问题描述：

有一段源代码是这样的

 <img width="25" height="49"     
style=" width:25px;height:49px;
"
src='//cdn-sqn.aigei.com/assets/site/img/icon/grey.gif' data-original='aHR0cHM6Ly9zMS5haWdlaS5jb20vc3JjL2ltZy9wbmcvM2QvM2QxMTJkMzUyY2M0NGY2YWJkNmU3
MjAwMWY5NGZkNTQucG5nP2ltYWdlTW9ncjIvYXV0by1vcmllbnQvdGh1bWJuYWlsLyEyNXg0OXIv
Z3Jhdml0eS9DZW50ZXIvY3JvcC8yNXg0OS9xdWFsaXR5Lzg1LyZlPTE3MzU0ODgwMDAmdG9rZW49
UDdTMlhwemZ6MTF2QWtBU0xUa2ZITjdGdy1vT1pCZWNxZUpheHlwTDpLVm4zTzczbjhpX21WcWNi
bkV6RGtvUTFhSUU9' data-is-original-base64='true'       
class="  lazy">

想要得到data-original的内容，但不知道python的正则表达式怎么写

网友观点：

import re
s = """ 
<img width="25" height="49"
style=" width:25px;height:49px;
"
src='//cdn-sqn.aigei.com/assets/site/img/icon/grey.gif' data-original='aHR0cHM6Ly9zMS5haWdlaS5jb20vc3JjL2ltZy9wbmcvM2QvM2QxMTJkMzUyY2M0NGY2YWJkNmU3
MjAwMWY5NGZkNTQucG5nP2ltYWdlTW9ncjIvYXV0by1vcmllbnQvdGh1bWJuYWlsLyEyNXg0OXIv
Z3Jhdml0eS9DZW50ZXIvY3JvcC8yNXg0OS9xdWFsaXR5Lzg1LyZlPTE3MzU0ODgwMDAmdG9rZW49
UDdTMlhwemZ6MTF2QWtBU0xUa2ZITjdGdy1vT1pCZWNxZUpheHlwTDpLVm4zTzczbjhpX21WcWNi
bkV6RGtvUTFhSUU9' data-is-original-base64='true' 
class="  lazy">"""
res = re.findall(r"data-original='(.*?)'", s, re.DOTALL)
print(res)

Python正则表达式最强整理（速查手册，记得收藏）

一、校验数字的表达式

1. 数字： ^[0-9]*$
2. n位的数字： ^\\d{n}$
3. 至少n位的数字： ^\\d{n,}$
4. m-n位的数字： ^\\d{m,n}$
5. 零和非零开头的数字： ^(0|[1-9][0-9]*)$
6. 非零开头的最多带两位小数的数字： ^([1-9][0-9]*)+(.[0-9]{1,2})?$
7. 带1-2位小数的正数或负数： ^(\\-)?\\d+(\\.\\d{1,2})?$
8. 正数、负数、和小数： ^(\\-|\\+)?\\d+(\\.\\d+)?$
9. 有两位小数的正实数： ^[0-9]+(.[0-9]{2})?$
10. 有1~3位小数的正实数： ^[0-9]+(.[0-9]{1,3})?$
11. 非零的正整数： ^[1-9]\\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\\+?[1-9][0-9]*$
12. 非零的负整数： ^\\-[1-9][]0-9"*$ 或 ^-[1-9]\\d*$
13. 非负整数： ^\\d+$ 或 ^[1-9]\\d*|0$
14. 非正整数： ^-[1-9]\\d*|0$ 或 ^((-\\d+)|(0+))$
15. 非负浮点数： ^\\d+(\\.\\d+)?$ 或 ^[1-9]\\d*\\.\\d*|0\\.\\d*[1-9]\\d*|0?\\.0+|0$
16. 非正浮点数： ^((-\\d+(\\.\\d+)?)|(0+(\\.0+)?))$ 或 ^(-([1-9]\\d*\\.\\d*|0\\.\\d*[1-9]\\d*))|0?\\.0+|0$
17. 正浮点数： ^[1-9]\\d*\\.\\d*|0\\.\\d*[1-9]\\d*$ 或 ^(([0-9]+\\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18. 负浮点数： ^-([1-9]\\d*\\.\\d*|0\\.\\d*[1-9]\\d*)$ 或 ^(-(([0-9]+\\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19. 浮点数： ^(-?\\d+)(\\.\\d+)?$ 或 ^-?([1-9]\\d*\\.\\d*|0\\.\\d*[1-9]\\d*|0?\\.0+|0)$

二、校验字符的表达式

1. 汉字： ^[\\u4e00-\\u9fa5]{0,}$
2. 英文和数字： ^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3. 长度为3-20的所有字符： ^.{3,20}$
4. 由26个英文字母组成的字符串： ^[A-Za-z]+$
5. 由26个大写英文字母组成的字符串： ^[A-Z]+$
6. 由26个小写英文字母组成的字符串： ^[a-z]+$
7. 由数字和26个英文字母组成的字符串： ^[A-Za-z0-9]+$
8. 由数字、26个英文字母或者下划线组成的字符串： ^\\w+$ 或 ^\\w{3,20}
9. 中文、英文、数字包括下划线： ^[\\u4E00-\\u9FA5A-Za-z0-9_]+$
10. 中文、英文、数字但不包括下划线等符号： ^[\\u4E00-\\u9FA5A-Za-z0-9]+$ 或 ^[\\u4E00-\\u9FA5A-Za-z0-9]{2,20}$
11. 可以输入含有 ^%&',;=?$\\" 等字符： [^%&',;=?$\\x22]+
12. 禁止输入含有~的字符 [^~\\x22]+

