最最基本的用法就是re.search了，在前面的三篇文章中，我们也已经见过多次，这里就不再赘述了。
re.sub使用正则表达式进行查找替换，正是re.sub的功能。
例如，下面这个例子，将格式化列与之间逗号的用法：
>>> row = "column 1,column 2, column 3" >>> re.sub(r',\s*', ',', row) 'column 1,column 2,column 3'
下面这个例子更复杂一些，配合正则表达式中的捕获和引用特性，可以方便的转换日期格式：
>>> sentence = "from 12/22/1629 to 11/14/1643" >>> re.sub(r'(\d{2})/(\d{2})/(\d{4})', r'\3-\1-\2', sentence) 'from 1629-12-22 to 1643-11-14'
re.splitre.split，算是string.split的正则表达式增强版。
例如，对于如下的格式不太规范的逗号分隔的列，就可以用re.split分割出正确的列内容，比用re.findall简洁得多：
>>> re.findall(r'([^,]*)(?:,\s*|$)', 'column1, column2,column3') ['column1', 'column2', 'column3', ''] >>> re.split(r',\s*', 'column1, column2,column3') ['column1', 'column2', 'column3'] re.compile如果一个正则表达式会被多次用到，那么最好使用re.compile预先创建好一个正则对象，这样执行效率更高。
>>> COMMA_RE = re.compile(r',\s*') >>> COMMA_RE.split('column1, column2,column3') ['column1', 'column2', 'column3'] re.IGNORECASE和re.VERBOSEre.IGNORECASE很简单，就是在匹配的过程中忽略大小写，就不单独举例了。
re.VERBOSE主要解决的是复杂的正则表达式可读性差的问题。使用re.VERBOSE之后，正则表达式字符串中可以使用空格、换行等空白字符隔开各个子部分，增强可读性。例如，如下的正则表达式，匹配了一个uuid字符串：
def is_valid_uuid(uuid): hex_re = r'[ a-f \d ]' uuid_re = r''' ^ # beginning of string {hex} 8 # 8 hexadecimal digits - # dash character {hex} 4 # 4 hexadecimal digits - # dash character {hex} 4 # 4 hexadecimal digits - # dash character {hex} 4 # 4 hexadecimal digits - # dash character {hex} 12 # 12 hexadecimal digits $ # end of string '''.format(hex=hex_re) uuid_regex = (uuid_re) return bool(re.search(uuid_regex, uuid, re.IGNORECASE | re.VERBOSE))这里用{ {8} }是因为format函数中对于{}有特殊含义（占位符），所以这需要转义一次。
至此，对python正则表达式的介绍就告一段落了。更多的细节，当然首推Python的官方文档。
在使用正则表达式的过程中，经常会出现当时写的爽，过后再看就犯迷糊的情况，这罪魁祸首就是可读性差。虽然借助re.VERBOSE和注释，可以部分缓解这一问题，但是依然不够理想。
前一段时间阅读skynet源码，发现云风在解析skynet config文件时，用到了一个叫lpeg的lua库来进行字符串的模式匹配。lpeg相比于裸正则表达式的优点在于，它可以将一个复杂的模式切分成若干个子部分，并且分别对其命名，然后像拼接字符串一样对各个子模块进行组合，可读性很好。当然，已经有前辈帮我们将其移植到了Python中，有兴趣的读者可以点击 这里 玩玩。
推荐阅读：
Python正则表达式之一：基础
Python正则表达式之二：捕获
Python正则表达式之三：贪婪转载请注明出处： http://blog.guoyb.com/2017/03/06/python-regex-4/ 。
欢迎使用微信扫描下方二维码，关注我的微信公众号TechTalking，技术生活思考：
