部分轉自 菜鳥教程
正則表達式(regular expression)描述了一種字符串匹配的模式（pattern），可以用來檢查一個串是否含有某種子串、將匹配的子串替換或者從某個串中取出符合某個條件的子串等。
構造正則表達式的方法和創建數學表達式的方法一樣。也就是用多種元字符與運算符可以將小的表達式結合在一起來創建更大的表達式。正則表達式的組件可以是單個的字符、字符集合、字符範圍、字符間的選擇或者所有這些組件的任意組合。
正則表達式是由普通字符（例如字符 a 到 z）以及特殊字符（稱爲"元字符"）組成的文字模式。模式描述在搜索文本時要匹配的一個或多個字符串。正則表達式作爲一個模板，將某個字符模式與所搜索的字符串進行匹配。
普通字符
普通字符包括沒有顯式指定爲元字符的所有可打印和不可打印字符。這包括所有大寫和小寫字母、所有數字、所有標點符號和一些其他符號。
非打印字符
非打印字符也可以是正則表達式的組成部分。下表列出了表示非打印字符的轉義序列：
| 字符 | 描述 |
|---|---|
| \cx | 匹配由x指明的控制字符。例如， \cM 匹配一個 Control-M 或回車符。x 的值必須爲 A-Z 或 a-z 之一。否則，將 c 視爲一個原義的 'c' 字符。 |
| \f | 匹配一個換頁符。等價於 \x0c 和 \cL。 |
| \n | 匹配一個換行符。等價於 \x0a 和 \cJ。 |
| \r | 匹配一個回車符。等價於 \x0d 和 \cM。 |
| \s | 匹配任何空白字符，包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。注意 Unicode 正則表達式會匹配全角空格符。 |
| \S | 匹配任何非空白字符。等價於 [^ \f\n\r\t\v]。 |
| \t | 匹配一個製表符。等價於 \x09 和 \cI。 |
| \v | 匹配一個垂直製表符。等價於 \x0b 和 \cK。 |
特殊字符
所謂特殊字符，就是一些有特殊含義的字符，如上面說的 runoo*b 中的 *，簡單的說就是表示任何字符串的意思。如果要查找字符串中的 *符號，則需要對 * 進行轉義，即在其前加一個 \: runo\*ob 匹配 runo*ob。
許多元字符要求在試圖匹配它們時特別對待。若要匹配這些特殊字符，必須首先使字符"轉義"，即，將反斜槓字符\ 放在它們前面。下表列出了正則表達式中的特殊字符：
| 特別字符 | 描述 |
|---|---|
| $ | 匹配輸入字符串的結尾位置。如果設置了 RegExp 對象的 Multiline 屬性，則 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，請使用 \$。 |
| ( ) | 標記一個子表達式的開始和結束位置。子表達式可以獲取供以後使用。要匹配這些字符，請使用 \( 和 \)。 |
| * | 匹配前面的子表達式零次或多次。要匹配 * 字符，請使用 \*。 |
| + | 匹配前面的子表達式一次或多次。要匹配 + 字符，請使用 \+。 |
| . | 匹配除換行符 \n 之外的任何單字符。要匹配 . ，請使用 \. 。 |
| [ | 標記一箇中括號表達式的開始。要匹配 [，請使用 \[。 |
| ? | 匹配前面的子表達式零次或一次，或指明一個非貪婪限定符。要匹配 ? 字符，請使用 \?。 |
| \ | 將下一個字符標記爲或特殊字符、或原義字符、或向後引用、或八進制轉義符。例如， 'n' 匹配字符 'n'。'\n' 匹配換行符。序列 '\\' 匹配 "\"，而 '\(' 則匹配 "("。 |
| ^ | 匹配輸入字符串的開始位置，除非在方括號表達式中使用，此時它表示不接受該字符集合。要匹配 ^ 字符本身，請使用 \^。 |
| { | 標記限定符表達式的開始。要匹配 {，請使用 \{。 |
| | | 指明兩項之間的一個選擇。要匹配 |，請使用 \|。 |
限定符
限定符用來指定正則表達式的一個給定組件必須要出現多少次才能滿足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6種。
正則表達式的限定符有：
| 字符 | 描述 |
|---|---|
| * | 匹配前面的子表達式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,}。 |
| + | 匹配前面的子表達式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價於 {1,}。 |
| ? | 匹配前面的子表達式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等價於 {0,1}。 |
| {n} | n 是一個非負整數。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。 |
| {n,} | n 是一個非負整數。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。 |
| {n,m} | m 和 n 均爲非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。 |
P.S. 貪婪與非貪婪：
