正则表达式
正则表达式是一种用来匹配字符串的强有力的武器。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，该字符串就是不合法的。
因为正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来描述字符。
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
进阶
要做更精确地匹配，可以用[]表示范围，比如：[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线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。
re模块
Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意
强烈建议使用Python的r前缀，就不用考虑转义的问题了：
s = r\'ABC\-001\' # Python的字符串
# 对应的正则表达式字符串不变：
# \'ABC\-001\'
如何判断正则表达式是否匹配：
import re
if re.match(r\'^\d{3}-\d{3,8}$\', \'010-12345\'):
print("yes")
match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。常见的判断方法就是：
test = \'用户输入的字符串\'
if re.match(r\'正则表达式\', test):
print(\'ok\')
else:
print(\'failed\')
切分字符串
用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：
>>> \'a b c\'.split(\' \')
[\'a\', \'b\', \'\', \'\', \'c\']
无法识别连续的空格，用正则表达式试试：
>>> re.split(r\'\s+\', \'a b c\')
[\'a\', \'b\', \'c\']
分组
除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如：^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：
>>> m = re.match(r\'^(\d{3})-(\d{3,8})$\', \'010-12345\')
>>> m
<_sre.SRE_Match object; span=(0, 9), match=\'010-12345\'>
>>> m.group(0)
\'010-12345\'
>>> m.group(1)
\'010\'
>>> m.group(2)
\'12345\'
如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。
注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。
贪婪匹配
编译
当我们在Python中使用正则表达式时，re模块内部会干两件事情：
- 编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
- 用编译后的正则表达式去匹配字符串。
如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：
>>> import re
# 编译:
>>> re_telephone = re.compile(r\'^(\d{3})-(\d{3,8})$\')
# 使用：
>>> re_telephone.match(\'010-12345\').groups()
(\'010\', \'12345\')
>>> re_telephone.match(\'010-8086\').groups()
(\'010\', \'8086\')
编译后生成Regular Expression对象，由于该对象自己包含了正则表达式，所以调用对应的方法时不用给出正则字符串。