1.元字符
①方括號 [ ]：指定一個字符類用於存放你需要匹配的字符集合
[abc] 會匹配字符 a，b 或 c；
[a-c] 可以實現相同的功能
[akm$] 會匹配任何字符 'a'，'k'，'m' 或 '$'，'$' 是一個元字符，但在方括號中它不表示特殊含義，它只匹配 '$'字符本身。
[^5] 會匹配除了 '5' 之外的任何字符
②反斜槓\：如果在反斜槓後邊緊跟着一個元字符，那麼元字符的“特殊功能”也不會被觸發
例如需要匹配符號 [ 或 \，可以在它們前面加上一個反斜槓，以消除它們的特殊功能：\[，\\。
反斜槓後邊跟一些字符還可以表示特殊的意義
其中d:digit,s:space,w:word
它們可以包含在一個字符類中，並且一樣擁有特殊含義。例如 [\s,.] 是一個字符類，它將匹配任何空白字符（/s 的特殊含義），',' 或 '.'。
爲避免反斜槓冗餘的情況，對於原字符串，需要在其前面加上r。
③ * ：用於指定前一個字符匹配零次或者多次。
例如 ca*t 將匹配 ct（0 個字符 a），cat（1 個字符 a），caaat（3 個字符 a），等等。
注：正則匹配是貪婪的，在開始時儘可能匹配多的內容，再進行回退。
如 a[bcd]*b匹配abcbd，首先匹配到a，然後在匹配 [bcd]*這一部分時，由於是儘可能多的匹配，會直接匹配到字符串結尾，
再進一步匹配b時，發現不滿足，就會回退字符串再次嘗試匹配b，這裏就是回退到d，匹配不成又回退到b，匹配成功，返回結果。
④ + ：用於指定前一個字符匹配一次或者多次。
要特別注意 * 和 + 的區別：* 匹配的是零次或者多次，所以被重複的內容可能壓根兒不會出現；+ 至少需要出現一次。例如 ca+t 會匹配 cat 和 caaat，但不會匹配 ct。
⑤ ？ ：用於指定前一個字符匹配零次或者一次。
⑥ {m,n} ：它的含義是前一個字符必須匹配 m 次到 n 次之間。
{,n} 相當於 {0,n}；如果是 {m,} 相當於 {m,+無窮}；如果是 {n}，則是重複前一個字符 n 次。
⑦ | ：
或操作符，對兩個正則表達式進行或操作。如果 A 和 B 是正則表達式，A | B 會匹配 A 或 B 中出現的任何字符。爲了能夠更加合理的工作，| 的優先級非常低。例如 Fish|C 應該匹配 Fish 或 C，而不是匹配 Fis，然後一個 'h' 或 'C'。
⑧ ^ :
匹配字符串的起始位置。如果設置了 MULTILINE 標誌，就會變成匹配每一行的起始位置。在 MULTILINE 中，每當遇到換行符就會立刻進行匹配。
re.search('^From', 'From Here to Eternity')
#結果:<_sre.SRE_Match object; span=(0, 4), match='From'>
re.search('^From', 'Reciting From Memory')
#結果：None
⑨ $ ：匹配字符串的結束位置，每當遇到換行符也會離開進行匹配。
⑩ \A，\Z：
只匹配字符串的起始位置。如果沒有設置 MULTILINE 標誌的時候（即re.M），\A 和 ^ 的功能是一樣的；但如果設置了 MULTILINE 標誌，則會有一些不同：\A 還是匹配字符串的起始位置，但 ^ 會對字符串中的每一行都進行匹配。
⑪\b:單詞邊界，這是一個只匹配單詞的開始和結尾的零寬斷言。“單詞”定義爲一個字母數字的序列，所以單詞的結束指的是空格或者非字母數字的字符。
- >>> p = re.compile(r'\bclass\b')
- >>> print(p.search('no class at all'))
- <_sre.SRE_Match object; span=(3, 8), match='class'>
- >>> print(p.search('the declassified algorithm'))
- None
- >>> print(p.search('one subclass is'))
- None
⑫ （）：分組符
- >> p = re.compile('(a(b)c)d')
- >>> m = p.match('abcd')
- >>> m.group(0)
- 'abcd'
- >>> m.group(1)
- 'abc'
- >>> m.group(2)
- 'b'
- >>> m.groups()
- ('abc', 'b')
⑬ \1,\2...：
\1 表示引用前邊成功匹配的序號爲 1 的子組。
- >>> p = re.compile(r'(\b\w+)\s+\1')
- >>> p.search('Paris in the the spring').group()
- 'the the'
2.方法
注意，由於方法可能會因無結果，後續使用group時可配合try使用,也可以利用if判斷是否有匹配對象返回。
使用過程：先進行compile編譯，再利用編譯後的變量調用函數。
如：
p = re.compile('[a-z]+')
result = p.match("aaa")
結果：
<_sre.SRE_Match object; span=(0, 5), match='aaa'>
返回的是一個匹配對象，而匹配對象還有對應的方法。
如果不使用編譯模式，也可以直接使用re的全局函數，如re.match(r'\s+', 'aa aa'),即第一個爲正則字符串，第二個爲匹配的字符串，當然，這種速度相對較慢。
3.匹配對象
4.re.