其它：

.* 匹配除 \\n 以外的任何字符。

/[\\u4E00-\\u9FA5]/ 汉字

/[\\uFF00-\\uFFFF]/ 全角符号

/[\\u0000-\\u00FF]/ 半角符号

三、特殊需求表达式

1. Email地址： ^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\\.\\w+([-.]\\w+)*$
2. 域名： [a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3. InternetURL： [a-zA-z]+://[^\\s]* 或 ^http://([\\w-]+\\.)+[\\w-]+(/[\\w-./?%&=]*)?$
4. 手机号码： ^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\\d{8}$
5. 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)： ^(\\(\\d{3,4}-)|\\d{3.4}-)?\\d{7,8}$
6. 国内电话号码(0511-4405222、021-87888822)： \\d{3}-\\d{8}|\\d{4}-\\d{7}
7. 身份证号(15位、18位数字)： ^\\d{15}|\\d{18}$
8. 短身份证号码(数字、字母x结尾)： ^([0-9]){7,18}(x|X)?$ 或 ^\\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9. 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)： ^[a-zA-Z][a-zA-Z0-9_]{4,15}$
10. 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)： ^[a-zA-Z]\\w{5,17}$
11. 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)： ^(?=.*\\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
12. 日期格式： ^\\d{4}-\\d{1,2}-\\d{1,2}
13. 一年的12个月(01～09和1～12)： ^(0?[1-9]|1[0-2])$
14. 一个月的31天(01～09和1～31)： ^((0?[1-9])|((1|2)[0-9])|30|31)$

钱的输入格式：

1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"： ^[1-9][0-9]*$

2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式： ^(0|[1-9][0-9]*)$

3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号： ^(0|-?[1-9][0-9]*)$

4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分： ^[0-9]+(.[0-9]+)?$

5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的： ^[0-9]+(.[0-9]{2})?$

6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样： ^[0-9]+(.[0-9]{1,2})?$

7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样： ^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$

8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须： ^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

（搜索公众号Java后端，回复“2021”，送你一份Java面试题宝 典）

备注：这就是最终结果了,别忘了 + 可以用 * 替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里

1. xml文件： ^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\\\.[x|X][m|M][l|L]$
2. 中文字符的正则表达式： [\\u4e00-\\u9fa5]
3. 双字节字符： [^\\x00-\\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
4. 空白行的正则表达式： \\n\\s*\\r (可以用来删除空白行)
5. HTML标记的正则表达式： <(\\S*?)[^>]*>.*?</\\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
6. 首尾空白字符的正则表达式： ^\\s*|\\s*$或(^\\s*)|(\\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
7. 腾讯QQ号： [1-9][0-9]{4,} (腾讯QQ号从10000开始)
8. 中国邮政编码： [1-9]\\d{5}(?!\\d) (中国邮政编码为6位数字)
9. IP地址： \\d+\\.\\d+\\.\\d+\\.\\d+ (提取IP地址时有用)
10. IP地址： ((?:(?:25[0-5]|2[0-4]\\\\d|[01]?\\\\d?\\\\d)\\\\.){3}(?:25[0-5]|2[0-4]\\\\d|[01]?\\\\d?\\\\d))
11. IP-v4地址： \\\\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\\\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\\\b (提取IP地址时有用)
12. 校验IP-v6地址: (([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))
13. 子网掩码： ((?:(?:25[0-5]|2[0-4]\\\\d|[01]?\\\\d?\\\\d)\\\\.){3}(?:25[0-5]|2[0-4]\\\\d|[01]?\\\\d?\\\\d))
14. 校验日期: ^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$ (“yyyy-mm-dd“ 格式的日期校验，已考虑平闰年。)
15. 抽取注释： <!--(.*?)-->
16. 查找CSS属性: ^\\\\s*[a-zA-Z\\\\-]+\\\\s*[:]{1}\\\\s[a-zA-Z0-9\\\\s.#]+[;]{1}
17. 提取页面超链接: (<a\\\\s*(?!.*\\\\brel=)[^>]*)(href="https?:\\\\/\\\\/)((?!(?:(?:www\\\\.)?'.implode('|(?:www\\\\.)?', $follow_list).'))[^" rel="external nofollow" ]+)"((?!.*\\\\brel=)[^>]*)(?:[^>]*)>
18. 提取网页图片: \\\\< *[img][^\\\\\\\\>]*[src] *= *[\\\\"\\\\']{0,1}([^\\\\"\\\\'\\\\ >]*)
19. 提取网页颜色代码: ^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$
20. 文件扩展名效验: ^([a-zA-Z]\\\\:|\\\\\\\\)\\\\\\\\([^\\\\\\\\]+\\\\\\\\)*[^\\\\/:*?"<>|]+\\\\.txt(l)?$
21. 判断IE版本： ^.*MSIE [5-8](?:\\\\.[0-9]+)?(?!.*Trident\\\\/[5-9]\\\\.0).*$

附表: