正则表达式（Regular Expression），又称规则表达式。真不知道是哪个大哥翻译的，很想狠揍他一顿，翻译资料不是为了让别人看懂的吗？最讨厌人为生造术语，提高入门者学习难度，没办法，现在已经约定俗成了，不过叫什么不重要，关键是理解内容。

正则表达式的作用：通过约定好的表达方式，让程序在一大串内容里，找到我们需要挑出来的一小串内容。比如在“中华人民共和国”（大串）里找“人民”（小串）。

好比，你要告诉机器人，从一堆豆子里挑出你想要的红豆、绿豆、沙子或者虫子，但是要告诉机器人，这些东西的特征。

正则表达式就是这些东西的特征怎么描述。如果描述的不清楚，可能找不到你需要的内容，甚至是找到错误的内容，比如骑白马的不一定是王子，也有可能是唐僧。

为了配合后续的练习，我们先来讲一下re模块的功能。

一、re模块的功能

又晕了吧？re模块就是本文开头的Regular Expression缩写啊。

为了使用re模块，需要在Python中导入一下，即在第一行，先写上：

import re  

在re模块里，常用的有四个功能match、search、findall、finditer，可以理解为挑豆子的四种方法。

根据英文可知，四种方法分别是：比较，搜索，找到全部，找到迭代器（又出一个术语，真讨厌）。

1、match（比较）

公式：re.match(pattern, string[, flags])，又晕了吧，翻译成中文再看一下。

翻译：re模块.比较（想找的字符一小串，字符一大串[, 标志])，“标志”先不用了解，主要指“表示不进行特殊指定，比如忽略大小写，指定语言等“。

解释：只从大串中第一个字开始开始找小串，找到一样的字就成功了，返回匹配的对象位置和内容字样，没找到就说“None”。

举例：

print(re.match("中", "中华人民共和国"))  

print(re.match("华", "中华人民共和国"))  

返回：

re.SRE_Match object; span=(0, 1), match='中'>  

<None>  

这说明，“中”找到了，因为“中”是第一个字，而“华”是第二个字，返回“None”，同样，找两个字也行，比如“中华”。第一个功能看懂了，后面的就容易了。

2、search（搜索）

公式：re.search(pattern, string[, flags])  

解释：搜索大串中的小串，位置在哪都行，但是只找第一串，会返回小串的位置和内容。

举例：

print(re.search("中", "中华人民共和国中央人民政府"))  

返回：

<_sre.SRE_Match object; span=(0, 1), match='中'>  

3、findall（找到全部）

公式：re.findall(pattern, string[, flags])  

解释：返回大串中所有与小串相同的字符串，返回一个列表，也叫“数组”。

举例：

print(re.findall("中", "中华人民共和国，中央人民政府"))

返回：

['中', '中']

怎么证明这是数组呢？运行type()函数即可。

X = re.findall("中", "中华人民共和国，中央人民政府")  

print(type(X))  

print(X[0])  

print(X[1])  

返回：

中  

中  

4、finditer（找到迭代器）

公式：re.finditer(pattern, string[, flags])  

解释：小串中所有与大串相匹配的全部字串，返回形式为迭代器，还包括了小串在大串中的位置。

举例：

X1 = re.finditer("中", "中华人民共和国中华人民共和国中华人民共和国")  

X2 = X1.__iter__()  

print(X2)  

print(next(X2))  

print(next(X2))  

print(next(X2))  

返回：

<_sre.SRE_Match object; span=(0, 1), match='中'>

<_sre.SRE_Match object; span=(7, 8), match='中'>

<_sre.SRE_Match object; span=(14, 15), match='中'>

迭代器这个东西有点麻烦，初学者暂时用不上，先看看运行结果吧，以后我们再具体讲这个。