这这个教程中，我尝试使用一种故事场景来讲解正则表达式，以期能够为大家更愉快、更容易地理解。
有一天，小明在用Python做文本清洗的时候，突然觉得“233”太多了，觉得像是在嘲讽自己，怎么都看不顺眼，下定决心要把文本里所有的“233”全部干掉，于是一场属于小明和233的战争就这样拉开了帷幕。
一开始，小明直接使用制式武器字符串替换，通过将“233”替换为空，处理掉了所有的“233”。
str = str.replace("233", "", str)
（以上代码的打击面是字符串中包含的所有“233”子字符串）
当他码放南山、刀枪入库准备收工的时候，发现“233”居然还有无计其数的同盟，他们有“2333”、“23333”、“233333”……于是，小明取出了无差别平A碾压攻击武器正则表达式，准备再次向“233”的所有同盟开火，将这一类的“233”的同盟全部消灭。
str = re.sub("23+", "", str)
（以上代码的打击面是字符串中的“23”、“233”、“2333”、“23333”……）
通过这个应用，我们可以简单地将正则表达式理解为一种用来描述字符串的字符串（文本模式）。一个正则表达式可以同时对应很多个字符串，例如在上例中，正则表达式"23+"就可以同时对应“233”、“2333“、”23333”……等等。
我们将检查字符串中是否有可以对应正则表达式的子字符串的过程，称之为匹配。
在上例所使用的正则表达式中，“+”表示将前一个字符匹配一次或多次，因此“23+”可以匹配“23”、“233”、“2333”……。在正则表达式中，我们将类似“+”的用来描述匹配要求的字符，称之为元字符。其中，“+”这类描述匹配次数的元字符，称为限制符。
类似的，在正则表达式中还有“*”、“+”也用来表示对前一个字符的匹配次数。这类元字符的具体描述如下：
元字符
描述
*
匹配前面的子表达式任意次；例如，“23*”可以匹配“2”、“23”、“233”……
+
匹配前面的子表达式一次或多次；例如，“23+”不能匹配“2”，但可以匹配“23”、“233”……
?
匹配前面的子表达式零次或一次。例如，“23?”只能匹配“2”和“23”
但是小明突然发现，刚才的无差别平A碾压攻击如果执行，将会误伤了己方卧底“23”。本着不放弃任何一个兄弟的原则，小明修改了无差别平A碾压攻击武器，将”23”从目标范围中剔除。
str = re.sub("23{2,}", "", str)
（以上代码的打击面是字符串中的“233”、“2333”、“23333”……，但不包括“23”）
在上例所使用的正则表达式中，“{2,}”表示至少匹配2次，因此“23{2,}”可以匹配“233”、“2333“但不能匹配”23“。类似的元字符还有”{n}“、”{n,m}“。这类元字符的具体描述如下：
元字符
描述
{n}
匹配前面的子表达式确定的n次；例如，“23{2}”只能匹配“233”……
{n,}
匹配前面的子表达式至少n次；例如，“23{2,}”可以匹配“233”、“2333”……
{n,m}
匹配前面的子表达式n次到m次（其中n<=m）。例如，“23{2,3}”只能匹配“233”和“2333”
就在小明即将按下“攻击”按钮时，卧底“23”发来消息，通过他潜伏字符串中间对“233”们的劝说，位于字符串中间的“233”的立场已经动摇了，现在可以确定的仍然是坏数只有在字符串开头和结尾的“233”，希望先将这些“233”消灭杀鸡儆猴。于是小明第一次启动了无差别平A碾压攻击武器，消灭了字符串开头和结尾的“233”族群。
str = re.sub("^23{2,}|23{2,}$", "", str)
（以上代码的打击面是位于字符串开头或结尾位置的“233”、“2333”、“23333”……）
在上例所使用的正则表达式中，”^“表示匹配字符串开头、”$“表示匹配字符串结尾，”|“表示或的意思，因此可以同时匹配在字符串开头和结尾处的“233”。这类元字符的具体描述如下（请特别注意”|“的影响范围）：
元字符
描述
^
匹配字符串开头，例如“^2”在“232”中就只能匹配开头处的2
$
匹配字符串结尾，例如“2$”在“232”中就只能匹配结尾处的2
x|y
匹配x或y。例如“2|33”将会匹配“2”和“33”，但不会匹配“23“或“33”；若需要匹配”23“和”33“，需要使用”[2|3]3“
在这一轮的攻击之后，”233“族群虽然受到重创，但是其中的一些“233”却选择了反击。公然打出”小明2333“、”233小明“等标语嘲讽小明，小明不堪其扰；但是因为卧底“23”仍然在劝降，不希望打击面过广。因此，小明决定针对这些点名嘲讽小明的“233”采取定点打击，同时在打击过程中不能误伤到自己的名字。
