在使用Python做文件处理时，经常需要使用到匹配、搜索功能，这就离不开一个核心的知识：正则表达式。 正则表达式（Regular Expression）描述一种字符串匹配的模式（pattern），可以用来检查一个字符串是否包含某种字串、将匹配的字串替换或从某个字符串种取出符合条件的字串等。构造正则表达式的方法和创建数学表达式的方法一样，即用多用元字符与运算符可以将小的表达式结合在一起来创建更大的表达式。正则表达式的组件何以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。
1. 普通字符
普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写、小写字母、数字、标点符号和一些其他符号，如：
[ABC] 表示要匹配[]内的字符，本例表示匹配A、B、C；
[^ABC] 表示匹配除了A、B、C外的所有字符 [A-Z] 表示匹配A-Z这个区间，即所有大写字母，'-'表示连续区间，'a-z'表示所有小写字母，'0-9'表示所有数字等；
. 表示匹配换行符以外的所有字符，等价于[^\n\r]
[\s\S] 表示匹配所有，\s表示匹配所有空白字符，\S表示匹配所有非空白字符，将它们两个放到一个[]内，就是要匹配[]内的所有，即所有空白+所有非空白 = 所有；
2.特殊字符
特殊字符就是一些有特殊含义的字符，正则表达式中的特殊字符如下：
$ 表示匹配输入字符串的结尾位置，如果要匹配'$'需要使用转义字符'\',即'\$'；
^ 匹配输入字符串开始位置，如果在[]内则表示不接受方括号内表达式中的字符集合；
() 标记一个子表达式的开始和结束位置，子表达式可以获取供以后使用，如果要匹配'('和')'，同样使用转义字符，即'\('和'\)'；
* 表示匹配*之前的表达式0次或多次（即可有可无）；
+ 表示匹配+之前的表达式1次或多次（即至少一次）；
? 表示匹配?之前的表达式0次或1次（即至多一次）；
. 表示匹配除换行符之外的所有字符，要匹配.，使用\.；
[ 标记一个中括号表达式的开始；
] 标记一个中括号表达式的结束；
\ 转义字符，将它之后的一个字符转义为普通字符(不再表示特殊意义)
{ 标记限定的符号表达式的开始；
| 指明两项之间选择一个；
3. 限定符
限定符是用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*、+、?、{n}、{n,}、{n,m} 共六种，
{n} n是一个非负整数，表示匹配确定的n次，例如o{2},不能匹配‘hot’中的o,但可以匹配‘food’中的两个o；
{n,} n是一个非负整数，表示匹配至少n次；
{n,m} n和m均为非负整数，且n<=m,表示匹配至少n次且m次；
*和+都是贪婪的，它们会尽可能多的匹配文字，只有在它们后加上一个?就可以将它们编成非贪婪或最小匹配，例如：在HTML文件搜索中标签,如： <day>6<day>
贪婪 ：<.*> 表达式会匹配从'<'符号到Day标签的关闭符号'>'之间的所有内容;
非贪婪：<.*?> 表达式只匹配
4. 定位符
定位符能够将正则表达式固定到行首或行尾，使用它们还可以创建正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头、一个单词的结尾。定位符用来描述字符串或单词的边界，^和$分别指字符串的开头和结尾，\b指单词的前或后边界，\B表示非单词边界。（单词边界是单词和空格之间的位置，非单词边界是任何其他位置）
^ 匹配输入字符串的开始位置；
$ 匹配输入字符串的结尾位置；
\b 匹配一个单词边界，即单词与空格之间的位置；
\B 非单词边界匹配
注意：不能将限定符与定位符一起使用。由于在紧靠换行或者单词边界的前面或者后面不能有一个以上位置，因此不允许诸如^*之类的表达式。
例： \bCha 匹配 Chapter 的'Cha' ter\b 匹配 Chapter 的'ter' '\Bapt' 匹配 Chapter 的 apt，但不能匹配 aptitude 字符串中的apt
5. 选择
用圆括号()将所有选择项括起来，相邻的选择项之间用 | 分割。()表示捕获分组，()会把每个分组里的匹配的值保存起来供后续使用,缓冲区编号从 1 开始，最多可存储 99 个捕获的子表达式。使用圆括号会有一个副作用，使相关的匹配会被缓存，此时可用?:放在第一个选项前来消除这种副作用。其中?:是非捕获元之一，还有2个非捕获元是?=和?!,这两个还有更多的含义，前者为正向预查，在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串，后者为负向预查，在任何开始不匹配该正则表达式模式的位置来匹配搜索字符串。下面列出?= 、?<= 、?!、 ?<! 的使用区别：
exp1(?=exp2) : 查找exp2前的exp1；
(?<=exp2)exp1 : 查找exp2后的exp1；
exp1(?!exp2) : 查找后面不是exp2的exp1；
(?<!exp2)exp1 : 查找前面不是exp2的exp1；
Python模块-re
re模块使Python语言拥有全部的正则表达式功能，re模块具体方法： r
e.match方法：字符串的起始位置匹配一个模式，匹配成功re.match方法返回一个匹配的对象，如果不是起始位置匹配成功的话，match()就返回none；
re.search方法：扫描整个字符串并返回第一个成功的匹配，否则返回None;
re.sub方法:替换字符串中的匹配项;
re.compile方法:用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用;
re.fiandall方法:在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。match 和 search 是匹配一次 findall 匹配所有;
re.finditer方法：和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回；
re.split()方法：split 方法按照能够匹配的子串将字符串分割后返回列表；
参考：
https://www.runoob.com/regexp/regexp-syntax.html
https://www.python-china.com/html/151.html
https://www.cnblogs.com/show58/p/12654007.html
常用的元字符：
. 匹配除换行符以外的所有字符
x? 匹配0次或1次'x'字符
\w 表示匹配字母、数字、下划线。等价与[A-Za-z0-9_]
\W 表示匹配非字母数字下划线
\s 表示匹配任意空白字符、等价于[\t\n\r\f]
\S 表示匹配任意非空字符
\d 表示匹配任意数字，等价于[0-9]
\D 表示匹配任意非数字，等价于[^0-9]
标签：字符,匹配,Python,笔记,单词,正则表达式,字符串,表达式 From： https://www.cnblogs.com/jdi-2022/p/16892778.html