①re.X
這個選項忽略規則表達式中的空白和註釋，並允許使用 ’#’ 來引導一個註釋。這樣可以讓你把規則寫得更美觀些。
rc = re.compile(r"""
# start a rule
/d+
# number
|
[a-zA-Z]+
# word
""", re.X)
res = rc.match('aaaa')
# print(res)
print(res.group())
②re.I
忽略大小寫
③re.S
使得 . 可以匹配任何字符，包括換行符。如果不使用這個標誌，. 將匹配除了換行符的所有字符。
a = """sdfkhellolsdlfsdfiooefo:
877898989worldafdsf"""
b = re.findall('hello(.*?)world',a)
c = re.findall('hello(.*?)world',a,re.S)
print ('b is ' , b)
print ('c is ' , c)
# 輸出結果：
# b is []
# c is ['lsdlfsdfiooefo:\n877898989']
④re.A
使得 \w，\W，\b，\B，\s 和 \S 只匹配 ASCII 字符，而不匹配完整的 Unicode 字符。這個標誌僅對 Unicode 模式有意義，並忽略字節模式。
⑤re.L
LOCALE
使得 \w，\W，\b 和 \B 依賴當前的語言（區域）環境，而不是 Unicode 數據庫。
區域設置是 C 語言的一個功能，主要作用是消除不同語言之間的差異。例如你正在處理的是法文文本，你想使用 \w+ 來匹配單詞，但是 \w 只是匹配 [A-Za-z] 中的單詞，並不會匹配 'é' 或 'ç'。如果你的系統正確的設置了法語區域環境，那麼 C 語言的函數就會告訴程序 'é' 或 'ç' 也應該被認爲是一個字符。當編譯正則表達式的時候設置了 LOCALE 的標誌，\w+ 就可以識別法文了，但速度多少會受到影響。
⑥re.M
通常 ^ 只匹配字符串的開頭，而 $ 則匹配字符串的結尾。當這個標誌被設置的時候，^ 不僅匹配字符串的開頭，還匹配每一行的行首；& 不僅匹配字符串的結尾，還匹配每一行的行尾。
5.group與groups
m = re.search(r"([0-9])*", "123")
print(m.groups())
# 結果：('3',) 原因：[0-9]是一個字符，由於貪婪匹配，會盡可能匹配到最後的3
m = re.search(r"([0-9])*", "123")
print(m.group())
# 結果：123 返回整個匹配的字符串而非括號內的分組
6.非捕獲組和命名組
①非捕獲組
有時候只是需要用一個組來表示部分正則表達式，並不需要這個組去匹配任何東西，這時可以通過非捕獲組來明確表示意圖。非捕獲組的語法是 (?:...)，這個 ... 你可以替換爲任何正則表達式。
m = re.search(r"1(?:[abc])+1", "1abc1") #注意養成良好的加r習慣
print(m.group())
②命名組
命名組的語法是 Python 特有的擴展語法：(?P<name>)。很明顯，< > 裏邊的 name 就是命名組的名字啦。命名組除了有一個名字標識之外，跟其他捕獲組是一樣的。
匹配對象的所有方法不僅可以處理那些由數字引用的捕獲組，還可以處理通過字符串引用的命名組。除了使用名字訪問，命名組仍然可以使用數字序號進行訪問：
- >>> p = re.compile(r'(?P<word>\b\w+\b)')
- >>> m = p.search( '(((( Lots of punctuation )))' )
- >>> m.group('word')
- 'Lots'
- >>> m.group(1)
- 'Lots'
7.擴展機制
①前向斷言(?=...)
前向肯定斷言。如果當前包含的正則表達式（這裏以 ... 表示）在當前位置成功匹配，則代表成功，否則失敗。一旦該部分正則表達式被匹配引擎嘗試過，就不會繼續進行匹配了；剩下的模式在此斷言開始的地方繼續嘗試。
②前向否定斷言(?!...)
前向否定斷言。這跟前向肯定斷言相反（不匹配則表示成功，匹配表示失敗）。
例如想匹配擴展名不是 bat 的文件，使用.*[.](?!bat$).*$即可
如果正則表達式 bat 在當前位置不匹配，嘗試剩下的部分正則表達式；如果 bat 匹配成功，整個正則表達式將會失敗（因爲是前向否定斷言嘛^_^）。(?!bat$) 末尾的 $ 是爲了確保可以正常匹配像 sample.batch 這種以 bat 開始的擴展名。
同樣，有了前向否定斷言，要同時排除 bat 和 exe 擴展名，也變得相當容易：
.*[.](?!bat$|exe$).*$