很多人一听"正则表达式"五个字，脑瓜子嗡嗡的。什么点号、反斜杠、中括号、小括号，感觉跟进了黑灯瞎火的仓库，伸手不见五指，不知道从哪摸起。
其实特简单。正则就是你在黑暗仓库里的"摸金手势"。 手势做对了，闭着眼睛也能把想要的东西掏出来。
一、场景：仓库停电了
你刚用 requests 要饭成功，老板（服务器）给你扔过来一张菜单（HTML字符串）。但仓库停电了，你看不见，只能伸手摸。
菜单长这样：
<li class="food">蛋炒粉 - <span class="price">15元</span></li>
<li class="food">肉炒粉 - <span class="price">20元</span></li>
你的任务：在黑暗里，把所有价格（数字+元）摸出来。
老板给你一副摸金手套（re模块），手套上刻着各种手势。你做什么手势，它就摸什么东西。
二、基础手势：单字符匹配
.（点号）：摸到啥算啥，除了墙角的换行符
import re
html = "蛋炒粉15元\n肉炒粉20元"
# 点号：任意摸一个字符
re.findall(r'.', html)
人话：. 就像你伸手随便抓一把，抓到字母、数字、符号都算数。但注意——抓不到墙角的换行符（\n）。
坑：在 Python 的 re 模块里，. 默认不匹配换行符。如果你的货（HTML）是好几行，点号摸到\n就停了。
解决办法：加上 re.DOTALL 标志，让点号变成"连墙角都能摸"。
re.findall(r'.+', html, re.DOTALL) # 现在能跨行摸了
\d：只摸数字（digit）
html = "蛋炒粉15元"
re.findall(r'\d', html) # ['1', '5']
re.findall(r'\d+', html) # ['15'] （+号表示"连续摸多个"）
人话：\d 就像你戴了数字感应手套，只摸 0-9，字母和汉字自动跳过。
\w：摸字母、数字、下划线（word）
html = "price_20"
re.findall(r'\w+', html) # ['price_20']
人话：\w 摸的是"单词字符"——字母、数字、下划线。中文它也能摸（看编码），但通常用来摸英文变量名、账号名。
\s：摸空白（space）
html = "蛋炒粉 15元"
re.findall(r'\s', html) # [' ', ' '] （两个空格）
人话：\s 摸的是空白——空格、制表符（\t）、换行符（\n）都算。
\n 和 \t：精确摸
| 手势 | 摸什么 |
|---|---|
\n | 只摸换行符（回车） |
\t | 只摸制表符（Tab键） |
什么时候用？ 你要把一段文本按行拆开，或者把表格数据按列拆开的时候。
三、定位手势：从哪开始摸，到哪结束
仓库很大，你不能乱摸，得知道从哪下手，到哪停手。
^：从门口开始摸（字符串开头）
text = "15元一份"
re.findall(r'^15', text) # ['15'] （开头是15，摸到了）
re.findall(r'^20', text) # [] （开头不是20，没摸到）
人话：^ 就像你站在仓库门口，只摸最开头的东西。开头不对，直接走人。
$：摸到墙根（字符串结尾）
text = "一份15元"
re.findall(r'15元$', text) # ['15元'] （结尾是15元，摸到了）
人话：$ 就像你摸到仓库最里面的墙根，只检查最后是什么。
组合技：^$ 一起用，可以判断"这行是不是空的"。
re.findall(r'^\s*$', text) # 只摸空白行（全是空格或啥都没有）
四、反义手势：大写就是"不"
手套翻个面，大写就是反着摸。
| 小写（摸这个） | 大写（不摸这个） |
|---|---|
\d（数字） | \D（非数字） |
\w（单词字符） | \W（非单词字符） |
\s（空白） | \S（非空白） |
html = "价格15元"
# \D 摸到"价格"和"元"（非数字）
re.findall(r'\D+', html) # ['价格', '元']
# \S 摸到所有非空白的东西
re.findall(r'\S+', html) # ['价格15元']
人话：大写就是**"除了这个都摸"**。你记不住的时候，想想"大写=大佬，大佬不挑食"。
