前言
正则表达式（RE）是一种小型的、高度专业化的编程语言，python 已经内嵌了正则表达式，并通过RE模块实现。
工作原理：通过一些特定的字符去匹配你想要的内容，将与设定规则匹配的内容返回，不匹配的内容过滤，即不返回。
匹配字符
- 普通字符
例如： test 与 'test' 匹配
- 元字符
. ^ $ * + ? {} [] \ | ( )定义正则表达式：
正则名 = r ' 正则内容 '
实例：
rule = r'test'解释：定义一个名为rule的正则，其功能是匹配test字符串.
下面开始讲解正则表达式的元字符：
[ ] 字符集
- 常用于匹配某一个字符集：如
[a-z]、[A-Z]、[0-9]... - 元字符在字符集中不起作用，只相当于普通字符：如
[abc$ ]、[ hello* ]... - 扩展：匹配字符集以外的字符（补集匹配）：
[^abc]...,特点：以^符号开头
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'[a-c]test' #制定一个首位字符为'a-c'区间的正则
print re.findall(r,'atest')
print re.findall(r,'ctest')
print re.findall(r,'dtest')运行输出：
['atest']
['ctest']
[]
可见，以d开头的字符串‘dtest’被过滤掉了。
补集匹配
补集匹配时需要配合字符集[]来使用，当使用字符集[]时，其内部的首位为^时，表示除了字符集以内的所有内容：
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'[^xy]' # 除 x y 以外的字符
print re.findall(r,'x')
print re.findall(r,'xy')
print re.findall(r,'xyabc')
print re.findall(r,'xiyjk')实例输出：
[]
[]
['a', 'b', 'c']
['i', 'j', 'k']
解释：定义补集正则，此时除了 xy以外的内容，其它内容都进行输出，与其位置无关。
^ 匹配行首
主要用于匹配字符串的头部（开始）的字符，匹配则输出，不匹配则过滤掉。
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'^head' # 输出以‘ head ’开始的字符串
print re.findall(r,'head')
print re.findall(r,'headfile')
print re.findall(r,'heartkkk')
print re.findall(r,'heaaaabb')实例输出:
['head']
['head']
[]
[]
匹配头部为head的字符串，有则输出该头部信息，没有则不输出。
$ 匹配行尾
用于匹配字符串的尾部（末端）的字符，匹配则输出，不匹配则过滤掉。
实例如下：
#!/usr/bin/python
#-*- coding: utf-8 -*-
importre
r= r'end$' # 制定以'end'结尾的字符串
printre.findall(r,'end')
printre.findall(r,'abcend')
printre.findall(r,'iiienn')
printre.findall(r,'hello python')实例输出：
['end']
['end']
[]
[]
\ 转义字符
正则表达式中与其它语言一样使用\进行字符转义，其内部也提供了一些常用的转义字符。
同时可以使用\字符取消所有的元字符，如：\$ , \* ,\+ ...
内部转义字符：
\d:匹配任何十进制数： 相当于字符集 [0-9]
\D:匹配任何非数字字符： 相当于字符集[^0-9]
\s:匹配任何空白字符： 相当于字符集[\t\n\r\f\v]
\S:匹配任何非空白字符： 相当于字符集[^\t\n\r\f\v]
\w:匹配任何字母数字字符：相当于字符集[a-aA-Z0-9]
\W:匹配任何非字母数字字符：相当于字符集[^a-aA-Z0-9]实例如下：
功能：将元字符 $ 转换为普通字符
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'\$abc' # 将'$'元字符转义为普通字符
print re.findall(r,'abc')
print re.findall(r,'$abc')运行输出：
[]
['$abc']
内部提供转义字符实例：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'\dyear' # 用 \d 代替 [0-9]
print re.findall(r,'2year')
print re.findall(r,'dyear')运行输出：
['2year']
[]
* 匹配0次或以上
用于指定前一个字符可以被匹配零次或 以上次数，匹配引擎会本着重复尽可能多次数去匹配，一般配合字符集[]使用。
例如：
a[xyz]*b表示：匹配以'a'开始，‘b’结束,中间是'x''y''z'字符中的任意字符、任意组合及任意次数的组合的字符。
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'hello*' # 用 * 号制定 o 必须出现 零次或以上
print re.findall(r,'hel')
print re.findall(r,'hell')
print re.findall(r,'hello')
print re.findall(r,'helloo')运行输出：
[]
['hell']
['hello']
['helloo']
+ 匹配1次或以上
用于指定前一个字符可以被匹配一次或 以上次数，与*字符不一样的就是+字符必须需要指定的字符必须出现1次，而*字符可以是0次。
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'hello+' # 用 + 号制定 o 必须出现 一次或以上
print re.findall(r,'hell')
print re.findall(r,'hello')
print re.findall(r,'helloo')运行输出：
[]
['hello']
['helloo']
? 可选匹配
指定某一字符或区间字符进行匹配一次或零次，即可有可无的状态。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'ab?c' # 指定 b 可有可无
print re.findall(r,'ac')
print re.findall(r,'abc')
print re.findall(r,'abbc')运行输出：
['ac']
['abc']
[]
拓展延伸
贪婪模式和非贪婪模式，贪婪模式为最大匹配，非贪婪模式则为最小匹配！
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'ab*' # 贪婪模式(最大匹配)
s = r'ab*?' # 非贪婪模式（最小匹配）
print re.findall(r,'abbbbbb')
print re.findall(s,'abbbbbb')运行输出：
['abbbbbb']
['a']
{m,n} 区间限定符
表示将某一字符限定在某一区间内，该限定符的规则为至少重复m次，最多重复n次。其中m,n均为整数。
当忽略m时，默认下边界（至少）为0,而忽略n时，默认上边界（至多）为无穷（0~20亿次）。
实例如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
r = r'ab{2,5}c' # 指定 b 重复次数在 2~5 次之间
print re.findall(r,'abc') #重复 1 次
print re.findall(r,'abbc') #重复 2 次
print re.findall(r,'abbbbbc') #重复 5 次
print re.findall(r,'abbbbbbc') #重复 6 次运行输出：
[]
['abbc']
['abbbbbc']
[]
