几个常见的正则表达式模式

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 None。
函数语法：

re.match(pattern, string, flags=0)

几个常见的正则表达式模式

^: 匹配字符串的开始位置。例如，^hello会匹配以"hello"开头的字符串。
$：匹配字符串的结束位置。例如，world$会匹配以"world"结尾的字符串。
.：匹配除换行符以外的任意字符。例如，a.b会匹配"a+b"、“a@b"等。
*：匹配前面的模式零次或多次。例如，a*b会匹配"b”、“ab”、“aab"等。
+：匹配前面的模式一次或多次。例如，a+b会匹配"ab”、“aab”、“aaab"等。
?：匹配前面的模式零次或一次。例如，a?b会匹配"b”、“ab”。
[]：定义字符集合。例如，[abc]会匹配"a"、“b”、“c"中的任意一个字符。
[^]：否定字符集合。例如，[^abc]会匹配除了"a”、“b”、“c"之外的任意字符。
`\d：`匹配数字。等价于[0-9]。
`\w：`匹配字母、数字或下划线。等价于[A-Za-z0-9_]。
`\s：`匹配空白字符，包括空格、制表符、换行符等。
\b：`匹配单词边界。例如，\btest\b会匹配单独的单词"test”。

patients[‘conditions’].str.contains(r’\bDIAB1’) 是一个条件表达式，用于筛选出符合条件的记录。其中 patients[‘conditions’] 表示取出 patients 表中的 conditions 列，str.contains(pattern) 方法用于检查每个记录中的 conditions 字符串是否包含指定的模式 pattern。

data = [[1, 'Winston', 'winston@leetcode.com'], [2, 'Jonathan', 'jonathanisgreat'], [3, 'Annabelle', 'bella-@leetcode.com'], [4, 'Sally', 'sally.come@leetcode.com'], [5, 'Marwan', 'quarz#2020@leetcode.com'], [6, 'David', 'david69@gmail.com'], [7, 'Shapiro', '.shapo@leetcode.com']]
users = pd.DataFrame(data, columns=['user_id', 'name', 'mail']).astype({'user_id':'int64', 'name':'object', 'mail':'object'})
users

查找 前缀 名称是一个字符串，可以包含字母（大写或小写），数字，下划线 ‘_’ ，点 ‘.’ 和/或破折号 ‘-’ 。前缀名称 必须 以字母开头。 域 为 ‘@leetcode.com’ 。

 user_id 	name 	mail
0 	1 	Winston 	winston@leetcode.com
1 	2 	Jonathan 	jonathanisgreat
2 	3 	Annabelle 	bella-@leetcode.com
3 	4 	Sally 	    sally.come@leetcode.com
4 	5 	Marwan 		quarz#2020@leetcode.com
5 	6 	David 		david69@gmail.com
6 	7 	Shapiro 	.shapo@leetcode.com

valid_emails = users[users['mail'].str.match(r'^[A-Za-z][\w.-]*@leetcode\.com$')]
 user_id    name 	 mail
0 	1 	Winston 	winston@leetcode.com
2 	3 	Annabelle 	bella-@leetcode.com
3 	4 	Sally 		sally.come@leetcode.com