正則表達式是一種用來匹配字符串的強有力的武器。它的設計思想是用一種描述性的語言來給字符串定義一個規(guī)則，凡是符合規(guī)則的字符串，我們就認為它“匹配”了，否則，該字符串就是不合法的。

因為正則表達式也是用字符串表示的，所以，我們要首先了解如何用字符來描述字符。

正則表達式匹配：

如果直接給出字符，就是精確匹配。

?\d 可以匹配一個數(shù)字

\w 可以匹配一個字母或數(shù)字

?.?可以匹配任意字符

要匹配變長的字符，在正則表達式中：

用 * 表示任意個字符（包括0個）

用 + 表示至少一個字符

用 ? 表示0個或1個字符

用 {n} 表示n個字符

用 {n,m} 表示n-m個字符

特殊字符 要用'\'轉義

正則表達式實例：

實例1：

\d{3}\s+\d{3,8}

\d{3} 表示匹配3個數(shù)字 ?例如010

\s 匹配一個空格或tab，\s+表示至少有一個空格 例如 ‘ ’

\d{3，8} 表示3-8個數(shù)字，例如‘1234567’

實例2：

‘0574-65972291’

\d{4}\-\d{4,8}

\w

正則表達式進階：

要做更精確地匹配，可以用 [ ] 表示范圍

A|B 可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'

^表示行的開頭，^\d表示必須以數(shù)字開頭，$表示行的結束，\d$表示必須以數(shù)字結束。

re模塊

Python提供re模塊，包含所有正則表達式的功能。由于Python的字符串本身也用 \ 轉義，因此使用Python的r前綴，就不用考慮轉義的問題了。

例如： s = r ' ABC\-001 '

案例：

match( )方法?判斷是否匹配，如果匹配成功，返回Match對象，否則返回None。

正則切分字符串

用正則表達式切分字符串比用固定的字符更靈活，請看正常的切分代碼

>>> 'a b ?c'.split(' ')

['a', 'b', '', '', 'c']

>>>re.split(r'\s+','a b? c')
['a','b','c']

如果用戶輸入了一組標簽，下次記得用正則表達式來把不規(guī)范的輸入轉化成正確的數(shù)組。

分組

除了簡單地判斷是否匹配之外，正則表達式還有提取子串的強大功能。用 ( ) 表示的就是要提取的分組（Group）

貪婪匹配

正則匹配默認是貪婪匹配，也就是匹配盡可能多的字符。

由于\d+采用貪婪匹配，直接把后面的0全部匹配了，結果0*只能匹配空字符串了。

必須讓\d+采用非貪婪匹配（也就是盡可能少匹配），才能把后面的0匹配出來，加個?就可以讓\d+采用非貪婪匹配：

編譯

當我們在Python中使用正則表達式時，re模塊內(nèi)部會干兩件事情：

1. 編譯正則表達式，如果正則表達式的字符串本身不合法，會報錯；

2. 用編譯后的正則表達式去匹配字符串。

如果一個正則表達式要重復使用幾千次，出于效率的考慮，我們可以預編譯該正則表達式，接下來重復使用時就不需要編譯這個步驟了，直接匹配：

編譯后生成Regular Expression對象，由于該對象自己包含了正則表達式，所以調(diào)用對應的方法時不用給出正則字符串。

筆記摘自：廖雪峰官網(wǎng)：www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143193331387014ccd1040c814dee8b2164bb4f064cff000#0