寫這個系列是為了整理在python中學習正規表示式的知識。其實在linux shell、php以及qt的學習中都接觸過正規表示式，但是由於筆記做得不好，所以經常到了使用的時候翻來翻去，很是麻煩，所以把知識梳理一下。本文主要翻譯自python標準庫手冊中的指南，但是沒有逐字句地翻譯，它比標準庫中的re模組相應介紹要簡單一些，也更容易看懂。
本文件介紹使用python中的re模組實現正規表示式，它比python庫手冊中的相應章節相對容易一些。
re模組在python1.5中加入，它提供了乙個perl風格的正規表示式功能。更早版本的python使用的是regex模組，它提供的是emacs風格的匹配。在python2.5中，regex模組被移除。
正規表示式（regular expression，又稱為re、regexe或regex pattern）是乙個小巧、高度特化的程式設計方法，它內嵌在python中，通過re模組實現。使用這個方法可以匹配特定格式的字串，包括英語句子、電子郵件位址、tex命令等等，可以檢查字串是否符合該格式，或在字串中尋找符合該格式的子串，也可以按照格式修改或分割字串。
正規表示式的「格式」（pattern）在執行時被由c語言寫成的匹配引擎轉換成位元組碼。對於高階應用，應當注意該引擎如何產生給定的正規表示式，並用特定方式書寫該表示式以產生更高效的位元組碼。不過，本文件不涉及優化的問題，因為這需要對匹配引擎的內部工作原理有較好的理解。
正規表示式小巧且嚴格，所以不是所有的字串處理都要使用它；有些問題用正規表示式可以解決，但會讓問題變得複雜。在這些情況下，就不要使用正規表示式處理。儘管使用python編寫的**比精巧設計的正規表示式慢，但它更易於理解。
大多數字母和符號可以匹配自身，可以將匹配模式選擇為大小寫敏感或不敏感，詳細內容見後。
下面是這些元字元，它們的意思該在本文以後的部分加以介紹。
首先來看[和]。它們用來表示乙個字元的集合，集合內的任意乙個字元都可以參與匹配，其中字元可以單獨列出來，或者用-來表示範圍。例如，[abc]將匹配其中的任何乙個字元a、b或c，它等同於用範圍表示的[a-c]。如果匹配任何小寫字母，可以寫成[a-z]。
在中的元字元不起作用。如[akm$]將匹配a、k、m和$：$雖然是乙個元字元，但是在這個集合中失去了特殊意義。
可以通過取補的方式匹配不在集合中的字元，方法是在該集合內的最前面加^，如果加在整個集合的前面則會匹配^。例如，[^5]將匹配除了5的任何字元。
最常用的元字元是反斜槓\。在python中，字元前加\表示特殊含義；它也可以用於元字元前表示去除元字元的特殊含義。例如，如果試圖匹配[或\，可以分別通過\[和\\來實現。
一些特殊序列以\開始，表示一些常用的預定義字串，如下所示：
\d十進位制數字，相當於[0-9]
\d非十進位制數字，相當於[^0-9]
\s空白字元，相當於[\t\n\r\v]
\s非空白字元，相當於[^\t\n\r\f\v]
\w字母+數字，相當於[a-za-z0-9]
\w非字母非數字，相當於[^a-za-z0-9]
這些特殊序列可以在集合中使用。如[\s,.]匹配任何空白字元、,或者.。
本節中最後乙個元字元是.，它匹配除新行外的任何字元（在可選用的模組（re.dotall）中也可以匹配新行）。當試圖匹配任何字元時使用.。
匹配不同的字元集合是字串中的函式無法完成而正規表示式可以完成的第一件事，但如果僅僅如此，正規表示式還顯得功能簡陋。它另外乙個功能是可以匹配特定次數的字元。
多次匹配的第乙個元字元是*，它不是去匹配字元本身，而是表示前乙個字元可以匹配0次或多次。例如ca*t將匹配ct（0次）、cat（1次）、caaat（3次）或更多。由於c語言中整型長度的限制，正規表示式的匹配引擎內部規定不能超過20億次的匹配，當然你可能並沒有足夠的記憶體去儲存這麼長的字串，所以不用理會這個限定。
逐步講解的例子會使這種設計看上去合理。考慮a[bcd]*b，它匹配以a開始，中間含有0次或多次的b、c或者d，並最終以b結束。在字串abcbd中的匹配過程如下：
步驟已匹配說明1
aa存在於格式中。
2abcbd
引擎匹配了[bcd]*，試圖匹配盡量多次數，從而達到了字串尾。
3匹配失敗
引擎試圖匹配b，但當前位置為字串的串尾，所以匹配失敗。
4abcb
回頭重新匹配，使[bcd]*匹配次數在上次匹配的基礎上減1。
5匹配失敗
再次試圖匹配b，但是當前位置為最後乙個字元d，匹配失敗。
6abc
回頭再次重新匹配，這次[bcd]*只匹配到bc。
7abcb
嘗試匹配b，這次當前位置上為b，匹配成功。
到達正規表示式的結尾時，匹配abcb成功。以上過程表明「貪婪匹配」如果失敗，則會一次重新匹配盡可能多次的格式，直到嘗試匹配0次[bcd]*，如果在0次匹配的情況下後續字元依然無法匹配，則字元匹配失敗。
另外乙個重複匹配的元字元是+，它匹配一次或者多次。注意*和+的區別。
另外，?表示匹配0次或1次，可以把它想像成某種可選擇性的場合，如home-?brew可以匹配homebrew或home-brew。
最常用的匹配次數表示式為，其中m和n為十進位制數字，表示最少重複m次最多重複n次。例如a/b可以匹配a/b、a//b和a///b，而對ab不能匹配。m和n中的乙個可以省略掉：省略掉m表示最少匹配0次，省略掉n表示最多匹配無窮次（實際上是20億次）。
很容易看出與*意義相同，類似地，與+、與?意義都相同。這種情況下用單個字元更容易書寫，可讀性也更好。
Python 正規表示式（1）
import re text hi,i am shirley hilton.i am his wife.m re.findall r bhi b text 表示hi這個單詞，結果是無匹配 if m print m else print not match n re.findall r bhi tex...
Python 正規表示式 1）
1.re.search pattern，st 的基本用法 pattern 就是要匹配的正規表示式 str 需要操作的字串 現在我們通過寫乙個小功能來認識一下 正規表示式的用法 乙個字串為 hai my name is guo zheng 我們要提取出來 my name is guo zheng 以下...
正規表示式 1 初識正規表示式
簡單地說，正規表示式就是一套處理字串的規則和方法，以行為單位對字串進行處理，通過特殊的符號的輔助，我們可以快速的過濾，替換某些特定的字串。運維工作中，會有大量訪問日誌，錯誤日誌，大資料。如何能夠快速的過濾出我們需要的內容，這就需要正規表示式。awk,sed,grep egrep 三劍客要想能工作的更...