正则不是乱码，而是字符串的魔法咒语！比如想一键扒光HTML标签？用<[^<>]*?>就能让代码“裸奔”。但小白常问：为啥我的正则总翻车？

问题1：匹配开头和全文怎么选？
你用re.match就像拿着放大镜从门口查健康码——必须从头严查，而re.search是满屋子找钥匙的熊孩子。比如查手机号时，re.fullmatch('1d{10}', '1380013800')会暴怒：“少一位都不行！”

问题2：替换结果怎么追踪？
re.sub像霸道总裁直接改合同，而subn会贴心附赠修改次数小票。比如给古诗加弹幕：re.subn('。','！！！','白日依山尽')返回（'白日依山尽！！！',1）

彩蛋：为啥正则慢如蜗牛？
反复用re.findall('d+', text)就像每次做菜现磨刀。用re.compile预编译，等于提前磨好四十米大刀——下次直接砍！

记住：贪婪模式（.*）是吃货，非贪婪（.*?）是减肥达人。处理百万字小说时，finditer比findall更省内存，毕竟谁也不想让电脑表演内存爆炸艺术。

什么是正则

正则很简单的哦，不要因为看到和乱码差不多的样子就望而却步了，他很有规律的。

简单概括，就是用来描述字符串格式的，比如数字就可以是 [0-9]，也可以是 [0123456789]，还可以是 \\d

而日常我们使用正则，则就是用这个描述格式来验证或匹配提取或批量替换用的，比如 html 代码，用 <[^<>]*?> 来匹配或删除所有标签

关于正则的入门知识，可以围观一下老顾的文章《文盲的正则表达式入门》，在这个文章里，老顾以正则各种符号使用的场景用途做了区分，和其他正则入门的教程不一样哦，当然，也没那么完整就是了。这个文章主要是用来方便理解正则的。

在 python 中使用正则

大部分的开发语言中，都有对正则的支持，毕竟，这也是字符验证的一个主要流派了，甚至不少数据库、命令行都有正则的支持，比如 linux系统，比如 mysql、oracle 数据库等，所以正则还是有必要学一学的。

在 python 中，正则的内容则放在 re 这个包里，使用也很简单，只要引用这个包就可以了

import re
print(re.findall('\\d','123456 78/*9')) # 一个简单的例子，找出字符串中所有数字

在 python 的 re 包里，他提供了不少的指令，咱们来一一查看并学习，为了不遗漏内容，咱们把 re.py 这个文件打开，照着这个文档的内容来进行。文件位置如图，在 python 安装路径下的 lib 文件夹内。

一些正则的定义

在 re.py 这个文件中，从第29行开始，他简单的介绍了一些基本的特殊符号定义

The special characters are:
特殊字符为："."      Matches any character except a newline.匹配除换行符以外的任何字符。"^"      Matches the start of the string.匹配字符串的开头。"$"      Matches the end of the string or just before the newline at the end of the string.匹配字符串的末尾或位于的换行符之前新行的末端。"*"      Matches 0 or more (greedy) repetitions of the preceding RE.Greedy means that it will match as many repetitions as possible.匹配0个或多个（默认是贪婪模式）由前边的正则片段定义的重复内容。贪婪模式意味着它会匹配尽可能多的重复。"+"      Matches 1 or more (greedy) repetitions of the preceding RE.匹配1个或多个（默认是贪婪模式）由前边的正则片段定义的重复内容。"?"      Matches 0 or 1 (greedy) of the preceding RE.匹配0个或1个（默认是贪婪模式）由前边的正则片段定义的内容。*?,+?,?? Non-greedy versions of the previous three special characters.前边三个定义的非贪婪版本。（老顾的正则入门里说过的哦，+*? 是长度定义，在长度定义后加 ? 就表示非贪婪模式，这个可以引用到任何长度定义中，包括下边也有出现）{m,n}    Matches from m to n repetitions of the preceding RE.匹配至少 m 个，最多 n 个由前边正则片段定义的内容。默认是贪婪模式{m,n}?   Non-greedy version of the above.上边长度定义的非贪婪版本。"\\\\"     Either escapes special characters or signals a special sequence.要么转义特殊字符，要么就是一个已经预定义的特殊序列。（好吧，老顾也不知道怎么准确翻译，这里的特殊序列指的就是预定义的字符集，比如\\d表示数字，\\n表示回车）[]       Indicates a set of characters.A "^" as the first character indicates a complementing set.表示一组字符。（也就是老顾说的字符集，比如 \\d 是已经预定义好的，但是是全部数字，也许我们只需要123，不需要其他数字，那么就必须自己定义字符集 [123] 这个样子）作为第一个字符的“^”表示一个补集。（在字符集定义中，如果 ^ 是第一个字符，则表示这个是个补集，换个说法，就是不包含之后定义的字符集的其他字符集，比如 [^\\d] 就是所有非数字的字符）"|"      A|B, creates an RE that will match either A or B.A|B，创建一个匹配A或B的正则片段。(...)    Matches the RE inside the parentheses.The contents can be retrieved or matched later in the string.匹配括号内的正则片段。稍后可以在字符串中检索或匹配内容。（事实上，除了稍后在其他地方使用，在当前正则片段后的部分也可以使用）(?aiLmsux) The letters set the corresponding flags defined below.字母设置下面定义的相应标志。（这个用法老顾还没试过，翻译为百度翻译的结果）(?:...)  Non-grouping version of regular parentheses.正则圆括号的非分组版本。（也就是不可引用、追溯的部分）(?P<name>...) The substring matched by the group is accessible by name.组匹配的子字符串可以通过名称访问。（给分组定个名字，然后通过名字访问）(?P=name)     Matches the text matched earlier by the group named name.匹配前面由组名称匹配的文本。(?#...)  A comment; ignored.一个注释，忽略掉。（嗯，我讨厌写注释）(?=...)  Matches if ... matches next, but doesn't consume the string.右断言，位置修饰，如果能匹配成功则匹配之后的正则片段，该修饰不占用匹配空间。(?!...)  Matches if ... doesn't match next.右断言，与上一个修饰意思相反，如果不符合之后的正则片段，则继续匹配。(?<=...) Matches if preceded by ... (must be fixed length).左断言，如果前边的字符符合正则片段...（必须定长）(?<!...) Matches if not preceded by ... (must be fixed length).左断言，如果前边的字符不符合正则片段...（必须定长）(?(id/name)yes|no) Matches yes pattern if the group with id/name matched, the (optional) no pattern otherwise.如果具有id/name的组匹配，则匹配yes模式，否则为（可选）无模式。（同样没用过的方法）

通过这个内容，我们基本就可以确定 python 中，正则能完成哪些描述，这样的描述又有什么样的限制了。

再之后，从62 行开始，还介绍了一些预定义字符集，这里就不翻译了，大家随便看看就好，基本都差不多。

再然后，87 行开始，说明了， re 这个包之中包含的各种方法，嗯，之后一一讲解

以及102行开始的，正则修饰。。。。老顾最常用的就是忽略大小写修饰，这个修饰是在正则定义之外的，还有多行匹配也偶尔用用，其他的说实话，老顾基本用不上。

python 正则的方法

约定，之后的所有内容，默认都已经引入了 re 包，即，代码中已经包含了 import re

match 从字符串开头匹配

Match a regular expression pattern to the beginning of a string.
将正则表达式模式与字符串的开头匹配。

语法：
match(pattern, string, flags=0)
match(正则表达式,匹配字符串,正则表达式修饰(默认为0))

需要注意，这个方法时严格从字符串开头进行匹配的，如果想在字符串中间找到匹配，不要用这个方法哦。

示例：