1. 概念：
正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（在Python中）它内嵌在Python中，并通过 re 模块实现。使用这个小型语言， 你可以为想要匹配的相应字符串集指定规则；该字符串集可能包含英文语句、email 地址、TeX命令或任何你想搞定的东西。然后你可以问诸如“这个字符串匹配该模式吗？”或“在这个字符串中是否有部分匹配该模式呢？”。你也可以使用 RE 以各种方式来修改或分割字符串。
2. 在正则表达式中， 如下的字符是具有特殊含义的
. (所有字符) ^ $ *(0-N次) +(1-N次) ? (0-1次) { } [ ] \ | ( )
1)."[" 和 "]"。它们常用来指定一个字符类别，所谓字符类别就是你想匹配的一个字符集
2).其它地方的"^"只会简单匹配 "^"字符本身。例[^5] 将匹配除 "5" 之外的任意字符。
3).反斜杠后面可以加不同的字符以表示不同特殊意义。它也可以用于取消所有的元字符
3. RE 函数用法:
findall(rule , target [,flag] ) 在目标字符串中查找符合规则的字符串。
match() 决定 RE 是否在字符串刚开始的位置匹配
search() 扫描字符串，找到这个 RE 匹配的位置
findall() 找到 RE 匹配的所有子串，并把它们作为一个列表返回
finditer() 找到 RE 匹配的所有子串，并把它们作为一个迭代器返回
group() 返回被 RE 匹配的字符串
start() 返回匹配开始的位置
end() 返回匹配结束的位置
span() 返回一个元组包含匹配 (开始,结束) 的位置
compile( rule [,flag] )将正则规则编译成一个Pattern对象，以供接下来使用第一个参数是规则式，第二个参数是规则选项。(使用compile加速)
4. 含义:
预定义转义字符集： “\d” “\w” “\s” 等等，它们是以字符’\’开头，后面接一个特定
字符的形式,用来指示一个预定义好的含义
‘^’ 和’$’ 匹配字符串开头和结尾
‘.’ 匹配所有字符 除\n以外
‘\d’ 匹配数字
‘\D’ 匹配非数字
‘\w’ 匹配字母和数字
‘\W’ 匹配非英文字母和数字
‘\s’ 匹配间隔符
‘\S’ 匹配非间隔符
‘\A’ 匹配字符串开头
‘\Z’ 匹配字符串结尾
‘\b’ 只用以匹配单词的词首和词尾。单词被定义为一个字母数字序列，因此词尾就是用空白符或非字母数字符来标示的。(退格)
‘\B’，它正好同 \b 相反，只在当前位置不在单词边界时匹配。
5. 前向界定与后向界定:
‘(?<=…)’ 前向界定:括号中’…’代表你希望匹配的字符串的前面应该出现的字符串。
‘(?=…)’后向界定 :括号中的’…’代表你希望匹配的字符串后面应该出现的字符串
‘(?<!..)’前向非界定 :只有当你希望的字符串前面不是’…’的内容时才匹配
‘(?!...)’后向非界定 :只有当你希望的字符串后面不跟着’…’内容时才匹配。
6. 组的基本知识:
‘(‘’)’ 无命名组 [a-z]+(\d+)[a-z]+
‘(?P<name>…)’ 命名组 (?P<g1>[a-z]+)\d+(?P=g1)
‘(?P=name)’ 调用已匹配的命名组
‘\number’ 通过序号调用已匹配的组正则式中的每个组都有一个序号，序号是按组从左到右，从1开始的数字，你可以通过下面的形式来调用已匹配的组
( r"(\d+)([a-z]+)(\d+)(\2)(\1)" )
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。也可以邮件至 296245956@qq.com