正则（Regular Expression）表达式，又称规则表达式。
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。
在介绍python中正则表达式的使用之前，先介绍一下有关正则表达式的语法。
正则表达式
元字符介绍
"^" ：^会匹配行或者字符串的起始位置，有时还会匹配整个文档的起始位置。
"$" ：$会匹配行或字符串的结尾。
"\w"：匹配字母，数字，下划线。
"\b" :不会消耗任何字符只匹配一个位置，常用于匹配单词边界。
单词边界符能够匹配中文符号、英文符号、空格、制表符、回车符号，以及各种边界，比如单词在开头，单词在结尾。
例如，想从字符串中"This is Regex"匹配单独的单词 "is" 正则就要写成 "\bis\b" 。
\b 不会匹配is 两边的字符，但它会识别is 两边是否为单词的边界。
"\s"：匹配空格 。
"\d"：匹配一个数字。
"."：匹配除了换行符以外的任何字符。"\w"不能匹配空格，而"."可以。
"[abc]":字符组，匹配包含括号内元素的字符。
"|":或。A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。举例：
在正则表达式中，如果直接给出字符，就是精确匹配。用\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，所以：
-
'00\d'可以匹配'007'，但无法匹配'00A' -
'\d\d\d'可以匹配'010' -
'\w\w\d'可以匹配'py3' -
'py.'可以匹配'pyc'、'pyo'、'py!'等等。 -
\s可以匹配一个空格（也包括Tab等空白符）。 - py也可以匹配
'python‘，但是加上^py$就变成了整行匹配，就只能匹配'py'了。
几种反义
写法很简单改成大写就行了，意思与原来的相反，这里就不举例子了。
"\W" 匹配任意不是字母，数字，下划线 的字符 "\S" 匹配任意不是空白符的字符 "\D" 匹配任意非数字的字符 "\B" 匹配不是单词开头或结束的位置 "[^abc]" 匹配除了abc以外的任意字符
量词
"*"(贪婪) ：重复零次或更多
例如"aaaaaaaa" 匹配字符串中所有的a。正则："a*"会出到所有的字符"a"
"+"(懒惰) ：重复一次或更多次
例如"aaaaaaaa" 匹配字符串中所有的a。正则"a+"会取到字符中所有的a字符，"a+"与"a*"不同在于"+"至少是一次而"*" 可以是0次。
"?"(占有) ：重复零次或一次
例如"aaaaaaaa" 匹配字符串中的a。正则："a?" 只会匹配一次，也就是结果只是单个字符a。
"{n}" ：重复n次
例如从"aaaaaaaa" 匹配字符串的a 并重复3次。正则："a{3}"结果就是取到3个a字符 "aaa"。
"{n,m}" ：重复n到m次
例如正则 "a{3,4}" 将a重复匹配3次或者4次 所以供匹配的字符可以是三个"aaa"也可以是四个"aaaa"，正则都可以匹配到。
"{n,}" ：重复n次或更多次
与{n,m}不同之处就在于匹配的次数将没有上限，但至少要重复n次。正则"a{3,}"，a至少要重复3次。正则表达式在python中使用
re模块
有了准备知识，我们就可以在Python中使用正则表达式了。Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意：
s = 'ABC\\-001' # Python的字符串
# 对应的正则表达式字符串变成：
# 'ABC\-001'因此我们强烈建议使用Python的r前缀，就不用考虑转义的问题了：
s = r'ABC\-001' # Python的字符串
# 对应的正则表达式字符串不变：
# 'ABC\-001'先看看如何判断正则表达式是否匹配：
>>> import re
>>> re.match(r'^\d{3}\-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> re.match(r'^\d{3}\-\d{3,8}$', '010 12345')
>>>match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。常见的判断方法就是：
test = '用户输入的字符串'
if re.match(r'正则表达式', test):
print('ok')
else:
print('failed')切分字符串
用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：
>>> 'a b c'.split(' ')
['a', 'b', '', '', 'c']无法识别连续的空格，用正则表达式试试：
>>> re.split(r'\s+', 'a b c')
['a', 'b', 'c']无论多少个空格都可以正常分割。加入,试试：
>>> re.split(r'[\s\,]+', 'a,b, c d')
['a', 'b', 'c', 'd']分组
除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如： ^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：
>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。
注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。
提取子串非常有用。来看一个更凶残的例子：
>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')这个正则表达式可以直接识别合法的时间。
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：
- 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；
- 用编译后的正则表达式去匹配字符串。
>>> import re
# 编译:
>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')
# 使用：
>>> 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不用给出正则字符串。
