正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，该模式描述在搜索文本时要匹配的一个或多个字符串。
上面都是官方的说明，博主自己的理解是（仅供参考）：通过事先规定好一些特殊字符的匹配规则，然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析，字符串校验等等都需要用到正则表达式来处理数据。
python的正则表达式则是re模块了。
re 模块使 Python 语言拥有全部的正则表达式功能。
re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。
1 a, X, 9, < 普通字符完全匹配。
2 . 匹配任何单个字符，除了换行符’\n‘
3 \w 匹配“单词”字符：字母或数字或下划线[a-zA-Z0-9_]。
4 \W 匹配任何非字词。
5 \b 字词与非字词之间的界限
6 \s 匹配单个空格字符 - 空格，换行符，返回，制表符
7 \S 匹配任何非空格字符。
8 \t, \n, \r 制表符，换行符，退格符
9 \d 十进制数[0-9]
10 ^ 匹配字符串的开头
11 $ 匹配字符串的末尾
12 \ 抑制字符的“特殊性”，也叫转义字符。
match函数
只从字符串的最开始与pattern进行匹配
下面是函数的语法 -
re.match(pattern, string, flags = 0)
这里是参数的描述 -
pattern - 这是要匹配的正则表达式。
string - 这是字符串，它将被搜索用于匹配字符串开头的模式。
flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
re.match 函数在成功时返回匹配对象，失败时返回None。使用match(num)或groups()函数匹配对象来获取匹配的表达式。
1 group(num = 0) 此方法返回整个匹配(或特定子组num)
2 groups() 此方法返回一个元组中的所有匹配子组(如果没有，则返回为None)
示例 #未从初始位置匹配，会返回None import re line = \'i can speak good english\' matchObj = re.match(r\'\s(\w*)\s(\w*).*\',line) if matchObj: print(\'matchObj.group() :\',matchObj.group()) print(\'matchObj.group() :\',matchObj.group(1)) print(\'matchObj.group() :\',matchObj.group(2)) print(\'matchObj.group() :\',matchObj.group(3)) else: print(\'no match!\')
与match()工作的方式一样，但是search()不是从最开始匹配的，而是从任意位置查找第一次匹配的内容。
下面是这个函数的语法 -
re.match(pattern, string, flags = 0)
这里是参数的描述 -
pattern - 这是要匹配的正则表达式。
string - 这是字符串，它将被搜索用于匹配字符串开头的模式。
flags - 可以使用按位OR(|)指定不同的标志。 这些是修饰符，如下表所列。
re.search函数在成功时返回匹配对象，否则返回None。使用match对象的group(num)或groups()函数来获取匹配的表达式。
1 group(num = 0) 此方法返回整个匹配(或特定子组num)
2 groups() 此方法返回一个元组中的所有匹配子组(如果没有，则返回为None)
示例 import re line = \'i can speak good english\' matchObj = re.search(\'(.*) (.*?) (.*)\',line) if matchObj: print(\'matchObj.group() :\',matchObj.group()) print(\'matchObj.group() :\',matchObj.group(1)) print(\'matchObj.group() :\',matchObj.group(2)) print(\'matchObj.group() :\',matchObj.group(3)) else: print(\'no match!\') sub()函数
使用正则表达式re模块中的最重要的之一是sub。
模块
re.sub(pattern, repl, string, max=0)