<code> </code><code>\d</code>可以匹配一个数字，<code>\w</code>可以匹配一个字母或数字；<code>.</code>可以匹配任意字符。
要匹配变长的字符，在正则表达式中，用<code>*</code><code></code>表示任意个字符（包括0个），用<code>+</code>表示至少一个字符，用<code>?</code>表示0个或1个字符，用<code>{n}</code>表示n个字符，用<code>{n,m}</code>表示n-m个字符：
来看一个复杂的例子：
<code>\d{3}\s+\d{3,8}</code>。
我们来从左到右解读一下：
<code>\d{3}</code>表示匹配3个数字，例如<code>'010'</code>；
<code>\s</code>可以匹配一个空格（也包括Tab等空白符），所以<code>\s+</code>表示至少有一个空格，例如匹配<code>' '</code>，<code>' '</code>等；
<code>\d{3,8}</code>表示3-8个数字，例如<code>'1234567'</code>。
综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。
要做更精确地匹配，可以用<code>[]</code>表示范围，比如：
<code>[0-9a-zA-Z\_]</code>可以匹配一个数字、字母或者下划线；
<code>[0-9a-zA-Z\_]+</code>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<code>'a100'</code>，<code>'0_Z'</code>，<code>'Py3000'</code>等等；
<code>[a-zA-Z\_][0-9a-zA-Z\_]*</code>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；
<code>[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}</code>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）。
<code>A|B</code>可以匹配A或B，所以<code>[P|p]ython</code>可以匹配<code>'Python'</code>或者<code>'python'</code>。
<code>^</code>表示行的开头，<code>^\d</code>表示必须以数字开头。
<code>$</code>表示行的结束，<code>\d$</code>表示必须以数字结束。
你可能注意到了，<code>py</code>也可以匹配<code>'python'</code>，但是加上<code>^py$</code>就变成了整行匹配，就只能匹配<code>'py'</code>了。
Python提供<code>re</code>模块，包含所有正则表达式的功能。强烈建议使用Python的<code>r</code>前缀，就不用考虑转义的问题了。
先看看如何判断正则表达式是否匹配：
1
2
3
4
<code>>>> </code><code>import</code> <code>re</code>
<code>>>> re.match(r</code><code>'^\d{3}\-\d{3,8}$'</code><code>, </code><code>'010-12345'</code><code>)</code>
<code>>>> <_sre.SRE_Match </code><code>object</code><code>; span</code><code>=</code><code>(</code><code>0</code><code>, </code><code>9</code><code>), match</code><code>=</code><code>'010-12345'</code><code>></code>
<code>>>> re.match(r</code><code>'^\d{3}\-\d{3,8}$'</code><code>, </code><code>'010 12345'</code><code>)>>></code>
<code>match()</code>方法判断是否匹配，如果匹配成功，返回一个<code>Match</code>对象，否则返回<code>None</code>。常见的判断方法就是：
5
<code>test </code><code>=</code> <code>'用户输入的字符串'</code>
<code>if</code> <code>re.match(r</code><code>'正则表达式'</code><code>, test):</code>
<code> </code><code>print</code><code>(</code><code>'ok'</code><code>)</code>
<code>else</code><code>:</code>
<code> </code><code>print</code><code>(</code><code>'failed'</code><code>)</code>
用正则表达式切分字符串比用固定的字符更灵活。如，
<code>>>> </code><code>'a b c'</code><code>.split(</code><code>' '</code><code>)</code>
<code>[</code><code>'a'</code><code>, </code><code>'b'</code><code>, '</code><code>', '</code><code>', '</code><code>c']</code>
以上代码无法识别连续的空格，用正则表达式试试：
<code>>>> re.split(r</code><code>'\s+'</code><code>, </code><code>'a b c'</code><code>)</code>
<code>[</code><code>'a'</code><code>, </code><code>'b'</code><code>, </code><code>'c'</code><code>]</code>
还如，加入“，”，“；”的干扰，看看效果
<code>>>> re.split(r</code><code>'[\s\,]+'</code><code>, </code><code>'a,b, c d'</code><code>)</code>
<code>[</code><code>'a'</code><code>, </code><code>'b'</code><code>, </code><code>'c'</code><code>, </code><code>'d'</code><code>]</code>
如果用户输入了一组标签，记得用正则表达式来把不规范的输入转化成正确的数组。：)
除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用<code>()</code>表示的就是要提取的分组（Group）。比如：
<code>^(\d{3})-(\d{3,8})$</code>
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：
6
7
8
9
<code>>>> m </code><code>=</code> <code>re.match(r</code><code>'^(\d{3})-(\d{3,8})$'</code><code>, </code><code>'010-12345'</code><code>)</code>
<code>>>> m</code>
<code><_sre.SRE_Match </code><code>object</code><code>; span</code><code>=</code><code>(</code><code>0</code><code>, </code><code>9</code><code>), match</code><code>=</code><code>'010-12345'</code><code>></code>
<code>>>> m.group(</code><code>0</code><code>)</code>
<code>'010-12345'</code>
<code>>>> m.group(</code><code>1</code><code>)</code>
<code>'010'</code>
<code>>>> m.group(</code><code>2</code><code>)</code>
<code>'12345'</code>
如果正则表达式中定义了组，就可以在<code>Match</code>对象上用<code>group()</code>方法提取出子串来。
注意到<code>group(0)</code>永远是原始字符串，<code>group(1)</code>、<code>group(2)</code>……表示第1、2、……个子串。
它也就是匹配尽可能多的字符。举例如下，匹配出数字后面的<code>0</code>：
<code>>>> re.match(r</code><code>'^(\d+)(0*)$'</code><code>, </code><code>'102300'</code><code>).groups()</code>
<code>(</code><code>'102300'</code><code>, '')</code>
由于<code>\d+</code>采用贪婪匹配，直接把后面的<code>0</code>全部匹配了，结果<code>0*</code>只能匹配空字符串了。
必须让<code>\d+</code>采用非贪婪匹配（也就是尽可能少匹配），才能把后面的<code>0</code>匹配出来，加个<code>?</code>就可以让<code>\d+</code>采用非贪婪匹配：
<code>>>> re.match(r</code><code>'^(\d+?)(0*)$'</code><code>, </code><code>'102300'</code><code>).groups()</code>
<code>(</code><code>'1023'</code><code>, </code><code>'00'</code><code>)</code>
参考：
没有整理与归纳的知识，一文不值！高度概括与梳理的知识，才是自己真正的知识与技能。 永远不要让自己的自由、好奇、充满创造力的想法被现实的框架所束缚，让创造力自由成长吧！ 多花时间，关心他（她）人，正如别人所关心你的。理想的腾飞与实现，没有别人的支持与帮助，是万万不能的。
本文转自wenglabs博客园博客，原文链接：http://www.cnblogs.com/arxive/p/5667977.html，如需转载请自行联系原作者
![TestLink导出用例转换工具(XML2Excel)[图]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)