正则表达式

基础版：
. 匹配任意字符
* 匹配前一个字符0次或者无限次
+ 匹配前一个字符1次或者无限次
? 匹配前一个字符0次或者1次
{n} 表示n个字符
{n,m} 表示n-m个字符
\d 数字
\w 字母或者数字

进阶版：
更精确的匹配，可以用[ ]表示范围，比如：
. [0-9a-zA-Z\_] 可以匹配一个数字、字母或者下划线
. [0-9a-zA-Z\_]+ 可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；
. [a-zA-Z\_][0-9a-zA-Z\_]* 可以匹配由字母或下划线开头，后面接任意个由一个数字、字母或者下划线组成的字符串
. [a-zA-Z\_][0-9a-zA-Z\_]{0,19} 更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）
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。
你可能注意到了，py也可以匹配'python'，但是加上^py$就变成了整行匹配，就只能匹配'py'了。
匹配中文字符： [\u4e00-\u9fa5]

re模块match匹配：
match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None，常见的判断方法为：

test = '用户输入的字符串'
if re.match(r'正则表达式', test):
    print('ok')
else:
    print('failed')

注意，我们强烈建议使用python的r前缀，这样就不用考虑转义的事情

>>> import re
>>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')

re模块match匹配之group分组：
除了简单匹配之外，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
如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。

>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<re.Match object; span=(0, 9), match='010-12345'>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'

re模块split切分：

>>> 'a b   c'.split(' ')
['a', 'b', '', '', 'c']

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

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

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

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，例如

>>> re.match(r'^(\d+)(0*)$','102300').groups()
('102300', '')

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：

>>> re.match(r'^(\d+?)(0*)$','102300').groups()
('1023', '00')

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，直接匹配即可：

>>> import re
>>> re_telephone=re.compile(r'^(\d{3})-(\d{3,8})$')
>>> 
>>> re_telephone.match('010-12345').groups()
('010', '12345')
>>> re_telephone.match('010-8086').groups()
('010', '8086')

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就不用给出正则字符串。

https://www.jianshu.com/p/8695c2ba8ace
https://bbs.huaweicloud.com/blogs/240769