正则表达式

正则表达式

正则表达式常用来匹配字符串。正则表达式（Regular Expression，在代码中常简写为regex、regexp或RE）。
设计思想：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，认为“匹配”了。否则，该字符串就是不合法的。

字符	描述
\d	匹配一个数字
\w	匹配一个字母或者数字
.	匹配任意字符
*	任意个字符（包含0个）
+	至少一个字符
?	0个或者1个字符
{n}	拓展前一个字符n次
{n,m}	拓展前一个字符n-m次
\s	一个空格
^	表示行的开头
$	表示行的结束
^\d	以数字开头
\d$	以数字结尾
[]	字符集，对单个字符给出取值范围
[^]	非字符集，对单个字符给出排除范围

例如：[0-9a-zA-Z_]可以匹配一个数字、字母或者下划线。

re模块

python中的re模块包含所有正则表达式的功能。

分组

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。

贪婪匹配

正则匹配默认是贪婪匹配，也就是匹配最长的、尽可能多的字符。

编译

在Python中使用正则表达式时，re模块会将符合正则表达式语法的字符串转化为正则字符串。