正则表达式是用来处理字符串的强大工具，他并不是某种编程云。
正则表达式拥有独立的承受力引擎，不管什么编程语言，正则表达式的语法都是一样的。
正则表达式的匹配过程
1.一次拿出表达式和文本中的字符比较。
2.如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。
3.如果表达式中有两次或便捷，这个过程会稍微有一些不同。
下面举例一些符号
[....]
字符集（字符类）。对应的位置可以是字符集中任意字符。字符集中的字符可以猪哥列出，也可以给出范围，如[abc]或[a-c]。第一个字符如果是^则表示取反，如果[^abc]表示不是abc的其他字符。所有的特殊字符在字符集中都是去某原有的特殊含义。在字符集中如果是用]、-或^，可以在前面加上转移字符反斜杠\,或把]、-放在第一个字符，把^放在非第一个字符。
预定义字符集（可以写在字符集[....]中）：
\d 数字：[0-9]
\D 非数字：[^\d]
\s 空白符：[<空格>\t\r\n\f\v]
\S 非空白符：[^\s]
\w 单词字符：[A-Za-z0-9_]
\W 飞单词字符：[^\w]
数量词（用在字符或（...）之后）
* 匹配前一个字符0或无限次
+ 匹配前一个次1次或无限次
？ 匹配前一个次0次或1次
{m} 匹配前一个字符m次
{m,n} 匹配前一个字符m至n次（多于n次则失败）
m和n可以省略：若省略m，则匹配0至n次；若省略n，则匹配m至无限次
边界匹配（不消耗待匹配字符串中的字符）
^ 匹配字符串开头。在多行模式中匹配每一行的开头。
$ 匹配字符串末尾。在多行模时匹配每一行的末尾。
\A 仅匹配字符串开头。
\Z 仅匹配字符串末尾。
\b 匹配\w和\W之间
\B [^\B]
逻辑、分组：
| 代表左右表达式任意匹配一个。（类比于C语言的或语句，它总是先匹配左边的表达式，一旦成功匹配则跳过匹配右边的表达式。如果|没有被包括在()中，则它的范围是整个正则表达式。）
(...) 被括起来的表达式将作为分组，从表达式左边开始没遇到一个分组的左括号‘(‘，编号+1.另外，分数表达式作为一个整体，可以后街数量词。表达式中仅在该组中有效。
(?P<name>...) 分组，除了原有的编号外再指定一个额外的别名。
\<number> 引用编号为<number>分组匹配到的字符串。
(?P=name) 引用别名为<name>的分组匹配到的字符串。
特殊构造（不作为分组）：
(?:...) (...)的不分组版本，用于食用‘|‘或后接数量词。
(?iLmsux) iLmsux的每个字符代表一个匹配模式，只能用在正则表达式的开头，可选多个。
(?#...) #后的内容将作为注释被忽略。
(?=...) 之后的字符串内容需要匹配表达式才能成功匹配。不消耗字符串内容。
(?!...) 之后的字符串内容需要不匹配表达式才能成功匹配。不消耗字符串。
(?<=...) 之前的字符串内容需要匹配表达式才能成功匹配。不消耗字符串内容。
(?<!...) 之前的字符串内容需要不匹配表达式才能成功匹配。不消耗字符串内容。
(?(id/name)yes-pattern|no-pattern) 如果编号为id/别名为name的组匹配到字符串，则需要匹配yes-pattern，否则需要匹配no-=attern。[no-pattern]可省略。
数量词的贪婪模式与非贪婪模式
正则表达式通常用于在文本中查找匹配的字符串。
贪婪模式：总是尝试撇皮尽可能多的字符；（Python里数量词默认是贪婪的）
非贪婪模式：总是尝试匹配尽可能少的字符。（在贪婪模式的*或+后加上?，就变成了非贪婪模式）
python中如何使用正则表达式
python中是通过一个叫"re"的包来支持正则表达式。
结果如下：
我们来分析一下pattern = re.compile(r‘\d+\.\d*‘) 这个语句:
\d表示数字[0-9]
+表示重复出现上一次匹配的1次或n次
\.表示字符‘.’
*表示重复出现上一次匹配的0次或n次
r实际上是python告诉编译器这个字符串中的全部转义字符失效，按照原始字符串处理。
所以\d+.\d*实际上是表示匹配一些小数的规则。然而这个表达式并不能正确匹配所有的小数，比如‘0.‘这样的字符也会被匹配，举这个例子纯粹是为了多讲几个符号。
由于我们已经建立好了一个能够匹配‘\d+.\d*‘规则的pattern对象。
通过pattern的findall方法就能够匹配到我们想要的字符串。
返回的是一个字符串列表[]。
原文地址：https://www.cnblogs.com/jian-99/p/8991863.html