说起正则表达式，有过编程经验的人都知道，但不一定都用的溜，我就是其中一个，因为用的也不多，很多时候，框架里都已经集成好了，所以一直处于半桶水的状态。但是我一直觉得这个挺重要的，所以正好借这次从零开始学python的机会，好好地过一遍。
而且，python不是爬虫很牛吗，学好正则，肯定能派上用场的。
如果觉得本篇很难的朋友，可以暂且跳过，但是我觉得真的挺重要的。
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
.可以匹配任意字符
要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符
\s可以匹配一个空格（也包括Tab等空白符）
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，正则是\d{3}\-\d{3,8}
[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。
原文：https://www.cnblogs.com/littlesky123/p/12390366.html