一.目的
正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。re 模块使 Python 语言拥有全部的正则表达式功能。
二.正则符号代表的含义
先看一个例子：
比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是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，我们就认为它“匹配”了，否则，该字符串就是不合法的。
所以我们判断一个字符串是否是合法的Email的方法是：
创建一个匹配Email的正则表达式；
用该正则表达式去匹配用户的输入来判断是否合法。
因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。
在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：
'00\d'可以匹配'007'，但无法匹配'00A'；
'\d\d\d'可以匹配'010'；
'\w\w\d'可以匹配'py3'；
.可以匹配任意字符，所以：
'py.'可以匹配'pyc'、'pyo'、'py!'等等。
来看一个复杂的例子：\d{3}\s+\d{3,8}。
我们来从左到右解读一下：
\d{3}表示匹配3个数字，例如'010'；
\s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配' '，' '等；
\d{3,8}表示3-8个数字，例如'1234567'。
综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。
如果要匹配'010-12345'这样的号码呢？由于'-'是特殊字符，在正则表达式中，要用'\'转义，所以，上面的正则是\d{3}\-\d{3,8}。
但是，仍然无法匹配'010 - 12345'，因为带有空格。所以我们需要更复杂的匹配方式。
要做更精确地匹配，可以用[]表示范围，比如：
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；
[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如'a100'，'0_Z'，'Py3000'等等；
[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。
^表示行的开头，^\d表示必须以数字开头。
$表示行的结束，\d$表示必须以数字结束。
你可能注意到了，py也可以匹配'python'，但是加上^py$就变成了整行匹配，就只能匹配'py'了。
三.常用的一些方法
1.re.match （）
尝试从字符串的起始位置匹配一个模式，匹配成功返回一个匹配的对象，如果不是起始位置匹配成功的话，
match()就返回none。
看一个成功匹配的例子：
import re s = "www.aaa.com" reg = re.compile(r"www") print(reg.match(s))
结果为：<_sre.SRE_Match object; span=(0, 3), match='www'>
其中：compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。
s 为要在该字符串上进行筛选；reg：定义一个正则匹配对象，使用 r 为前缀，就不用考虑转义的问题了，
www为要匹配的内容。
失败的例子：
import re s = "www.aaa.com" reg = re.compile(r"com") print(reg.match(s))
结果为：None
我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。
group(num=0) 匹配的整个表达式的字符串，group() 可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。 正则中的一对（）就代表一个组。
groups() 返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。
import re s = "www.aaa.com" reg = re.compile(r"(www)(.aaa)(.com)") print(reg.match(s).group(0)) print(reg.match(s).group(1)) print(reg.match(s).group(2)) print(reg.match(s).group(2,3)) print(reg.match(s).groups())
结果为：www.aaa.com
www
.aaa
('.aaa', '.com')
('www', '.aaa', '.com')
解析：从正则式中我们可以看到，共有三对小括号，表示有三组1,2,3
group(0) 表示匹配到的所有组，group(1) 表示第一个组，以此类推
grous() 返回了一个以每个组为元素的元组。
2.re.search（）
import re s = "www.aaa.com" reg = re.compile(r"(.aaa)(.com)") print(reg.search(s).group(0)) print(reg.search(s).group(1)) print(reg.search(s).groups())
结果为：.aaa.com
.aaa
('.aaa', '.com')
3.findall（）
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。import re s = "www.aa.a1.com" reg = re.compile(r"a") print(reg.findall(s)) print(reg.findall(s)[0])
结果为：['a', 'a', 'a'] a
4.split（）
split 方法按照能够匹配的子串将字符串分割后返回列表。
import re s = "www.aa.a1.com" reg = re.compile(r"a1")
print(reg.split(s))
结果为：['www.aa.', '.com']