Python在字符处理方面拥有很强大的优势，其中正则表达式是其中的精髓。可以利用正则表达式对字符串进行特定规则的查找，分割。本文对python在正则表达式方面的应用做了一个基本的总结。
python的re模块就是专门用于正则的模块，该模块主要有两部分组成。第一部分是正则匹配的规则，第二部分是re的相关函数。在引用这个模块之前，需要先导入该模块。
- 正则匹配特殊字符
匹配规则需要知道一些常用匹配字符的定义，常见的匹配字符归纳如下：
| 字符 | 功能 |
| . | 匹配除换行符'/n'外的所有字符 |
| * | 匹配前面规则0次或多次 |
| + | 匹配前面规则1次多多次 |
| | | 或规则，表示满足其一就匹配，例如：dog|cat表示匹配'dog'和'cat' |
| ? | 匹配前面规则0次或1次 |
| ^ | 匹配字符串的开头 |
| $ | 匹配字符串的结尾 |
| [] | 字符集合，例如[abc],表示'a','b','c'都可以匹配 |
| () | 组，通常把相关的匹配规则写在组里 |
| /d | 匹配一个数字，/D表示取反，匹配一个非数字 |
| /w | 匹配所有英文字母和数字，/W是/w的取反 |
| /s | 匹配空格符，制表符，回车符等表示空格意义的字符 |
| (?:) | 重复字符匹配，例如(?:ab)表示匹配字符中重复的ab |
2. re常用函数
findall(pattern,string,flags=0)
在string中查找pattern，返回结果是一个列表，存放符合规则的字符串，若没有找到找到符合规则的字符串，返回一个空列表。
compile(pattern, flags=0)
将正则规则编译成一个pattern对象，以供后续使用。返回一个pattern对象。
match(pattern,string,flags=0)
用pattern去匹配string的开头部分，若成功，返回一个match object, 不成功则返回一个None.
search(pattern,string, flags=0)
用pattern去匹配string,若成功，返回一个match object， 不成功则返回一个None
split(pattern, string, flags=0)
用pattern规则在string中查找匹配的字符串，并用该字符作为分界，分割string,f返回一个列表。
3. 代码
用下面的例子简要介绍正则的相关应用并对代码做了一些注解。
import re #import re module
import string
txt = "Jeffrey is an engineer and work for NSN, he is cool, clever, and very smart....Cool! This is so wonderful word!"
txtlist = txt.split() # string.split module: split the txt using space as default, you can also use '\n',''\r', '\t', or even letters.
print txt
print txtlist
regexfortxt = re.compile('cool') #create a regex object for many operations
print regexfortxt.findall(txt) #find the regex in txt and return a list of non-overlapping matches in the string
print regexfortxt.search(txt) # scan through string looking for a match to the pattern, returning a match object, or None of no match was found
if regexfortxt.search(txt): # using the result of re.search to decide which step should be proceed
print "there is a regexfortxt in txt!"
else:
print "there is no a regexefortxt in txt!"
print regexfortxt.match(txt) # you can check that re.match only check the start of string and will return None when cannot find regex at the start of txt
regexsplit = regexfortxt.split(txt) #re.split module: split the string by the occurrences of pattern, return a list
print regexsplit
print len(regexsplit)
print '\n'
regexforlist = re.compile('(^.*er.*$|^.*re.*$)') # pattern a string which contain 'er' or 're' in it.
i = 0
while(i<len(txtlist)):
if regexforlist.search(txtlist[i]): # re.search is to pattern the list item with regex
print txtlist[i]
i = i + 1
continue
else:
i = i + 1
4. 输出
5. 注意
re.search 和re.match的区别： 正如前面r常用模块所说，search函数是用规则去匹配整个string, 而match只匹配string的开头部分。
正则匹配只能匹配字符串类型的数据，也就是type()为'str'的数据，如果是需要去匹配一个列表，也就是type()为'list'的数据，需要分别匹配list里面的每个item, 因此要做一个循环语句来实现。
