正则表达式（regular expression）是一个特殊的字符序列，描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串。
将匹配的子串替换或者从某个串中取出符合某个条件的子串，或者是在指定的文章中抓取特定的字符串等。Python处理正则表达式的模块是re模块，它是Python语言中拥有全部的正则表达式功能的模块。正则表达式由一些普通字符和一些元字符组成。普通字符包括大小写的字母、数字和打印符号，而元字符是具有特殊含义
正则表达式大致的匹配过程是：
拿正则表达式依次和字符串或者文本中的字符串做比较，如果每一个字符都匹配，则匹配成功，只要有一个匹配不成功的字符，则匹配不成功。
正则表达式模式
正则表达式是一种用来匹配字符串得强有力的武器。
它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，就是匹配不成功。
模式字符串使用特殊的语法来表示一个正则表达式：
字母和数字匹配它们自身；
多数字母和数字前加一个反斜杠（\）时会有特殊的含义；
特殊的标点符号，只有被转义以后才能匹配自身；
反斜杠本身需要反斜杠来转义；
注意：
由于正则表达式通常包含反斜杠等特殊字符，所以我们最好使用原始字符串来表示他们。如：r’\d’，等价于’\\d’，表示匹配一个数字。
Python正则表达式中，数量词默认都是贪婪的，它们会尽力尽可能多的去匹配满足的字符，但是如果我们在后面加上问号“?”，就可以屏蔽贪婪模式，表示匹配尽可能少的字符。如字符串：“xyyyyzs”，使用正则“xy*”，就会得到“xyyyy”；如果使用正则“xy*?”，将只会匹配“x”
下表列出了正则表达式模式语法中的特殊元素。如果你是使用模式的同时提供了可选的标志参数，某些模式元素含义就会改变。
编译正则表达式基础
Python通过re模块提供对正则表达式的支持。使用re的一般步骤是先将正则表达式的字符串形式编译为pattern实例，然后使用pattern实例处理文本并获取匹配结果（一个Match实例），最后使用Match实例获取信息，进行其他的操作。
编辑正则表达式，可以提高程序的执行速度。下面是pattern模式处理正则表达式的流程：
示例代码：
#coding=utf-8
import re
# 将正则表达式编译成Pattern对象
pattern = re.compile(r‘hello‘)
# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None
match = pattern.match(‘hello world!‘)
if match:
# 使用Match获得分组信息
print match.group()
结果：
c:\Python27\Scripts>python task_test.py
hello
正则表达式-- re.compile
re.compile(pattern, flags=0) 这个方法是pattern类的工厂方法，目的是将正则表达式pattern编译成pattern对象，并返回该对象。 可以把正则表达式编译成一个正则表达式对象。
可以把那些经常使用的正则表达式编译成正则表达式对象，这样可以提高一定的效率。
第二个参数flag是匹配模式，取值可以使用按位或运算符“|”表示同时生效，比如re.I | re.M（忽略大小写，换行匹配）。
当然你也可以在regex字符串中指定模式，比如：
re.compile(‘pattern‘, re.I | re.M)
它等价于： re.compile(‘(?im)pattern‘)。
re模块提供了很多用于完成正则表达式的功能。
那为什么还有使用pattern实例的相应方法替代呢？ 使用该pattern模式唯一的好处就是，一处编译，多处复用。
pattern = re.compile(r‘hello‘)
pattern.match(‘hello world!‘)
以上两句等价于re.match(r”hello”,”hello world!”)
