正则表达式并不是python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。
得益于这一点，再提供正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言所支持的语法数量不一样。
正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符串比较，如果每一个字符都能匹配成功，则匹配成功，一旦有匹配不成功的字符串则匹配失败。
下面列出python支持的正则表达式元字符和语法。
| 字符 | 说明 | 匹配对象 | 匹配结果 |
| 一般字符 | 匹配自身 | abc | abc |
| . | 除换行符之外的任何字符 | a.c | abc/acc/a2c |
| 转义字符 | 转义字符，使后一个字符改变原有的意思。例如匹配*，可以\* | a\*c | a*c |
| [] |
字符集。匹配字符集中的任意一个字符。可以缩写， 比如[0-9]、[A-Z],还有一些特殊的字符，比如说[^...],表示除...之外 [*]匹配*这个字符，在字符集中特殊字符都失去了原有的含义。 |
a[1-9e-g]c | a3c/agc |
| 字符 | 说明 | 匹配对象 | 匹配结果 |
| \s | 空白字符 | a\sc | a c |
| \S | 非空白字符 | a\Sc | a1c 或abc |
| \d | 数字字符 |
a\dc |
a2c |
| \D | 非数字字符 | a\Dc | adc |
| \w | 数字、字母、下划线 | a\wc | a_c |
| \W | 非数字字母下划线 | a\Wc | a c |
| \n | 换行符 |
|
|
| \t | 制表符 |
|
| 字符 | 说明 | 匹配对象 | 匹配结果 |
| * | 匹配0或多个任意字符 | 李.* | 李/李洋/李杰傻... |
| ？ | 匹配0或1个任意字符 | 李.? | 李/李杰 |
| + | 匹配1或多个任意字符 | 李.+ | 李洋/李杰傻... |
| {m} | 匹配m个 | 李{3} | 李李李 |
| {m,}/{,n} | 匹配0-n或者大于m个 | 李{2，} | 李李李/李李李李/李李李李李.. |
| {m,n} | 匹配m到n个字符 | 李{3,5} | 李李李/李李李李/李李李李李.. |
| 字符 | 说明 | 匹配对象 | 匹配结果 |
| ^ | 以什么开头 | ||
| $ | 以什么结尾 | ||
| \A | 仅匹配字符串开头 | ||
| \Z | 仅匹配字符串结尾 |
re模块中常用的方法
(1)findall：找到所有符合的对象，返回一个列表
>>> re.findall(‘o‘,‘Hello,world‘) [‘o‘, ‘o‘] >>> re.findall(‘l‘,‘Hello,world‘) [‘l‘, ‘l‘, ‘l‘]
(2)search：找到第一个，返回值用group()打印
>>> re.search(‘l‘,‘Hello,world‘) <_sre.SRE_Match object; span=(2, 3), match=‘l‘> >>> ret = re.search(‘l‘,‘Hello,world‘) >>> ret.group() #使用group()打印 ‘l‘
(3)match：从开始匹配，返回值用group()打印
>>> ret1 = re.match(‘l‘,‘Hello,world‘) #必须匹配的是首字符 >>> ret1.group() Traceback (most recent call last): File "<stdin>", line 1, in <module> AttributeError: ‘NoneType‘ object has no attribute ‘group‘ >>> ret1 = re.match(‘H‘,‘Hello,world‘) >>> ret1.group() ‘H‘
(4)split：根据正则表达式的方法分割
>>> ret2 = re.split(‘[ac]‘,‘abcacd‘) >>> ret2 [‘‘, ‘b‘, ‘‘, ‘‘, ‘d‘] #以a分割，返回‘‘和‘bcacd #分割bcacd，以c分割，反回一个b #分割acd，以a分割，返回一个空‘‘ #分割cd，以c分割，返回一个空‘‘,剩余一个d不能分割
用正则表达式切分字符串 比用固定的字符更加灵活。
>>> re.split(‘\s‘,‘a b c‘) [‘a‘, ‘b‘, ‘‘, ‘c‘] >>> re.split(‘\s+‘,‘a b c‘) #必须加一个”+“ [‘a‘, ‘b‘, ‘c‘] >>> re.split(‘[\s,]‘,‘a, b, c‘) [‘a‘, ‘‘, ‘b‘, ‘‘, ‘‘, ‘c‘] >>> re.split(‘[\s,]+‘,‘a, b, c‘) #有加号就可以匹配多个空格。 [‘a‘, ‘b‘, ‘c‘]
(5)sub/subn：根据正则表达式的方法替换
>>> re.sub(‘\d‘,‘NUM‘,‘my old is 56‘) ‘my old is NUMNUM‘ >>> re.subn(‘\d‘,‘NUM‘,‘my old is 56‘) (‘my old is NUMNUM‘, 2)
(6)compile：编译正则，将要匹配的对象提前进行编译
>>> obj = re.compile(‘123‘) >>> ret4 = re.search(obj,‘abc123456cda‘) >>> ret4.group() ‘123‘
(7)finditer：返回一个迭代器
>>> ret5 = re.finditer(‘l‘,‘Hello,world‘) >>> ‘__next__‘ in dir(ret5) True
原文：http://www.cnblogs.com/yangmingxianshen/p/7827515.html