5-2

正则表达式（regular expression），是使用单个字符串来描述、匹配一系列符合某个语法的字符串。在python中对应的是re模块。待匹配模式和字符串可以采用unicode编码或者普通8-位编码，但是两者不能混用，即如果待匹配模式是Unicode编码，则字符串也必须是Unicode编码。

我们知道，正则表达式采用反斜杠“\”来表示一些特殊字符（在正则表达式中有特殊意义的字符），这会造成一些困扰。比如，我们需要在正则表达式中匹配反斜杠“\”，那么我们的正则表达式中则需要表示为“\\”，则在编程语言中我们则需要“\\\\”（每两个转义成正则表达式中的一个"\"）。而在python中，用raw string表示则不再将"\"看成是特殊字符，比如上面在编程语言中可以写成r"\\"，再比如r"\n"则表示为"\"和"n"两个字符。

^' ：匹配字符串开头。当MULTILINE模式被指定时，可以匹配多行的开头。

‘$’ ：匹配字符串末尾，或者在字符串末尾的换行符之前；在MULTILINE模式时，匹配每一行的末尾。

‘*’ ：对RE中之前的内容重复0到n次，如ab*，可以匹配'a','ab','abbbb'等。

‘+’ ：对RE中之前的内容重复1到n次，如ab+，可以匹配'ab','abbbb'，但是不能匹配'a'。

‘?’ ：对RE中之前的内容重复0或1次，如ab?，可以匹配'a'或'ab'，但'abbbb'则不能匹配。