正则表达式

基本概念：
正则表达式(Regular Expression)是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为”元字符“）。
使用单个字符串来描述、匹配某个句法规则。
语法：
非打印字符 详细请参考ASCII码表

字符	描述
\cx	匹配Ctrl + 控制字符，就是说匹配由x指明的控制字符。例如，\cM 匹配 Ctrl + M，等价于 \r。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ‘c’ 字符。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

特殊字符匹配它本身需要转义

特殊字符	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性（java中的使用），则 $ 也匹配’\n’ 或 ‘\r’。要匹配 $ 字符本身，请使用 \$。
^	匹配输入字符串的开始位置， 但在方括号表达式中使用时，它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。
\b	匹配一个字边界，即字与空格间的位置，或行的开始结束处。
\B	非字边界匹配。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和\ )。
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用\. 。
[	标记一个中括号表达式的开始。要匹配 [，请使用 \[。
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ‘\\’ 匹配 “\”，而 ‘\(’ 则匹配 “(“。
{	标记限定符表达式的开始。要匹配 {，请使用\ {。
|	指明两项之间的一个选择。要匹配 |，请使用 \|。
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。要匹配 * 字符，请使用 \*。
+	匹配前面的子表达式一次或多次。例如，’zo+’ 能匹配 “zo” 以及 “zoo”，但不能匹配 “z”。+ 等价于 {1,}。要匹配 + 字符，请使用 \+。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，’o{2}’ 不能匹配 “Bob” 中的 ‘o’，但是能匹配 “food” 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，’o{2,}’ 不能匹配 “Bob” 中的 ‘o’，但能匹配 “foooood” 中的所有 o。’o{1,}’ 等价于 ‘o+’。’o{0,}’ 则等价于 ‘o*’。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，”o{1,3}” 将匹配 “fooooood” 中的前三个 o。’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。

贪婪&非贪婪：
*、+限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。
例如，您可能搜索 HTML 文档，以查找括在 H1 标记内的章节标题。该文本在您的文档中如下：

Chapter 1 - 介绍正则表达式

贪婪：下面的表达式匹配从开始小于符号 (<) 到关闭 H1 标记的大于符号 (>) 之间的所有内容。
/<.*>/
非贪婪：如果您只需要匹配开始和结束 H1 标签，下面的非贪婪表达式只匹配

。
/<.*?>/
如果只想匹配开始的 H1 标签，表达式则是：

/<\w+?>/
通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从”贪心”表达式转换为”非贪心”表达式或者最小匹配。


# print re.findall(r".*\d","sdafds 3023")
['sdafds 3023']
# print re.findall(r".*?\d","sdafds 3023")
['sdafds 3', '0', '2', '3']
# print re.findall(r".*?(\d)","sdafds 3023")
['3', '0', '2', '3']
#print re.findall(r".*?(\d+)","sdafds 3023")
['3023']
#print re.findall(r"^.*?(\d+)","sdafds 3023")
['3023']