一、准备知识

\d：匹配一个数字\w：匹配一个字母. ：匹配任意字符\s ：匹配一个空格

?表示0个或1个字符

+表示至少一个字符*表示任意个字符（包括0个）{n}表示n个字符，{n,m}表示n-m个字符

[0-9a-zA-Z_]可以匹配一个数字、字母或者下划线

(P|p)ython可以匹配'Python'或者'python'^py$只能匹配'py'了

二、在Python中使用

（1）匹配

import re

re.match(r'^\d{3}-\d{3,8}$', '010-12345')

<_sre.SRE_Match object at 0x1026e18b8>

re.match(r'^\d{3}-\d{3,8}$', '010 12345')

match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None

（2）切分字符串

import re

re.split(r'[\s\,\;]+', 'a,b;; c d')

['a', 'b', 'c', 'd']

（3）提取子串

import re

m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')

m.group(0)

'010-12345'

m.groups()

('010', '12345')

m.group(1)

'010'

m.group(2)

'12345'

用()表示的就是要提取的分组（Group），group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串

（4）贪婪匹配

正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。举例如下，匹配出数字后面的0：

re.match(r'^(\d+)(0)$', '102300').groups()

('102300', '')

由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0只能匹配空字符串了。

必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配：

re.match(r'^(\d+?)(0*)$', '102300').groups()

('1023', '00')

（5）编译

先编译-后匹配，提高效率

import re

编译:

re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$')

使用：

re_telephone.match('010-12345').groups()

('010', '12345')

re_telephone.match('010-8086').groups()

('010', '8086')

三、实例

#邮箱匹配import re

reemail = re.compile(r'^[0-9a-zA-Z][0-9a-zA-Z\.]+\@[0-9a-z]+.(com|cn|org|net)$')

m = re_email.match(email)

if m:

print "OK."else:print "You have input a wrong e-mail."