写在前面 正则表达式通过一个表达式来设定正确的规则，验证的时候只要询问输入的字符串是否符合这个表达式就可以了。
规则 先看一个只允许中文字符的正则表达：^[\u4e00-\u9fa5]{4,20}$
^和$在正则表达式中分别代表开头和结尾，这里说必须以中文开头，中文结尾
[]的目的是设定匹配的什么，如果写[abc]那么字符串中只允许有abc这三个字母，如果是[a-z]就允许所有的小写字母，在上面[]中说明的是中文。
{4,,20}表示允许的位数，这里允许4到20位字符。
[]{}写到一起是为了展示正则表达式的能力，内容错误和字数错误会有不同提示，一般会分开写。
样例 <script >
str = "搜狐邮箱用户登陆"
reg = /^[\u4e00-\u9fa5]{4,20}$/ ;
alert(reg.test(str));
<script >
这是在js中使用正则表达式，注意的是赋值并没有用字符串，不能使用双引号，而是用两个/，这样reg就有test方法了（验证是否符合所代表的规则），返回值是true和false。/^[\u4e00-\u9fa5a-z A-Z]{4,20}$/
单个字符 . 任意的一个字符
a|b 字符a或字符b
[afg] a或者f或者g的一个字符
[0-4] 0-4范围内的一个字符
[a-f] a-f范围内的一个字符
[^m] 不是m的一个字符
\s 一个空格
\S 一个非空格
\d [0-9]
\D [^0-9]
\w [0-9a-zA-Z]
\W [^0-9a-zA-Z]
重复 紧跟在单个字符之后，表示多个这样类似的字符：* 重复 >=0 次
+ 重复 >=1 次
? 重复 0或者1 次
{m} 重复m次。比如说 a{4}相当于aaaa，再比如说[1-3]{2}相当于[1-3][1-3]
{m, n} 重复m到n次。比如说a{2, 5}表示a重复2到5次。小于m次的重复，或者大于n次的重复都不符合条件。
正则表达
相符的字符串举例
[0-9]{3,5}
9678
a?b
b
a+b
aaaaab
python中的正则 Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意：
s = 'ABC\\-001' # Python的字符串
# 对应的正则表达式字符串变成：
# 'ABC\-001'
因此我们强烈建议使用Python的r前缀，就不用考虑转义的问题了：
s = r'ABC\-001' # Python的字符串
# 对应的正则表达式字符串不变：
# 'ABC\-001'
match()方法判断是否匹配，如果匹配成功，返回一个Match对象，否则返回None。常见的判断方法就是：
test = '用户输入的字符串'
if re.match(r'正则表达式' , test):
print('ok' )
else :
print('failed' )
分组 除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如：
^(\d{3})-(\d{3,8})$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})$' , '010-12345' )
>>> m
<_sre.SRE_Match object; span=(0 , 9 ), match='010-12345' >
>>> m.group(0 )
'010-12345'
>>> m.group(1 )
'010'
>>> m.group(2 )
'12345'
如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。
注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。
提取子串非常有用。来看一个更凶残的例子：
>>> t = '19:05:30'
>>> m = re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$', t)
>>> m.groups()
('19', '05', '30')
这个正则表达式可以直接识别合法的时间。但是有些时候，用正则表达式也无法做到完全验证，比如识别日期：
'^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$'
对于'2-30'，'4-31'这样的非法日期，用正则还是识别不了，或者说写出来非常困难，这时就需要程序配合识别了
贪婪匹配 最后需要特别指出的是，正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。举例如下，匹配出数字后面的0：
>>> re.match(r'^(\d+)(0*)$', '102300').groups()
('102300', '')
由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。
必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配：
>>> re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')
编译 当我们在Python中使用正则表达式时，re模块内部会干两件事情：
编译正则表达式，如果正则表达式的字符串本身不合法，会报错；
用编译后的正则表达式去匹配字符串。
如果一个正则表达式要重复使用几千次，出于效率的考虑，我们可以预编译该正则表达式，接下来重复使用时就不需要编译这个步骤了，直接匹配：
>>> import re
>>> re_telephone = re.compile(r'^(\d{3})-(\d{3,8})$' )
>>> 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。
练习 请尝试写一个验证Email地址的正则表达式。版本一应该可以验证出类似的Email：
someone@gmail.com
bill.gates@microsoft.com
版本二可以验证并提取出带名字的Email地址：
<Tom Paris> tom@voyager.org
import re
email=re.compile(r'^(\w+\.?)*\w+@\w+\.\w+$' )
print(email.match('someone@gmail.com' ).group(0 ))
print(email.match('bill.gates@microsoft.com' ).group(0 ))
----
someone@gmail.com
bill.gates@microsoft.com
import re
re_email=re.compile(r'^<(.*)>\s*((\w+\.?)*\w+@\w+\.\w+)$' )
email='<Tom Paris> tom@voyager.org'
a=re_email.match(email)
if a:
print('邮箱%s匹配正确，名字是%s，邮箱是%s' %(a.group(0 ),a.group(1 ),a.group(2 )))
else :
print('邮箱 %s 匹配失败！' % email)
----
邮箱<Tom Paris> tom@voyager.org匹配正确，名字是Tom Paris，邮箱是tom@voyager.org