* + 限定符都是貪婪的，因爲它們會儘可能多的匹配文字，只有在它們的後面加上一個?就可以實現非貪婪或最小匹配。
貪婪：下面的表達式匹配從開始小於符號 (<) 到關閉 h1 標記的大於符號 (>) 之間的所有內容。
非貪婪：如果您只需要匹配開始和結束 h1 標籤，下面的非貪婪表達式只匹配 <h1>。
也可以使用以下正則表達式來匹配 h1 標籤，表達式則是：
定位符
定位符使您能夠將正則表達式固定到行首或行尾。它們還使您能夠創建這樣的正則表達式，這些正則表達式出現在一個單詞內、在一個單詞的開頭或者一個單詞的結尾。
定位符用來描述字符串或單詞的邊界，^ 和 $ 分別指字符串的開始與結束，\b 描述單詞的前或後邊界，\B 表示非單詞邊界。
正則表達式的定位符有：
| 字符 | 描述 |
|---|---|
| ^ | 匹配輸入字符串開始的位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 還會與 \n 或 \r 之後的位置匹配。 |
| $ | 匹配輸入字符串結尾的位置。如果設置了 RegExp 對象的 Multiline 屬性，$ 還會與 \n 或 \r 之前的位置匹配。 |
| \b | 匹配一個單詞邊界，即字與空格間的位置。 |
| \B | 非單詞邊界匹配。 |
注意：不能將限定符與定位符一起使用。由於在緊靠換行或者單詞邊界的前面或後面不能有一個以上位置，因此不允許諸如 ^* 之類的表達式。
選擇
用圓括號將所有選擇項括起來，相鄰的選擇項之間用|分隔。但用圓括號會有一個副作用，使相關的匹配會被緩存，此時可用?:放在第一個選項前來消除這種副作用。
其中 ?: 是非捕獲元之一，還有兩個非捕獲元是 ?= 和 ?!，這兩個還有更多的含義，前者爲正向預查，在任何開始匹配圓括號內的正則表達式模式的位置來匹配搜索字符串，後者爲負向預查，在任何開始不匹配該正則表達式模式的位置來匹配搜索字符串。
反向引用
對一個正則表達式模式或部分模式兩邊添加圓括號將導致相關匹配存儲到一個臨時緩衝區中，所捕獲的每個子匹配都按照在正則表達式模式中從左到右出現的順序存儲。緩衝區編號從 1 開始，最多可存儲 99 個捕獲的子表達式。每個緩衝區都可以使用 \n 訪問，其中 n 爲一個標識特定緩衝區的一位或兩位十進制數。
可以使用非捕獲元字符 ?:、?= 或 ?! 來重寫捕獲，忽略對相關匹配的保存。
字符簇
在INTERNET的程序中，正則表達式通常用來驗證用戶的輸入。當用戶提交一個FORM以後，要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基於字面的字符是不夠的。
所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個表示所有元音字符的字符簇，就把所有的元音字符放在一個方括號裏：
[AaEeIiOoUu]
這個模式與任何元音字符匹配，但只能表示一個字符。用連字號可以表示一個字符的範圍，如：
[a-z] //匹配所有的小寫字母
[A-Z] //匹配所有的大寫字母
[a-zA-Z] //匹配所有的字母
[0-9] //匹配所有的數字
[0-9\.\-] //匹配所有的數字，句號和減號
[ \f\r\t\n] //匹配所有的白字符
同樣的，這些也只表示一個字符，這是一個非常重要的。如果要匹配一個由一個小寫字母和一位數字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個模式：
^[a-z][0-9]$
儘管[a-z]代表26個字母的範圍，但在這裏它只能與第一個字符是小寫字母的字符串匹配。
前面曾經提到^表示字符串的開頭，但它還有另外一個含義。當在一組方括號裏使用 ^ 時，它表示"非"或"排除"的意思，常常用來剔除某個字符。還用前面的例子，我們要求第一個字符不能是數字：
^[^0-9][0-9]$
這個模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個排除特定字符的例子：
[^a-z] //除了小寫字母以外的所有字符
[^\\\/\^] //除了(\)(/)(^)之外的所有字符
[^\"\'] //除了雙引號(")和單引號(')之外的所有字符
特殊字符 .(點，句號)在正則表達式中用來表示除了"新行"之外的所有字符。所以模式 ^.5$ 與任何兩個字符的、以數字5結尾和以其他非"新行"字符開頭的字符串匹配。模式 . 可以匹配任何字符串，除了空串和只包括一個"新行"的字符串。
Python正則表達式 .,[],\d,\w,\s,\S,\D,\W的用法
下列這些都是一個代碼匹配一個字符（即代碼，字符一一對應才能匹配成功）
| 代碼 | 功能 |
| . | 匹配任意1個字符（除了\n） |
| [ ] | 匹配[ ]中列舉的字符 |
| \d | 匹配數字，即0-9 |
| \D | 匹配非數字，即不是數字 |
| \s | 匹配空白，即 空格，tab鍵 |
| \S | 匹配非空白 |
| \w | 匹配非特殊字符，即a-z、A-Z、0-9、_、漢字 |
re.match是用來進行正則匹配檢查的方法，若字符串匹配正則表達式，則match方法返回匹配對象（Match Object），否則返回None（注意不是空字符串""）。
匹配對象Macth Object具有group方法，用來返回字符串的匹配部分。
