python怎么用正则表达式？

正则表达式是一种用来匹配字符串的工具，它可以在字符串中查找特定的模式，并且可以进行替换、分割和提取等操作。Python中内置了re模块，提供了一系列正则表达式相关的函数，可以方便地进行字符串操作。

本文将从以下几个角度来探讨如何在Python中使用正则表达式：

1. 正则表达式的基本语法

2. re模块中常用的函数

3. 正则表达式的高级用法

4. 实例演示

一、正则表达式的基本语法

正则表达式由一些特殊字符和普通字符组成，可以用来匹配指定的字符串。下面是一些常用的正则表达式字符：

1. ^：匹配字符串的开头

2. $：匹配字符串的结尾

3. .：匹配任意一个字符

4. *：匹配前一个字符出现0次或多次

5. +：匹配前一个字符出现1次或多次

6. ?：匹配前一个字符出现0次或1次

7. []：匹配方括号中的任意一个字符

8. ()：标记一个子表达式的开始和结束位置

例如，正则表达式r'^\d{3}-\d{3}-\d{4}$'可以匹配形如“123-456-7890”的电话号码，其中'^'表示开头，'$'表示结尾，'\d'表示数字，'{3}'表示前面的字符出现3次。

二、re模块中常用的函数

Python中的re模块提供了一系列函数来进行正则表达式操作，下面是一些常用的函数：

1. re.match(pattern, string, flags=0)：从字符串的开头开始匹配，如果匹配成功则返回一个匹配对象，否则返回None。

2. re.search(pattern, string, flags=0)：在字符串中搜索匹配，如果找到了一个匹配则返回一个匹配对象，否则返回None。

3. re.findall(pattern, string, flags=0)：返回一个列表，其中包含所有与正则表达式匹配的子串。

4. re.sub(pattern, repl, string, count=0, flags=0)：将字符串中所有匹配正则表达式的子串替换为指定的字符串。

其中，pattern是正则表达式，string是要进行匹配的字符串，flags是一个可选的标志参数，用来指定匹配模式。

三、正则表达式的高级用法

除了基本语法外，正则表达式还有很多高级用法，例如：

1. 捕获组：使用圆括号()可以捕获匹配的子串，例如，正则表达式r'(\d{3})-(\d{3}-\d{4})'可以匹配形如“123-456-7890”的电话号码，并将“123”和“456-7890”两个部分分别捕获到第一个和第二个组中。

2. 非贪婪匹配：默认情况下，正则表达式是贪婪的，即会尽可能地匹配更多的字符。可以使用“?”来指定非贪婪匹配，例如，正则表达式r'<.*?>'可以匹配一对尖括号内的任意字符，但是只会匹配最短的那个尖括号。

3. 零宽断言：零宽断言是指匹配某个位置，但是不消耗任何字符。例如，正则表达式r'\bcat\b'可以匹配单词“cat”，但是不会匹配“catapult”中的“cat”。

4. 重复匹配：可以使用“{n,m}”来指定重复匹配的次数，例如，正则表达式r'\d{3,5}'可以匹配3到5个数字。

四、实例演示

下面是一个简单的示例，演示如何使用正则表达式来提取HTML页面中的所有链接：

```python

import re

import urllib.request

url = 'https://www.baidu.com'

response = urllib.request.urlopen(url)

html = response.read().decode('utf-8')

pattern = r'