什么是正则表达式？
我们在处理文本文件的时候，会按照某种规则查找某些特定的字符串。比方我们希望从一堆电子档案中找到人员的电话号码整理成通讯录。于是，我们可以利用特定字符串的规律编程获得我们想要的信息。而正则表达式就是干这个事情的，它是记录文本规则的代码。一、获得简单字符串
1. 如何我们 希望找到"hi"字符，how？
例如：Hi, I am Shirley Hilton. I am his wife. 希望寻找“hi”的字符。
用如下代码：
import re
text = "Hi, I am Shirley Hilton. I am his wife."
m = re.findall(r"hi", text)
if m:
print (m)
else:
print ('not match')
['hi', 'hi']
代码的简单说明：
（1）字符串前面加了r，是raw的意思，它表示对字符串不进行转义。
（2）re是python里的正则表达式模块。findall是其中一个方法，用来按照提供的正则表达式，去匹配文本中的所有符合条件的字符串。返回结果是一个包含所有匹配的list。
2. 如果我们希望找到"hi"这个单词，过滤掉包含它的单词，how？
可以使用"\bhi\b"。“\b”在正则表达式中表示单词的开头或结尾，空格、标点、换行都算是单词的分割。而“\b”自身又不会匹配任何字符，它代表的只是一个位置。所以单词前后的空格标点之类不会出现在结果里。
3. 如果我们希望找到"hi"和"Hi"，how？
可以使用[]。在正则表达式中，[]表示满足括号中任一字符。比如“[hi]”，它就不是匹配“hi”了，而是匹配“h”或者“i”。在前面例子中，如果把正则表达式改为“[Hh]i”，就可以既匹配“Hi”，又匹配“hi”了。
4. 如果我们希望得到"i"加上任意一个字符，how？
（1）可以使用"."。“.”在正则表达式中表示除换行符（"\n"）以外的任意字符。例如我们用“i.”去匹配，就会得到：
['i,', 'ir', 'il', 'is', 'if']
（2）可以使用“\S”，它表示不是空白符的任意字符。注意是大写字符S。
5. 如果我们希望得到"I"开头，"e"结尾的字符串，how？
可以使用“*”,“*”表示任意数量连续字符，这种被称为通配符。但在正则表达式中，任意字符是用“.”表示，而“*”则不是表示字符，而是表示数量：它表示前面的字符可以重复任意多次（包括0次），只要满足这样的条件，都会被表达式匹配上。
用“I.*e”去匹配,得到:
['I am Shirley Hilton. I am his wife'],贪婪匹配
用“I.*?e”去匹配，得到：
['I am Shirle', 'I am his wife']，懒惰匹配
二、获取数字常用元字符
[01234]：任意一个数字
[0-4]：任意一个数字 \d：表示数字 [0-4]* or \d*：任意长度的数字（包括0，也就是没有数字的空字符也会被匹配出来） [0-4]+ or \d+：》1长度的任意数字
\d{11}：最大长度为11 1\d{10}：第一位限定为1，剩余长度最大为10
三、其他常用的元字符
1.w - 匹配字母或数字或下划线或汉字（我试验下了，发现3.x版本可以匹配汉字，但2.x版本不可以）
\s - 匹配任意的空白符
^ - 匹配字符串的开始
$ - 匹配字符串的结束
2.
\S其实就是\s的反义，任意不是空白符的字符。同理，还有：
\W - 匹配任意不是字母，数字，下划线，汉字的字符
\D - 匹配任意非数字的字符
\B - 匹配不是单词开头或结束的位置
[a]的反义是[^a]，表示除a以外的任意字符。[^abcd]就是除abcd以外的任意字符。
3.
之前我们用过*、+、{}来表示字符的重复。其他重复的方式还有：
? - 重复零次或一次
{n,} - 重复n次或更多次
{n,m} - 重复n到m次
正则表达式不只是用来从一大段文字中抓取信息，很多时候也被用来判断输入的文本是否符合规范，或进行分类。来点例子看看：
^\w{4,12}$
这个表示一段4到12位的字符，包括字母或数字或下划线或汉字，可以用来作为用户注册时检测用户名的规则。（但汉字在python2.x里面可能会有问题）
\d{15,18}
表示15到18位的数字，可以用来检测身份证号码
^1\d*x?
以1开头的一串数字，数字结尾有字母x，也可以没有。有的话就带上x。
另外再说一下之前提到的转义字符\。如果我们确实要匹配.或者*字符本身，而不是要它们所代表的元字符，那就需要用\.或\*。\本身也需要用\\。
比如"\d+\.\d+"可以匹配出123.456这样的结果。
举例：尝试写一个可以匹配以下电话号码的表达式
(021)88776543
010-55667890
02584453362
0571 66345673
表达式：\(?0\d{2,3}[) -]?\d{7,8}