Python正则表达式需深入理解模式与文本交互：注意贪婪/非贪婪匹配、正确转义元字符（如用[.]或\）、合理使用Unicode范围或regex库、精确控制量词、区分捕获组与非捕获组、善用命名组及标志位（re.I/re.S/re.M），并优先编译复用。
Python正则表达式不是“写完就能用”，关键在理解模式如何与文本实际交互。匹配失败往往不是语法错，而是没看清目标文本结构、没选对匹配方式（贪婪/非贪婪）、或忽略了默认标志的影响。
字符类和转义要严格对应真实文本
比如想匹配文件路径中的 C:Users
amedoc.txt，直接写 r"C:Users
amedoc.txt" 会出错——因为 U 和
在字符串中被解释为 Unicode 转义和换行符。必须用原始字符串 r"C:\Users\name\doc.txt" 或双反斜杠写法。同理，匹配邮箱里的 @、URL 中的 /、数学表达式中的 +，该加反斜杠就得加，不能凭感觉跳过。
- 常见需转义的元字符：
. ^ $ * + ? { } [ ] | ( ) - 用
[.]匹配字面量点号，比.更直观（尤其在复杂模式中） - 匹配中文、emoji 或特殊符号时，优先用 Unicode 属性（如
p{Han}）需借助regex库；标准re模块只支持[u4e00-u9fff]这类区间
量词控制要明确“要几个”和“怎么取”
*（零或多个）、+（一个或多个）、?（零或一个）默认是贪婪匹配，会尽可能吞掉更多字符。例如用 r"<div>.*</div>" 匹配 "<div>A</div>
<div>B</div>"，结果是一整段，而不是两个独立 div。
- 加
?变成非贪婪：r"<div>.*?</div>"才能正确切分 - 用
{m,n}精确控制次数，比如验证手机号：r"1[3-9]d{9}"（11位，以13–19开头） - 避免过度使用
.*，它容易导致回溯爆炸；能用[^>]+就别用.*?匹配 HTML 标签内容
分组和捕获要区分“要结果”还是“只分组”
圆括号 () 默认既分组又捕获，但有时只需要逻辑分组（比如加 | 或量词），并不想让 re.findall() 返回一堆空元组。这时用非捕获组 (?:...) 更干净。
立即学习“Python免费学习笔记（深入）”；
-
re.search(r"(https?://)(?:www.)?([a-zA-Z0-9.-]+)", url)中，协议单独捕获，域名也捕获，而www.部分不捕获 - 命名捕获组
(?P<name>...)</name>让代码可读性大幅提升：re.match(r"(?P<year>d{4})-(?P<month>d{2})", "2023-05")</month></year>→.group("year")直接取值 - 注意
re.findall()遇到多个捕获组时，返回的是元组列表；只想要全部匹配项，确保整个模式只有一个组，或改用re.finditer()
标志位影响全局行为，不能只看 pattern
re.IGNORECASE（re.I）让大小写不敏感，re.DOTALL（re.S）让 . 匹配换行符——这两个最常用，但容易被忽略。还有 re.MULTILINE（re.M）改变 ^ 和 $ 的含义：从匹配整个字符串首尾，变成匹配每行首尾。
- 处理多行日志时，用
re.M配合^ERROR.*$才能逐行找错误行 - 写正则时建议显式传 flag，而不是用内联标志
(?i)，除非需要局部生效 - 编译正则对象时用
re.compile(..., flags=re.I | re.M)，复用更高效，也方便调试
