字符串是編程時涉及到的最多的一種數據結構，對字符串進行操作的需求幾乎無處不在。比如判斷一個字符串是否是合法的Email地址，雖然可以編程提取@前後的子串，再分別判斷是否是單詞和域名，但這樣做不但麻煩，而且代碼難以複用。
正則表達式是一種用來匹配字符串的強有力的武器。它的設計思想是用一種描述性的語言來給字符串定義一個規則，凡是符合規則的字符串，我們就認爲它“匹配”了，否則，該字符串就是不合法的。
所以我們判斷一個字符串是否是合法的Email的方法是：
創建一個匹配Email的正則表達式；
用該正則表達式去匹配用戶的輸入來判斷是否合法。
因爲正則表達式也是用字符串表示的，所以，我們要首先了解如何用字符來描述字符。
在正則表達式中，如果直接給出字符，就是精確匹配。用\d可以匹配一個數字，\w可以匹配一個字母或數字，所以：
'00\d'可以匹配'007'，但無法匹配'00A'；'\d\d\d'可以匹配'010'；'\w\w\d'可以匹配'py3'；
.可以匹配任意字符，所以：
'py.'可以匹配'pyc'、'pyo'、'py!'等等。
要匹配變長的字符，在正則表達式中，用*表示任意個字符（包括0個），用+表示至少一個字符，用?表示0個或1個字符，用{n}表示n個字符，用{n,m}表示n-m個字符：
來看一個複雜的例子：\d{3}\s+\d{3,8}。
我們來從左到右解讀一下：
\d{3}表示匹配3個數字，例如'010'；\s可以匹配一個空格（也包括Tab等空白符），所以\s+表示至少有一個空格，例如匹配' '，' '等；\d{3,8}表示3-8個數字，例如'1234567'。
綜合起來，上面的正則表達式可以匹配以任意個空格隔開的帶區號的電話號碼。
如果要匹配'010-12345'這樣的號碼呢？由於'-'是特殊字符，在正則表達式中，要用'\'轉義，所以，上面的正則是\d{3}\-\d{3,8}。
但是，仍然無法匹配'010 - 12345'，因爲帶有空格。所以我們需要更復雜的匹配方式。
進階
要做更精確地匹配，可以用[]表示範圍，比如：
[0-9a-zA-Z\_]可以匹配一個數字、字母或者下劃線；[0-9a-zA-Z\_]+可以匹配至少由一個數字、字母或者下劃線組成的字符串，比如'a100'，'0_Z'，'Py3000'等等；[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下劃線開頭，後接任意個由一個數字、字母或者下劃線組成的字符串，也就是Python合法的變量；[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精確地限制了變量的長度是1-20個字符（前面1個字符+後面最多19個字符）。
A|B可以匹配A或B，所以(P|p)ython可以匹配'Python'或者'python'。
^表示行的開頭，^\d表示必須以數字開頭。
$表示行的結束，\d$表示必須以數字結束。
你可能注意到了，py也可以匹配'python'，但是加上^py$就變成了整行匹配，就只能匹配'py'了。
re模塊
有了準備知識，我們就可以在Python中使用正則表達式了。Python提供re模塊，包含所有正則表達式的功能。由於Python的字符串本身也用\轉義，所以要特別注意：
s = 'ABC\\-001' # Python的字符串
# 對應的正則表達式字符串變成：
# 'ABC\-001'
因此我們強烈建議使用Python的r前綴，就不用考慮轉義的問題。先看看如何判斷正則表達式是否匹配：
>>> import re
>>> re.match(r'^\d{3}-\d{3,8}$', '010-12345')
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> re.match(r'^\d{3}-\d{3,8}$', '010 12345')
>>>
match()方法判斷是否匹配，如果匹配成功，返回一個Match對象，否則返回None。常見的判斷方法就是：
test = '用戶輸入的字符串'
if re.match(r'正則表達式', test):
print('ok')
else:
print('failed')
切分字符串
用正則表達式切分字符串比用固定的字符更靈活，請看正常的切分代碼：
>>> 'a b c'.split(' ')
['a', 'b', '', '', 'c']
嗯，無法識別連續的空格，用正則表達式試試：
>>> re.split(r'\s+', 'a b c')
['a', 'b', 'c']
無論多少個空格都可以正常分割。加入,試試：
>>> re.split(r'[\s\,]+', 'a,b, c d')
['a', 'b', 'c', 'd']
再加入;試試：
>>> re.split(r'[\s\,\;]+', 'a,b;; c d')
['a', 'b', 'c', 'd']
如果用戶輸入了一組標籤，下次記得用正則表達式來把不規範的輸入轉化成正確的數組。
分組
除了簡單地判斷是否匹配之外，正則表達式還有提取子串的強大功能。用()表示的就是要提取的分組（Group）。比如：
^(\d{3})-(\d{3,8})$分別定義了兩個組，可以直接從匹配的字符串中提取出區號和本地號碼：
>>> m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object; span=(0, 9), match='010-12345'>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'
如果正則表達式中定義了組，就可以在Match對象上用group()方法提取出子串來。
注意到group(0)永遠是原始字符串，group(1)、group(2)……表示第1、2、……個子串。
提取子串非常有用。來看一個更兇殘的例子：
>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9]):(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9]):(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')