示例代码：
#coding=utf-8
import re
# 将正则表达式编译成Pattern对象
pattern = re.compile(r‘hello‘)
print pattern
# 使用Pattern匹配文本，获得匹配结果，无法匹配时将返回None
match1 = pattern.match(‘hello world!‘)
if match1:
print u"第一次使用"
# 使用Match获得分组信息
print match1.group()
match2 = pattern.match("hello, everyone, I am coming.")
if match2 :
print u"第二次使用"
print match2.group()
结果：
c:\Python27\Scripts>python task_test.py
<_sre.SRE_Pattern object at 0x04D5B7A0>
第一次使用
hello
第二次使用
hello
pattern对象下有哪些属性和方法：
Pattern对象是一个编译好的正则表达式，也就是通过re.compile()函数编译后得到结果。
通过pattern提供的一系列方法可以对文本进行匹配查找。
Pattern不能直接实例化，必须使用re.compile()函数进行构造。
pattern提供了几个可读属性及方法用于处理正则表达式。
pattern对象下有哪些属性和方法：
>>> pattern=re.compile(r"hello")
>>> dir(pattern)
[‘findall‘, ‘finditer‘, ‘flags‘, ‘groupindex‘, ‘groups‘, ‘match‘, ‘pattern‘, ‘scanner‘, ‘search‘, ‘split‘, ‘sub‘, ‘subn‘]
pattern.match()方法：
这个方法将在字符串string的pos位置开始尝试匹配pattern（pattern就是通过re.compile()方法编译后返回的对象），如果pattern匹配成功，无论是否达到结束位置endpos，都会返回一个匹配成功后的Match对象；如果匹配不成功，或者pattern未匹配结束就达到endpos，则返回None。
参数说明：
string：被匹配的字符串
pos：匹配的起始位置，可选，默认为0
endpos：匹配的结束位置，可选，默认为len(string)
匹配到的Match对象，我们将使用其具有的group()方法取出匹配结果。
re.match方法从头开始匹配，匹配不到就返回None
pattern.match和re.match的区别是pattern.match可以指定匹配的起始位置
如:
>>> import re
>>> pattern=re.compile(r"\w+")
>>> pattern.match("qwer123",0,2).group()
‘qw‘
>>> pattern.match("qwer123",0,3).group()
‘qwe‘
re.match()方法
该函数的作用是尝试从字符串string的起始位置开始匹配一个模式pattern，如果匹配成功返回一个匹配成功后的Match对象，否则返回None。
参数说明：
pattern：匹配的正则表达式
string：要匹配的字符串
flags：标志位，用于控制正则表达式的匹配方式。如是否区分大小写、是否多行匹配等。
re.match()方法与pattern.match()方法区别:
re.match()不能指定匹配的区间pos和endpos两个参数。
>>> re.match(r"\w+","avde").group()
‘avde‘
pattern. search()方法
pattern. search方法
函数作用：
该方法的作用是在string[pos, endpos]区间从pos下标处开始匹配pattern，如果匹配成功，返回匹配成功的Match对象；如果没有匹配成功，则将pos加1后重新尝试匹配，直到pos=endpos时仍无法匹配则返回None。
参数说明：
string：被匹配的字符串
pos：匹配的起始位置，可选，默认为0
endpos：匹配的结束位置，可选，默认为len(string)
也就是说如果不指定pos和endpos这两个参数的话，该方法会扫描整个字符串。
>>> pattern=re.compile("\d+\w*")
>>> pattern.search("12abc123ABc123",0,10).group()
‘12abc123AB‘
>>> pattern.search("12abc123ABc123",0,9).group()
‘12abc123A‘
re.search方法：
扫描整个字符串并返回第一次成功的匹配对象，如果匹配失败，则返回None。
参数说明：
pattern：匹配的正则表达式
string：要匹配的字符串
flags：标志位，用于控制正则表达式的匹配方式。如是否区分大小写、是否多行匹配等。
>>> re.search(r"[abc]\*\d{2}","12a*23Gb*12ab").group()
‘a*23‘
re.search()方法与pattern.search()方法区别:
re.search()不能指定匹配的区间pos和endpos两个参数。
re.match与re.search的区别：
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，并返货None；而re.search匹配整个字符串，直到找到一个匹配。
原文地址：https://www.cnblogs.com/xiaxiaoxu/p/9749655.html