如何在Python中使用正则表达式提取特定格式的文本？

import re

text = "联系我们: abc@qq.com, 工作邮箱: xyz_123@gmail.com, 无效邮箱: test@.com"

# 正则模式：匹配邮箱（用户名允许字母、数字、下划线、点）
pattern = r"\w+(\.\w+)*@[a-zA-Z0-9]+\.[a-zA-Z]{2,}"

# 提取所有邮箱
emails = re.findall(pattern, text)
print(emails)
# 输出：['abc@qq.com', 'xyz_123@gmail.com']

import re

text = "张三:13812345678，李四:19987654321，无效号:12345678901"

# 正则模式：匹配手机号
pattern = r"1[3-9]\d{9}"

# 提取所有手机号
phones = re.findall(pattern, text)
print(phones)
# 输出：['13812345678', '19987654321']

import re

text = "今天是2023-10-05，昨天是2023/10/04，项目截止日:09-30-2023"

# 正则模式：匹配多种日期格式（分组提取年、月、日）
pattern = r"(\d{4})[-/](\d{2})[-/](\d{2})|(\d{2})[-/](\d{2})[-/](\d{4})"

# 用finditer()获取详细匹配信息
matches = re.finditer(pattern, text)
for match in matches:
    # 分组1-3对应YYYY-MM-DD，分组4-6对应MM-DD-YYYY
    if match.group(1):
        print(f"日期: {match.group(1)年}{match.group(2)月}{match.group(3)日}")
    else:
        print(f"日期: {match.group(6)年}{match.group(4)月}{match.group(5)日}")

# 输出：
# 日期: 2023年10月05日
# 日期: 2023年10月04日
# 日期: 2023年09月30日

import re

html = '''
<a href="https://www.baidu.com">百度</a>
<a href="https://www.google.com">谷歌</a>
'''

# 正则模式：提取href属性和标签文本（使用非贪婪匹配）
pattern = r'<a href="(.*?)">(.*?)</a>'

# 提取所有链接和文本（返回元组列表）
results = re.findall(pattern, html)
for url, text in results:
    print(f"链接: {url}, 文本: {text}")

# 输出：
# 链接: https://www.baidu.com, 文本: 百度
# 链接: https://www.google.com, 文本: 谷歌

# 提取"姓名:XXX, 年龄:XX"中的姓名和年龄
text = "姓名:张三, 年龄:25"
pattern = r"姓名:(.*?), 年龄:(.*?)"
match = re.search(pattern, text)
print(match.group(1))  # 张三
print(match.group(2))  # 25

pattern = re.compile(r"\d+")  # 预编译
print(pattern.findall("A1B2C3"))  # ['1', '2', '3']