正则表达式学习笔记

动机：

要从字符串“民国22年8月(1933-08)”中提取出年份1933.

最初是直接从字符串中提取，后来发现还有其他形式的字符串，如“民国29年(1940)”。

总之会带来不准确，提取出现误差。所以要使用正则表达式准确描述这类模式。

何为正则表达式？

简单地说，正则表达式（简称为regex）是一些由字符和特殊符号组成的字符串，它们描述了模式的重复或者表述多个字符，于是正则表达式能按某种模式匹配一系列由相似特征的字符串。

正则表达式为高级的文本模式匹配、抽取与/或文本形式的搜索和替换功能提供了基础。

Python中的正则表达式使用

Python通过标准库中的re模块来支持正则表达式。

正则表达式模式是指表示一类具有共性字符串的表达式。

最简单的正则表达式如“foo”，表示包含字符串“foo”。不过这个并没有什么共性的抽取。

match与search的区别

match从开头开始匹配，search不仅从开头开始匹配而且从中间中开始匹配

re.match('foo','afoo')#匹配失败

re.search('foo','afoo')#匹配成功

来源：《Python核心编程（第三版）》30页。