问题
你想匹配或者搜索特定模式的文本
解决方案
如果你想匹配的是字面字符串，那么你通常只需要调用基本字符串方法就行， 比如 str.find() , str.endswith() , str.startswith() 或者类似的方法：
>>> text = 'yeah, but no, but yeah, but no, but yeah'>>> # Exact match>>> text == 'yeah'False>>> # Match at start or end>>> text.startswith('yeah')True>>> text.endswith('no')False>>> # Search for the location of the first occurrence>>> text.find('no')10>>>对于复杂的匹配需要使用正则表达式和 re 模块。 为了解释正则表达式的基本原理，假设你想匹配数字格式的日期字符串比如 11/27/2012 ，你可以这样做：
>>> text1 = '11/27/2012'>>> text2 = 'Nov 27, 2012'>>>>>> import re>>> # Simple matching: d+ means match one or more digits>>> if re.match(r'd+/d+/d+', text1):... print('yes')... else:... print('no')...yes>>> if re.match(r'd+/d+/d+', text2):... print('yes')... else:... print('no')...no>>>如果你想使用同一个模式去做多次匹配，你应该先将模式字符串预编译为模式对象。比如：
>>> datepat = re.compile(r'd+/d+/d+')>>> if datepat.match(text1):... print('yes')... else:... print('no')...yes>>> if datepat.match(text2):... print('yes')... else:... print('no')...no>>>match() 总是从字符串开始去匹配，如果你想查找字符串任意部分的模式出现位置， 使用 findall() 方法去代替。比如：
>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.'>>> datepat.findall(text)['11/27/2012', '3/13/2013']>>>在定义正则式的时候，通常会利用括号去捕获分组。比如：
>>> datepat = re.compile(r'(d+)/(d+)/(d+)')>>>捕获分组可以使得后面的处理更加简单，因为可以分别将每个组的内容提取出来。比如：
>>> m = datepat.match('11/27/2012')>>> m<_sre.sre_match object at>>>> # Extract the contents of each group>>> m.group(0)'11/27/2012'>>> m.group(1)'11'>>> m.group(2)'27'>>> m.group(3)'2012'>>> m.groups()('11', '27', '2012')>>> month, day, year = m.groups()>>>>>> # Find all matches (notice splitting into tuples)>>> text'Today is 11/27/2012. PyCon starts 3/13/2013.'>>> datepat.findall(text)[('11', '27', '2012'), ('3', '13', '2013')]>>> for month, day, year in datepat.findall(text):... print('{}-{}-{}'.format(year, month, day))...2012-11-272013-3-13>>>findall() 方法会搜索文本并以列表形式返回所有的匹配。 如果你想以迭代方式返回匹配，可以使用 finditer() 方法来代替，比如：
>>> for m in datepat.finditer(text):... print(m.groups())...('11', '27', '2012')('3', '13', '2013')>>>讨论
这一节阐述了使用 re 模块进行匹配和搜索文本的最基本方法。 核心步骤就是先使用 re.compile() 编译正则表达式字符串， 然后使用 match() , findall() 或者 finditer() 等方法。
当写正则式字符串的时候，相对普遍的做法是使用原始字符串比如 r'(d+)/(d+)/(d+)' 。 这种字符串将不去解析反斜杠，这在正则表达式中是很有用的。 如果不这样做的话，你必须使用两个反斜杠，类似 '(d+)/(d+)/(d+)' 。
需要注意的是 match() 方法仅仅检查字符串的开始部分。它的匹配结果有可能并不是你期望的那样。比如：
>>> m = datepat.match('11/27/2012abcdef')>>> m<_sre.sre_match object at>>>> m.group()'11/27/2012'>>>如果你想精确匹配，确保你的正则表达式以 $ 结尾，就像这样：
>>> datepat = re.compile(r'(d+)/(d+)/(d+)$')>>> datepat.match('11/27/2012abcdef')>>> datepat.match('11/27/2012')<_sre.sre_match object at>>>>最后，如果你仅仅是做一次简单的文本匹配 / 搜索操作的话，可以略过编译部分，直接使用 re 模块级别的函数。比如：
>>> re.findall(r'(d+)/(d+)/(d+)', text)[('11', '27', '2012'), ('3', '13', '2013')]>>>但是需要注意的是，如果你打算做大量的匹配和搜索操作的话，最好先编译正则表达式，然后再重复使用它。 模块级别的函数会将最近编译过的模式缓存起来，因此并不会消耗太多的性能， 但是如果使用预编译模式的话，你将会减少查找和一些额外的处理损耗。
