正则表达式在我看来是提供一个模板，将待匹配的字符串与模板匹配，匹配不到则返回为空，匹配成功根据需要返回匹配的字符串。

正则表达式比字符串本身的功能要强一点，当然性能上略有不如。

    我们使用正则表达式主要有两种目的，

　　　　　　 > 是否包含模板字符串；

　　　　　　 > 得到匹配字符串。

     python 中使用正则表达式时需要引入“re”模块，为了避免记忆上的混乱，本文只记载一种最常用的使用正则表达式的方式。

使用流程：

1 # encoding:utf-8 2  3 # 引入re模块 4 import re 5  6 #生成正则表达式模板 7 pat = re.compile(r'12') 8  9 #匹配结果10 m=pat.search("123 12")11 print m12 13 #匹配结果14 m=pat.search("3 2")15 print m16 17 # 输出：18 # <_sre.SRE_Match object at 0x01FCFB48>19 # None

match()和search()区别

在一些示例中，在匹配结果也会用到match方法，match和search的区别如下：

         match ：只从字符串的开始与正则表达式匹配，匹配成功返回matchobject，否则返回none；

　　　search ：将字符串的所有字串尝试与正则表达式匹配，如果所有的字串都没有匹配成功，返回none，否则返回matchobject；

示例如下：

pat = re.compile(r'12')m=pat.search("312")print m# <_sre.SRE_Match object at 0x01FCFB48>m=pat.match("312")print m# Nonem=pat.match("123")print m# <_sre.SRE_Match object at 0x01FCFB48>

分组的概念和findall()

当我们想将符合正则规则的字符串提取时，可以用()将规则包起来即可。例如：我们想提取超链接

pat = re.compile(r'href="([^"]*)"')s = '起点中文'm = pat.search(s)print m.group(0)# href="http://www.qidian.com/print m.group(1)# http://www.qidian.com/

“()”表示我们想要提取的字符串内容，用group()函数方法取得，group(0) 取得匹配的字符串，group(1)取得第一个分组。

当要取得所有符合规则的字符串时我们可使用findall()方法

pat = re.compile(r'href="([^"]*)"')s = '起点中文起点中文'm = pat.findall(s)print m#['http://www.qidian.com/', 'http://www.qidian.com/']

此时若匹配返回的结果是一个list。

反斜杠的困扰

pat = re.compile(r'href="([^"]*)"')

正则里面有个‘r’是原生字符串的意思，它表示不转义，例如：

　　

path="c:\noway"print path# c:# owaypath=r"c:\noway"print path# c:\noway

正则表达式用”\\”表示反斜杠符号，因此当要匹配字符串中的“\\”时需要用“\\\\”，前两个表示一个反斜杠即转义字符，后两个表示真正的反斜杠。当加上前缀r时，就只用“\\”匹配反斜杠。

示例如下：

re_str_patt = "\\\\"reObj = re.compile(re_str_patt)str_test = "abc\\cd\\hh"print reObj.findall(str_test)# ['\\', '\\']r_str_patt = r"\\"print reObj.findall(str_test)# ['\\', '\\']