正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。
因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。
正则表达式匹配：
如果直接给出字符，就是精确匹配。
\d 可以匹配一个数字
\w 可以匹配一个字母或数字
. 可以匹配任意字符
要匹配变长的字符，在正则表达式中：
用 * 表示任意个字符（包括0个）
用 + 表示至少一个字符
用 ? 表示0个或1个字符
用 {n} 表示n个字符
用 {n,m} 表示n-m个字符
特殊字符 要用'\'转义
正则表达式实例：
实例1：
\d{3}\s+\d{3,8}
\d{3} 表示匹配3个数字 例如010
\s 匹配一个空格或tab，\s+表示至少有一个空格 例如 ‘ ’
\d{3，8} 表示3-8个数字，例如‘1234567’
实例2：
‘0574-65972291’
\d{4}\-\d{4,8}
\w
正则表达式进阶：
要做更精确地匹配，可以用 [ ] 表示范围
A|B 可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'
^表示行的开头，^\d表示必须以数字开头，$表示行的结束，\d$表示必须以数字结束。
re模块
Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用 \ 转义，因此使用Python的r前缀，就不用考虑转义的问题了。
例如： s = r ' ABC\-001 '
案例：
match( )方法 判断是否匹配，如果匹配成功，返回Match对象，否则返回None。
正则切分字符串
用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码
>>> 'a b c'.split(' ')
['a', 'b', '', '', 'c']
>>>re.split(r'\s+','a b c')
['a','b','c']
如果用户输入了一组标签，下次记得用正则表达式来把不规范的输入转化成正确的数组。
分组
除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用 ( ) 表示的就是要提取的分组（Group）
贪婪匹配
正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。
由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。
必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配：
编译
当我们在Python中使用正则表达式时，re模块内部会干两件事情：
1. 编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
2. 用编译后的正则表达式去匹配字符串。
如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：
编译后生成Regular Expression对象，由于该对象自己包含了正则表达式，所以调用对应的方法时不用给出正则字符串。
网友评论