正则表达式学习笔记（一）

一、什么是正则表达式

       在进行文本处理的时候，我们经常需要根据自己的需求提取某些特定的字符串，因而我们需要给计算机提供匹配模板，而这个模板就是正则表达式。正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

       大部分时候我们见到的正则表达式都是以字符串的形式展现，如"w+\\.baidu\\.com"，以至于我曾认为正则表达式就是一个字符串。但其实这只是为了方便人们使用，以Python语言的re模块为例： re.match("p","python") ，字符串"p"会在内部先转换为正则表达式对象（Pattern），然后再与字符串"python"进行匹配，需要注意的是正则表达式匹配的是整个字符串，而不是进行包含匹配，所以尽管"python"匹配到了第一个字符p，但由于后面还有字符，故匹配失败返回False。为了简化使用，大部分的需要用到正则表达式的函数（split、replace），都不需要程序员自己先去定义一个Pattern对象（Pattern对象自己也有许多方法，高效匹配），而只需将正则表达式字符串作为参数传递给函数就可以了，字符串转正则表达式对象的过程在函数内部完成。所以，