以，除了11、12、13，其他型号的阿猫阿狗都没匹配到，不难看出 前向肯定断言(?=re) 在这里的作用就是：

先找到满足断言里 子表达式 → 13|12|11 的位置，然后在这个 位置往前 找匹配 <h2>iPhone 的字符串；

这个顺序很关键哈！！！先找断言里的子表达式，再找前面的表达式，这一点，很多教程都说得不清不楚！！

向前肯定断言的玩法了解了，其他三种断言也就一点就通了：

• (?!re) → 前向否定断言，先匹配不满足re的位置，然后向前匹配；
• (?<=re) → 后向肯定断言，先匹配满足re的位置，然后向后匹配；
• (?<!re) → 后向否定断言，先匹配不满足re的位置，然后向后匹配；

读者可以自行试试下述例子加深理解：

# 前向否定断言，看11、12、13外的机型
<h2>iPhone (?!11|12|13).*?</h2>
# 后向肯定断言，看下有Plus系列的机型有哪些
<h2>iPhone .*?(?<=Plus)</h2>
# 向后否定断言，看下没Plus系列的机型有哪些
<h2>iPhone .*?(?<!Plus)</h2>

限于篇幅就不贴结果图了哈，再说两个个要注意的点哈：

• ① 断言里的子表达式，不消耗字符！不会影响你外部正则表达式的匹配！！！
• ② 前瞻后顾 在某些语言或环境下可能不支持，使用时要谨慎验证支持情况哈！！！