正则表达式是极其强大的，利用正则表达式来提取想要的内容是很方便的事。
下面演示了在python里，通过正则表达式来提取符合要求的内容。
实例代码：
import re# 正则表达式是极其强大的，利用正则表达式来提取想要的内容是很方便的事。# 下面演示了在python里，通过正则表达式来提取符合要求的内容。有几个要注意# 的地方就是：# [1] 要用()将需要的内容包含起来# [2] 编号为0的group是整个符合正则表达式的内容，编号为1的是第一个(及对应# 的)包含的内容# @param regex: regular expression, use () to group the result# 正则表达式，用()将要提取的内容包含起来# @param content: # @param index: start from 1, depends on the \p regex's ()# 从1开始，可以通过数(来得到，其中0是全部匹配# @return: the first match of the \p regex# 只返回第一次匹配的内容def extractData(regex, content, index=1): r = '0' p = re.compile(regex) m = p.search(content) if m:r = m.group(index) return r regex = r'第(.*)场雪'content = '2002年的第一场雪'index = 1print extractData(regex, content, index)
正则表达式是一个特殊的字符序列，它用来检查一个字符串是否与某种模式匹配。正则表达式在编译程序中至关重要，但并不是每个人都需要特别深入的学习和掌握。在此，只介绍一些最基本的应用。
1、元字符
元字符是构成正则表达式的一些特殊字符。在正则表达式中，元字符被赋予了新的含义。
下面介绍一些常用的元字符及其含义：
. 匹配除换行符以外的任意字符。
w 匹配字母、数字、下划线或汉字。
W 匹配w所匹配的字符以外的字符。
s 匹配单个空白符（包括Tab键和换行符）。
S 匹配除s匹配的字符以外的字符。
d 匹配数字。
b 匹配单词的分界符，如：空格、标点符号或换行符。
^ 匹配字符串的开始
$ 匹配字符串的结束
2、限定符
限定符是在正则表达式中用来指定数量的字符。常用的限定符有：
? 匹配前面的字符0或1次。如：zo?m可以匹配zom和zm，但不能匹配 zoom
+ 匹配前面的字符1或n次。如：zo?m可以匹配zom和zoom，但不能匹配zm
* 匹配前面的字符0或n次。如：zo?m可以匹配zom、zoom和zm
{n} 匹配前面的字符n次。如：zo{2}m可以匹配zoom，但不能匹配zom和zm
{n,} 匹配前面的字符至少n次。如：zo{1,}m可以匹配zom和zoom，但不能匹配zm
{n,m} 匹配前面的字符至少n次，最多m次。如：zo{1,2}m可以匹配zom和zoom，但不能匹配zm
3、方括号”[ ]”的用途
方括号“[ ]”里可以列出某个字符范围。如：[aeiou]表示匹配任意一个元音字母，[zqsl]表示匹配姓氏“赵钱孙李”的拼音第一个字母。
4、排除字符
方括号”[ ]”中的“^”字符表示排除的意思，如：[^aeiou]表示匹配任意一个非元音字母的字符。
5、选择字符
字符“|”相当于“或”。如：(^d{3}[-]d{8})|(^d{4}[-]d{7})$可以匹配形如” - ”或“ - ”的电话号码格式。
6、转义字符
对于已经用于定义元字符和限定符的字符，需要加转义符“”来表示。
如：为了匹配形如“192.168.0.1”的IPv4地址（1~255.0~255.0~255.0~255），可以用这样的正则表达式：^(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$
这里解释一下第一段IP地址的规则，取值范围为1~255，可分解为以下情况：
250~255：25[0-5]；
200~249：2[0-4][0-9]；
100~199：[01]{1}[0-9]{2}；
0~99: [0-9]{1}[1-9]
再加上”.”： .
其他三段地址和第一段相似。
7、“( )”可以用于分组
在正则表达式中，用“( )”括起来的部分是一个整体。
8、r（或R）的意义
在正则表达式中，为了保证模式字符串为原生字符串（没有经过加工处理的字符串），可以在模式字符串前加上一个字符‘r’或‘R’。例如：
# 这里用到对的re.match()方法接下来介绍
>>>import re # 导入re模块
>>>re.match('bPy[a-z]+','Python') # 表达式'bPy[a-z]+'不能匹配’Python’
>>>re.match('bPy[a-z]+','Python') # 表达式'bPy[a-z]+'可以匹配’Python’
在上述代码中，原本要用作匹配单词开始或结束的元字符’b’在表达式中字符串中会被视为转义一个字符‘b’，为了转义’b’就不得不再加一个’’符号。
也可以采用下面的方法：
>>>re.match(r'bPy[a-z]+','Python') #加字符’r’，可以保证原生字符串
9、match()方法
Match()方法 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 none。
语法格式：
re.match(pattern, string, [flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例：
import re #导入re模块
print(re.match('www', 'www.python.org/').span()) #span()函数可以获取匹配的位置
print(re.match('org', 'www.python.org'))
输出结果为：
(0, 3) #在位置0到3（不包括3）匹配成功
None #从起始位置未能匹配成功
10、search()方法
search()方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回Match对象，否则返回None。
语法格式：
re.search(pattern, string, [flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例如：
>>>re.search(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.')
可以看出，目标字符串“It's easy to use Python, but it's not easy to learn Python.”中一共有两个‘Python’，search()方法可以从字符串的起始位置开始查找到‘Python’，当找到第一个匹配值后就停止查找，返回位置信息。
match()和search()的比较
match()要求目标字符串的起始位置就能匹配，search()对目标字符串全段进行逐次匹配，只要首次匹配成功就停止匹配。
请看下例:
>>>import re
>>>print(re.match(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
输出结果：None
11、findall()方法
findall()方法用于在整个字符串中搜索所有匹配的值，如果匹配成功，则返回以匹配值为元素的列表，否则返回空列表。
语法格式：
re.findall(pattern, string[, flags])
其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。
例：
>>>import re
>>>print(re.findall(r'Pyw+','It's easy to use Python, but it's not easy to learn Python.'))
输出结果：['Python', 'Python']
可以看出，findall()的结果没有指出匹配的具体位置。
12、正则表达式的应用
字符串替换
这里要用到sub()方法。它的语法格式如下：
re.sub(pattern, repl, string [,count] [,flgs])
其中，pattern是模式字符串；repl是用于替换的字符串；string是原字符串；可选参数count为模式匹配后替换的最大次数，省缺表示替换所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
例：
>>>import re
>>>str1='x=36.567 y=123.234'
>>>str2=re.sub('.d+','',str1) #用空格代替小数点及其后的数字
>>>print(str2)
输出结果：x=36 y=123
分隔字符串
这里要用到split()方法。它的返回值为一个列表，它的语法格式如下：
re.split(pattern, string [,maxsplit] [,flgs])
其中，pattern是模式字符串；string是原字符串；可选参数maxsplit为最大拆分次数，省缺表示拆分所有的匹配；可选参数flags的意义与前面的方法的该参数一致。
例：
>>>import re
>>>str='白日依山尽，黄河入海流。欲穷千里目，更上一层楼！'
>>>re.split(r'，|。|！',str) #按照“，”、“。”、“！”分隔字符串。
['白日依山尽', '黄河入海流', '欲穷千里目', '更上一层楼', '']
注意，返回值列表中多出了一个空字符。
