Python正则表达式6大进阶实战题

以下是 6道Python正则表达式进阶题，覆盖「分组捕获、零宽断言、贪婪/非贪婪、反向引用、Unicode匹配、替换回调」等核心进阶知识点，结合实际应用场景设计，附详细提示和解答：

题目1：复杂邮箱地址提取（分组+非捕获组+贪婪控制）

题目要求：

从混合文本中提取所有邮箱地址，需支持两种格式：

1. 纯邮箱：user.name+tag@domain.co.uk（用户名含 .+_，域名支持多级子域）
2. 带显示名的邮箱：“张三” zhangsan-123@mail.qq.com 或 李四 lisi@company.io（显示名可能带引号/空格，邮箱用尖括号包裹）

提取目标：

• 每个邮箱需返回「显示名（无则为None）、用户名、完整域名」

输入示例：

text = '''
联系邮箱："张三" <zhangsan-123@mail.qq.com>，备用邮箱 lisi+work@company.io，
还有 admin._root@sub.domain.com，以及错误格式 <invalid-email@.com>（需过滤）。
'''

输出示例：

[
    ("张三", "zhangsan-123", "mail.qq.com"),
    (None, "lisi+work", "company.io"),
    (None, "admin._root", "sub.domain.com")
]

涉及知识点：

非捕获组 (?😃、捕获组、贪婪/非贪婪匹配、字符类扩展、域名多级匹配

提示：

• 显示名部分：可选，可能带双引号，用 (?:["']?(.?)["']?\s<)? 匹配
• 用户名部分：允许 a-zA-Z0-9.±，用 [a-zA-Z0-9.±]+
• 域名部分：支持多级子域（如 sub.domain.com），用 [a-zA-Z0-9-]+.[a-zA-Z0-9-.]+（注意避免匹配 .com. 这类非法结尾）

题目2：HTML标签内容提取与清理（零宽断言+多行模式）

题目要求：

1. 从HTML片段中提取所有
   …
   标签内的文本（忽略标签内的子标签，如 ）
2. 清理文本中的多余空格（连续空格合并为一个，首尾空格去除）

输入示例：

html = '''
<div class="header">标题</div>
<div class="content">
  这是第一段内容，<span style="color:red">包含子标签</span>，还有  多余  空格。
</div>
<div class="content">第二段内容，无子类<span>标签</span>，结尾有空格 </div>
<div class="footer">底部</div>
'''

输出示例：

[“这是第一段内容，包含子标签，还有 多余 空格。”, “第二段内容，无子类标签，结尾有空格”]

涉及知识点：

零宽断言（正向先行 (?<=)、反向先行 (?!)）、多行模式 re.DOTALL、替换函数 re.sub

提示：

• 用正向先行断言匹配
  开头，反向先行断言匹配
  结尾，避免捕获标签本身
• 用 re.DOTALL 让 . 匹配换行符（标签内可能换行）
• 用 re.sub(r’\s+', ’ ', text).strip() 清理空格

题目3：密码强度校验（正向先行断言+字符类）

题目要求：

设计正则表达式，校验密码是否满足以下所有条件：

1. 长度 8-20 个字符
2. 必须包含至少 1 个大写字母（A-Z）
3. 必须包含至少 1 个小写字母（a-z）
4. 必须包含至少 1 个数字（0-9）
5. 必须包含至少 1 个特殊符号（!@#$%^&*()_±=[]{}|;:,.?~）
6. 不能包含空格、制表符等空白字符

输入示例：

passwords = ["Pass123!", "weakpassword", "Strong@2025", "Short1!", "NoSpecial123", "Has Space1!"]

输出示例：

[True, False, True, False,