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几乎无处不在。比如判断一个字符串是否是一个合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。
正则表达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认为它“匹配”了，否则，该字符串就是不合法的。
所以我们判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的正则表达式；
2.用该正则表达式去匹配用户的输入来判断是否合法。
由于正则表达式也是用字符串表示的，所以，我们要首先了解如何用字符来表述字符。
一、匹配单个字符
在正则表达式中，如果直接给出字符，就是精确匹配。
d可以匹配一个数字
w可以匹配一个字母或数字
. 可以匹配任意一个字符
如，‘00d" 可以匹配"007"，但无法匹配"00A";
二、匹配边长的字符
要匹配变长的字符，在正则表达式中，用 * 表示任意个字符（包括０个），用 ＋ 表示至少一个字符，用 ？ 表示０个或１个字符，用 {n} 表示n个字符，用
{n,m} 表示n-m个字符：
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，可以用 [ ] 表示范围，
比如：
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如"a100"，"0_Z"，"Py3000"等等；[a-zA-Z\_][a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、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可以匹配A或B，所以[P|p]ython可以匹配"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也可以匹配"python"，但是加上^py$就变成了整行匹配，就只能匹配"py"了。
四、re模块
python提供re模块，包含所有正则表达式的功能。
先来看看如何判断正则表达式是否匹配：
>>> import re
>>> re.match(r"^d{3}-d{3,8}$", "010-12345")
<_sre.SRE_Match object at 0x1026e18b8>
>>> re.match(r"^d{3}-d{3,8}$", "010 12345")
>>>
match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。常见的判断方法就是：
test = "用户输入的字符串"
if re.match(r"正则表达式", test):
print "ok"
else:
print "failed"
搜索子字符串
search()方法判断是包含子字符串，如果包含可用group()来查看结果，如果不包含返回None。
>>> m = re.search("[0-9]","abcd3ef")
>>> print m.group(0)
3
>>> m = re.search("[0-9]","abcdef")
>>> m.group()
替换子串
str = re.sub(pattern, replacement, string)
# 在string中利用正则变换pattern进行搜索，对于搜索到的字符串，用另一字符串replacement替换。返回替换后的字符串。
>>> str=re.sub("[0-9]","u","ab2c1def")
>>> str
"abucudef"
切分字符串
用正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：
>>> "a b c".split(" ")
["a", "b", "", "", "c"]
结果发现，无法识别连续的空格，用正则表达式试试：
>>> re.split(r"s+", "a b c")
["a", "b", "c"]
无论多少个空格都可以正常进行分割。加入，试试：
>>> re.split(r"[s,]+", "a,b, c d")
["a", "b", "c", "d"]
分组(提取子串)
除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。
比如：^(d{3})-(d{3,8})$分别定义了两个组，可以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})$", "010-12345")
>>> m
<_sre.SRE_Match object at 0x1026fb3e8>
>>> m.group(0)
"010-12345"
>>> m.group(1)
"010"
>>> m.group(2)
"12345"
如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。
注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。
五、编译
当我们在Python中使用正则表达式时，re模块内部会干两件事情：
1.编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
2.用编译后的正则表达式去匹配字符串。
如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：
>>> import re
# 编译:
>>> re_telephone = re.compile(r"^(d{3})-(d{3,8})$")
# 使用：
>>> re_telephone.match("010-12345").groups()
("010", "12345")
>>> re_telephone.match("010-8086").groups()
("010", "8086")
编译后生成Regular Expression对象，由于该对象自己包含了正则表达式，所以调用对应的方法时不用给出正则字符串。