str = re.sub("(?<=小明)23{2,}|23{2,}(?=小明)", "", str)
（以上代码的打击面是：“小明233”中的“233“，”233小明“中的”233“……）
在上例使用的正则表达式中：
“(?<=小明)”表示在匹配到的“233”应该是紧接着”小明“之后的，不要前面没有”小明“的”233“；但是匹配的结果只是”233“自己，前面的“小明”只是判断条件，并不匹配到结果中。
而“(?=小明)”则表示在已经匹配到的“233”之后应该紧跟着“小明”，不要后面没有“小明”的“233”；但是匹配的结果也只有“233”自己，后面的“小明”也只是判断条件，并不匹配到结果中。
这种不匹配到结果，而是用作判断条件的匹配我们称之为非获取匹配。非获取匹配的具体描述如下：
元字符
描述
(?=pattern)
正向肯定预查，在任何匹配pattern的字符串开始处匹配查询字符串。例如，“233(?=小明)”可以匹配在"233小明“中的”233“，但不能匹配”233小红“中的”233“
(?<=pattern)
反向肯定预查，与正向肯定预查的方向相反。例如”(?<=小明)233“可以匹配”小明233“中的”233“，但不能匹配”小红233“中的”233“
(?!pattern)
正向否定预查，在任何不匹配pattern的字符串开始出匹配查询字符串。例如”233(?!小明)“可以匹配”233小红“中的”233“，但不能匹配”233小明“中的”233“
(?<!pattern)
反向否定预查，与反向肯定预查的方向相反。例如”(?<!小明)233“可以匹配”小红233“中的”233“，但不能匹配”小明233“中的”233“
在这一次的定点打击后，剩余的大部分”233“都成功被卧底“23”劝降了，改成”666“不再嘲讽小明了。但是其中还是有一些”233“开始隐藏自己，有的改成了”2A333“，有的改成了”2c333“，为了进一步消灭这些”233“，小明再一次调整 了无差别平A碾压攻击武器，对这类”233“进行打击。
str = re.sub("2[A-Za-z]?3{2,}", "", str)
（以上代码的打击面包括“2A33”、“2a33”、“2B33”、“2b33”……）
在上例使用的正则表达式中，“[A-za-z]”表示匹配任意大写或小写的英文字母，因此可以匹配在“2”和“33”之间添加了英文字母的”233“。类似的元字符具体描述如下：
元字符
描述
[xyz]
匹配”x“、”y“、”z“中的任意一个字符，称为字符集合
[^xyz]
匹配除了”x“、”y“、”z“以外的任意一个字符，称为负值字符集合
[a-z]
匹配“a“到”z“范围内的任意一个字符，即所有英文小写字符，称为字符范围
[^a-z]
匹配除了“a“到”z“范围内的字符以外的任意一个字符，称为字符范围
其中同一个方括号中可以包含多个字符范围，例如“[A-Za-z]”，其中的每一个字符范围都能起作用。
经过这一次的打击，仍然隐藏着的“233”非常恐惧，他们选择进一步隐藏自己，将制表符、换行符之类不可见的字符加到了2和3之间，形成了诸如“2\t33”、“2\n33”之类深度变形的“233”。但是小明作为不懂英文还可以和外国笔友交流的优秀学生，决定对这些利用不可见字符深度隐藏的“233”进行打击。
str = re.sub("2\s?3{2,}", "", str)
（以上代码的打击面包括“2\t33”、“2\n33”、“2\r33”……）
在正则表达式中，“\”表示转义，即多种编程语言中转移字符的概念。例如“\\”匹配“\”；“\\n”匹配“\n”，而“\n”则匹配换行符。转义符及其他通过转义符表示的字符的详细描述如下：
元字符
描述
\
转义标志符，将下一个字符转义。
\f
匹配换页符
\n
匹配换行符
\r
匹配回车符
\t
匹配制表符
\v
匹配垂直制表符
在上例使用的表达式中，“\s”表示匹配任意不可见字符，包括空格、换行符、制表符等；这是一个通配符，等价于”[ \f\r\n\t\v]“。其他通配符的详细描述如下：
元字符
描述
.
匹配除“\r”和“\n”以外的任意单个字符
\b
匹配单词边界的位置，即单词和空格间的位置
\B
匹配非单词边界的位置
\d
匹配数字字符
\D
匹配非数字字符
\s
匹配任意不可见的字符，等价于”[ \f\r\n\t\v]“
\S
匹配任意可见的字符
\w
匹配包含下划线的任意单词字符
\W
匹配非单词字符
经过多次对“233”的打击，“233"向小明表示无条件投降，并将所有“233”均改为“666”，小明与“233”的战争终于结束。
至此，绝大多数的正则表达式元字符都已经被介绍过了，这些元字符在学习之初并不需要全部都记下来，可以在使用的时候查表，多用用慢慢就熟了。
