官方定义：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特殊字符、及这些特定字符的组合，组成一个“规则字符串”，这个规则字符串用来表达对字符串的一种过滤逻辑。
1、在Linux运维中，vi、grep、awk和sed这些工具，都是可以用来作为正则表达式的字符串处理的。
import re
phone_number = input("Please input your phone number: ")
if re.match('0?(13|14|15|17|18|19)[0-9]{9}', phone_number):
print('是合法的手机号码')
else:
print('不是合法的手机号码')2、我们可以从网上获得常用的正则表达式，如果我们需要写自己的正则表达式，那就需要系统地进行学习。
3、字符组：只能匹配一位
正则 | 待匹配字符 | 匹配 结果 | 说明 |
[0123456789] | 8 | True | 在一个字符组里枚举合法的所有字符，字符组里的任意一个字符 和"待匹配字符"相同都视为可以匹配 |
[0123456789] | a | False | 由于字符组中没有"a"字符，所以不能匹配 |
[0-9] | 7 | True | 也可以用-表示范围,[0-9]就和[0123456789]是一个意思 |
[a-z] | s | True | 同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示 |
[A-Z] | B | True | [A-Z]就表示所有的大写字母 |
[0-9a-fA-F] | e | True | 可以匹配数字，大小写形式的a～f，用来验证十六进制字符 |
4、字符：
| 元字符 | 匹配内容 |
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| \b | 匹配一个单词的结尾 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结尾 |
| \W | 匹配非字母或数字或下划线 |
| \D | 匹配非数字 |
| \S | 匹配非空白符 |
| a|b | 匹配字符a或字符b |
| () | 匹配括号内的表达式，也表示一个组 |
| [...] | 匹配字符组中的字符 |
| [^...] | 匹配除了字符组中字符的所有字符 |
例：
([abc][123])+
5、量词：
| 量词 | 用法说明 |
| * | 重复零次或更多次，贪婪匹配 |
| + | 重复一次或更多次 |
| ？ | 重复零次或一次，惰性匹配 |
| {n} | 重复n次 |
| {n, } | 重复n次，或更多次 |
| {n, m} | 重复n次到m次 |
说明：*号、+号和？号三者之间的关系。这个量词只约束之前紧贴这它的一个字符。
在linux命令中，我们需要将{}符号进行转义，Shell才能识别。例如：
grep -n 'go\{2,\}g' regular_express.txt
grep -n 'go\{2,5\}g' regular_express.txt
egrep -n 'go{2,}g' regular_express.txt
egrep -n 'go{2,5}g' regular_express.txt
6、.^$
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| 海. | 海燕海娇海东 | 海燕海娇海东 | 匹配所有"海."的字符 |
| ^海. | 海燕海娇海东 | 海燕 | 只从开头匹配"海." |
| 海.$ | 海燕海娇海东 | 海东 | 只匹配结尾的"海.$" |
7、*+?{}
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| 李.? | 李杰和李莲英和李二棍子 | 李杰 | ?表示重复零次或一次，即只匹配"李"后面一个任意字符 |
| 李.* | 李杰和李莲英和李二棍子 | 李杰和李莲英和李二棍子 | *表示重复零次或多次，即匹配"李"后面0或多个任意字符 |
| 李.+ | 李杰和李莲英和李二棍子 | 李杰和李莲英和李二棍子 | +表示重复一次或多次，即只匹配"李"后面1个或多个任意字符 |
| 李.{1,2} | 李杰和李莲英和李二棍子 | 李杰和 | {1,2}匹配1到2次任意字符 |
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| 李.*? | 李杰和李莲英和李二棍子 | 李 李 李 | 惰性匹配 |
说明：？是非贪婪。？放在量词后面就是非贪婪匹配。上图说明：*号是能重复零次或者更多次，加了？号，就是非贪婪匹配，就是惰性匹配，只匹配零次。.号是代表任意字符，在李字字符后只有个任意字符，惰性匹配让这个任意字符只匹配零次，所以是任意字符不显示。那就只显示李字字符。
8、字符集[] [^]：
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| 李[杰莲英二棍子]* | 李杰和李莲英和李二棍子 | 李杰 | 表示匹配"李"字后面[杰莲英二棍子]的字符任意次 |
| 李[^和]* | 李杰和李莲英和李二棍子 | 李杰 | 表示匹配一个不是"和"的字符任意次 |
| [\d] | 456bdha3 | 4 | 表示匹配任意一个数字，匹配到4个结果 |
| [\d]+ | 456bdha3 | 456 | 表示匹配任意个数字，匹配到2个结果 |
9、分组() 与 或 | [^]:
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部由数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| ^[1-9]\d{13,16}[0-9x]$ | 110101198001017032 | 110101198001017032 | 表示可以匹配一个正确的身份证号 |
| ^[1-9]\d{13,16}[0-9x]$ | 1101011980010170 | 1101011980010170 | 表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字 |
| ^[1-9]\d{14}(\d{2}[0-9x])?$ | 1101011980010170 | False | 现在不会匹配错误的身份证号了
()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次 |
| ^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ | 110105199812067023 | 110105199812067023 | 表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14} |
10、转义符：
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| \n | \n | False | 因为在正则表达式中\是有特殊意义的字符，所以要匹配\n本身，用表达式\n无法匹配 |
| \\n | \n | True | 转义\之后变成\\，即可匹配 |
| "\\\\n" | '\\n' | True | 如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次 |
| r'\\n' | r'\n' | True | 在字符串之前加r，让整个字符串不转义 |
说明：r就是real的意思，就是真实的意思，不转义。
11、贪婪匹配：
| 正则 | 待匹配字符 | 匹配 结果 | 说明 |
| <.*> | <script>...<script> | <script>...<script> | 默认为贪婪匹配模式，会匹配尽量长的字符串 |
| <.*?> | r'\d' | <script> | 加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串 |
12、几个常用的贪婪模式：
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
13、.*?的用法：
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x就是取前面任意长度的字符，直到一个x出现
