1.正则表达式介绍
正则表达式（RE）是一种小型的、高度专业化的编程语言，它内嵌在Python中，并通过re模块实现。
可以为想要匹配的相应字符串集指定规则
该字符串集可能包含英文语句、email地址、命令或任何你想搞定的东西
可以问诸如“这个字符串匹配该模式吗”
“在这个字符串中是否有部分匹配该模式呢”
你也可以使用RE以各种方式来修改或者分割字符串
正则表达式模式被编译成一系列的字节码，然后由用C编写的匹配引擎执行
正则表达式语音相对小型和受限（功能有限）
并非所有字符串处理都能用正则表达式完成
字符匹配：
普通字符
大多数字母和字符一般都会和自身匹配
元字符：
1.[ ]
常用来指定一个字符集：[abc]; [a-z]; [0-9]
元字符在字符集中不起作用：[akm$]
补集匹配不在区间范围内的字符：[^5] ; [^abc]
2.^
匹配行首。除非设置MULTILINE标志，它只是匹配字符串的开始。在MULTILINE模式里，它可以直接匹配字符串中的每个换行。
3.$
匹配行尾，行尾被定义为要么是字符串尾，要么是一个换行字符后面的任何位置。
4.\
反斜杠后面可以加不同的字符以表示不同的特殊意义
也可以用于取消所有的元字符：\[] 或 \\
\d 匹配任何-十进制数；它相当于[0-9]
\D匹配任何非数字字符，它相当于[^0-9]
\s匹配任何空白字符，它相当于[\t\n\r\f\v]
\S匹配任何非空白字符，它相当于[^\t\n\r\f\v]
\w匹配任何字母数字字符，它相当于[a-zA-Z0-9_]
\W匹配任何非字母数字字符，它相当于[^a-zA-Z0-9_]
5.重复
正则表达式的第一功能是能够匹配不定长的字符集，另一个功能是你可以指定正则表达式的一部分重复次数；重复次数放在大括号里面
c{8}表示重复8次c； \d{8}表示8位数字
6.*
指定前一个字符可以被匹配0次或多次，而不是只有一次。匹配引擎会试着重复尽可能多的次数（不超过整数界定范围20亿）
7.+
表示匹配一次或更多次，
*和+之间的不同：*匹配0或更多次，+匹配一或更多次
8.？
匹配一次或零次：你可以认为它用于标志某事物是可选的
？家长重复（6，7）后面可以做最小匹配，a*?表示匹配0次a，a+?表示匹配一次a
9.*?, +?, ??
非贪婪匹配，匹配最少的
<*> 会匹配'<H1>title</H1>'整个字符串（贪婪匹配），使用 *? 可以只找出 <H1>（非贪婪匹配）
10.{m,n}
其中m和n都是十进制整数，该限制符的意思是至少有m个重复，至多有n个重复。a\{1,3}b
忽略m会认为下边界是0，忽略n认为上边界是无穷大（实际上是20亿）
{0,}等同于*； {1,}等同于+； {0,1}等同于?;如果可以的话最好用* + 或?
推荐阅读：