字符串是编程时涉及到的最多的一种数据结构。对字符串进行操作的需求差点儿无处不在。比方推断一个字符串是否是一个合法的Email地址。尽管能够编程提取@前后的子串，再分别推断是否是单词和域名，但这样做不但麻烦，并且代码难以复用。
正則表達式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描写叙述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们juice觉得它“匹配”了，否则，该字符串就是不合法的。
所以我们推断一个字符串是否是合法的Email的方法是：
1.创建一个匹配Email的正則表達式；
2.用该正則表達式去匹配用户的输入来推断是否合法。
因为正則表達式也是用字符串表示的，所以，我们要首先了解怎样用字符来表述字符。
一、匹配单个字符
在正則表達式中，假设直接给出字符，就是精确匹配。
d能够匹配一个数字
w能够匹配一个字母或数字
. 能够匹配随意一个字符
如，‘00d' 能够匹配'007'。但无法匹配 '00A';
二、匹配边长的字符
如，d{3}s+d{3,8}表示，三个数字。至少一个空格，3-8个数字
三、进阶
要做更精确地匹配，能够用 [ ] 表示范围，
比方：
-
[0-9a-zA-Z\_]能够匹配一个数字、字母或者下划线。 -
[0-9a-zA-Z\_]+能够匹配至少由一个数字、字母或者下划线组成的字符串，比方'a100'，'0_Z'，'Py3000'等等； -
[a-zA-Z\_][a-zA-Z\_]*能够匹配由字母或下划线开头，后接随意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量。 -
[a-zA-Z\_][a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
A|B能够匹配A或B。所以[P|p]ython能够匹配'Python'或者'python'。
^表示行的开头。^d表示必须以数字开头。
$表示行的结束。d$表示必须以数字结束。
你可能注意到了，py也能够匹配'python'，可是加上^py$就变成了整行匹配，就仅仅能匹配'py'了。
四、re模块
先来看看怎样推断正則表達式是否匹配：
>>> import re
>>> re.match(r'^d{3}-d{3,8}$', '010-12345')
<_sre.SRE_Match object at 0x1026e18b8>
>>> re.match(r'^d{3}-d{3,8}$', '010 12345')
>>>match()方法推断是否匹配，假设匹配成功。返回一个Match对象，否则返回None。常见的推断方法就是：
test = '用户输入的字符串'
if re.match(r'正則表達式', test):
print 'ok'
else:
print 'failed'搜索子字符串
search()方法推断是包括子字符串。假设包括可用group()来查看结果，假设不包括返回None。>>> m = re.search('[0-9]','abcd3ef')
>>> print m.group(0)
3
>>> m = re.search('[0-9]','abcdef')
>>> m.group()替换子串
str = re.sub(pattern, replacement, string) # 在string中利用正则变换pattern进行搜索，对于搜索到的字符串。用还有一字符串replacement替换。返回替换后的字符串。
>>> str=re.sub('[0-9]','u','ab2c1def')
>>> str
'abucudef'切分字符串
>>> 'a b c'.split(' ')
['a', 'b', '', '', 'c']>>> re.split(r's+', 'a b c')
['a', 'b', 'c']不管多少个空格都能够正常进行切割。增加。试试：
>>> re.split(r'[s\,]+', 'a,b, c d')
['a', 'b', 'c', 'd']分组(提取子串)
()表示的就是要提取的分组（Group）。^(d{3})-(d{3,8})$分别定义了两个组。能够直接从匹配的字符串中提取出区号和本地号码：>>> m = re.match(r'^(d{3})-(d{3,8})$', '010-12345')
>>> m
<_sre.SRE_Match object at 0x1026fb3e8>
>>> m.group(0)
'010-12345'
>>> m.group(1)
'010'
>>> m.group(2)
'12345'
假设正則表達式中定义了组。就能够在Match对象上用group()方法提取出子串来。
注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。
五、编译
>>> import re
# 编译:
>>> re_telephone = re.compile(r'^(d{3})-(d{3,8})$')
# 使用：
>>> re_telephone.match('010-12345').groups()
('010', '12345')
>>> re_telephone.match('010-8086').groups()
('010', '8086')