五、组合技：量词（摸几个？）
基础手势只能摸一个字符，但仓库里的货长度不一，你得告诉手套：摸几个？
| 量词 | 人话 | 示例 |
|---|---|---|
* | 摸0次或多次（可有可无） | \d* → 数字可能有，可能没有 |
+ | 摸1次或多次（至少有一个） | \d+ → 至少一个数字（最常用） |
? | 摸0次或1次（最多一个） | https? → http 或 https |
{n} | 摸恰好n次 | \d{3} → 恰好3个数字 |
{n,m} | 摸n到m次 | \d{2,4} → 2到4个数字 |
实战：摸手机号（11位数字）
phone = "我的电话是13812345678，备用13987654321"
re.findall(r'1\d{10}', phone)
# 1开头，后面再摸10个数字，正好11位
# ['13812345678', '13987654321']
六、分组与选择：把货装篮子，或者二选一
|（竖线）：或者
html = "老王炒粉店和老李烧烤摊"
re.findall(r'老王|老李', html) # ['老王', '老李']
人话：| 就是**"或者"**。摸老王也行，摸老李也行。
()（括号）：分组装篮子
html = '<span class="price">15元</span>'
# 把数字单独装篮子里
re.findall(r'<span class="price">(\d+)元</span>', html)
# ['15'] （只返回括号里的东西）
人话：括号就像篮子。你摸了一整串，但只把篮子里的东西拿出来。
多个篮子：
html = "2026-04-29"
re.findall(r'(\d{4})-(\d{2})-(\d{2})', html)
# [('2026', '04', '29')] （年、月、日分别装三个篮子）
七、自定义范围：我只摸这几种
[...]：字符集（白名单）
html = "abc123ABC"
# 只摸小写字母
re.findall(r'[a-z]+', html) # ['abc']
# 只摸数字和大写字母
re.findall(r'[0-9A-Z]+', html) # ['123ABC']
人话：中括号里写**"允许摸的名单"**。[a-z] 就是小写字母全家桶，[0-9] 就是数字全家桶。
[^...]：排除集（黑名单）
html = "abc123"
# 除了小写字母，其他都摸
re.findall(r'[^a-z]+', html) # ['123']
人话：中括号里加个 ^，就是**"禁止摸的名单"**。[^a-z] 就是"小写字母不准摸，其他的随便"。
八、Python里的坑（再提醒一遍）
| 坑 | 说明 | 解决办法 |
|---|---|---|
. 不匹配换行符 | 多行HTML，点号摸到\n就断 | 加 re.DOTALL |
| 贪婪匹配 | .* 会尽可能多摸，连不该摸的都摸了 | 加 ? 变非贪婪：.*? |
| 反斜杠灾难 | \d 在字符串里要先被Python解析一次 | 字符串前加 r，写成 r'\d+' |
贪婪 vs 非贪婪：
html = "<span>15元</span><span>20元</span>"
# 贪婪（.*）：尽可能多摸，把中间全吞了
re.findall(r'<span>(.*)</span>', html) # ['15元</span><span>20元']
# 非贪婪（.*?）：摸到第一个就停
re.findall(r'<span>(.*?)</span>', html) # ['15元', '20元']
人话：贪婪就是"看到货全搂怀里"，非贪婪就是"够一个就收手"。爬HTML的时候，99%的情况要用非贪婪 .*?。
九、终极口诀（背下来）
点号摸万物，换行摸不到（要加DOTALL）。
\d是数字，\w是单词，\s是空白，大写全反义。
^在门口，$在墙根，定位不迷路。
*可有可无，+至少一个，?最多一个，{n,m}控制次数。
|是或者，()是篮子，中括号是白名单，[^]是黑名单。贪婪搂到底，非贪婪加问号，爬网页用
.*?。
写在最后
下次再有人问你"正则怎么写"，你就说：
"进黑仓库，戴摸金手套，做手势，掏东西。"
他要是问你"什么手势"，你就把这篇口诀甩他脸上。
散会。
