正则表达式（regular expression）是可以匹配文本片段的模式。最简单的正则表达式就是普通字符串，可以匹配其自身。比如，正则表达式 ‘hello’ 可以匹配字符串 ‘hello’。
要注意的是，正则表达式并不是一个程序，而是用于处理字符串的一种模式，如果你想用它来处理字符串，就必须使用支持正则表达式的工具，比如 linux 中的 awk, sed, grep，或者编程语言 Perl, python, Java 等等。
正则表达式有多种不同的风格，下表列出了适用于 Python 或 Perl 等编程语言的部分 元字符 以及说明：
re 模块
在 Python 中，我们可以使用内置的 re 模块来使用正则表达式。
有一点需要特别注意的是，正则表达式使用 \ 对特殊字符进行转义，比如，为了匹配字符串 ‘python.org’，我们需要使用正则表达式 'python\.org' ，而 Python 的字符串本身也用 \ 转义，所以上面的正则表达式在 Python 中应该写成 'python\\.org' ，这会很容易陷入 \ 的困扰中，因此，我们建议使用 Python 的原始字符串，只需加一个 r 前缀，上面的正则表达式可以写成：
r'python\.org're 模块提供了不少有用的函数，用以匹配字符串，比如：
compile 函数
match 函数
search 函数
findall 函数
finditer 函数
split 函数
sub 函数
subn 函数
re 模块的一般使用步骤如下：
使用 compile 函数将正则表达式的字符串形式编译为一个 Pattern 对象
通过 Pattern 对象提供的一系列方法对文本进行匹配查找，获得匹配结果（一个 Match 对象）
最后使用 Match 对象提供的属性和方法获得信息，根据需要进行其他的操作
compile 函数compile 函数用于编译正则表达式，生成一个 Pattern 对象，它的一般使用形式如下：
re .compile ( pattern [, flag] )其中，pattern 是一个字符串形式的正则表达式，flag 是一个可选参数，表示匹配模式，比如忽略大小写，多行模式等。
下面，让我们看看例子。 import re# 将正则表达式编译成 Pattern 对象
pattern = re.compile(
r'\d+'
)
在上面，我们已将一个正则表达式编译成 Pattern 对象，接下来，我们就可以利用 pattern 的一系列方法对文本进行匹配查找了。Pattern 对象的一些常用方法主要有：
match 方法
search 方法
findall 方法
finditer 方法
split 方法
sub 方法
subn 方法
match 方法match 方法用于查找字符串的头部（也可以指定起始位置），它是一次匹配，只要找到了一个匹配的结果就返回，而不是查找所有匹配的结果。它的一般使用形式如下：
match ( string [, pos[, endpos] ])其中，string 是待匹配的字符串，pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。因此， 当你不指定 pos 和 endpos 时，match 方法默认匹配字符串的头部 。
当匹配成功时，返回一个 Match 对象，如果没有匹配上，则返回 None。
看看例子。>>> import re
>>> pattern = re.compile( r'\d+' ) # 用于匹配至少一个数字
>>> m = pattern.match( 'one12twothree34four' ) # 查找头部，没有匹配
>>> print m
None
>>> m = pattern.match( 'one12twothree34four' , 2 , 10 ) # 从'e'的位置开始匹配，没有匹配
>>> print m
None
>>> m = pattern.match( 'one12twothree34four' , 3 , 10 ) # 从'1'的位置开始匹配，正好匹配
>>> print m # 返回一个 Match 对象
<_sre.SRE_Match object at 0x10a42aac0 >
>>> m.group( 0 ) # 可省略 0
'12'
>>> m.start( 0 ) # 可省略 0
3
>>> m.end( 0 ) # 可省略 0
5
>>> m.span( 0 ) # 可省略 0
( 3,
5
)
在上面，当匹配成功时返回一个 Match 对象，其中：
group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0) ； start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0； end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0； span([group]) 方法返回 (start(group), end(group)) 。 再看看一个例子：>> > import re
>> > pattern = re.compile(r '([a-z]+) ([a-z]+)' , re.I) # re.I 表示忽略大小写>> > m = pattern.match( 'Hello World Wide Web' )
>> > print m # 匹配成功，返回一个 Match 对象
<_sre.SRE_Match object at 0x10bea83e8 >
>> > m.group( 0 ) # 返回匹配成功的整个子串
'Hello World'
>> > m.span( 0 ) # 返回匹配成功的整个子串的索引
( 0 , 11 )
>> > m.group( 1 ) # 返回第一个分组匹配成功的子串
'Hello'
>> > m.span( 1 ) # 返回第一个分组匹配成功的子串的索引
( 0 , 5 )
>> > m.group( 2 ) # 返回第二个分组匹配成功的子串
'World'
>> > m.span( 2 ) # 返回第二个分组匹配成功的子串
( 6 , 11 )
>> > m.groups() # 等价于 (m.group(1), m.group(2), ...)
( 'Hello' , 'World' )
>> > m.group( 3 ) # 不存在第三个分组
Traceback (most recent call last):
File "<stdin>" , line 1 , in < module >IndexError:
no such group
search 方法search 方法用于查找字符串的任何位置，它也是一次匹配，只要找到了一个匹配的结果就返回，而不是查找所有匹配的结果，它的一般使用形式如下：
search ( string [, pos[, endpos] ])其中，string 是待匹配的字符串，pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。
当匹配成功时，返回一个 Match 对象，如果没有匹配上，则返回 None。
让我们看看例子：>> > import re
>> > pattern = re.compile( '\d+' )
>> > m = pattern.search( 'one12twothree34four' ) # 这里如果使用 match 方法则不匹配
>> > m
<_sre.SRE_Match object at 0x10cc03ac0 >
>> > m.group()
'12'
>> > m = pattern.search( 'one12twothree34four' , 10 , 30 ) # 指定字符串区间
>> > m
<_sre.SRE_Match object at 0x10cc03b28 >
>> > m.group()
'34'
>> > m.span()
( 13,
15
)
再来看一个例子：
# -*- coding: utf-8 -*-