原文地址：http://www.bugingcode.com/blog/python_re_extraction_key.html
關於python的正則使用在以前的文章中 http://www.bugingcode.com/blog/python_regular_expressions.html ，都有介紹，但是這邊文章比較大，內容講的不夠細，這里專門講如何用python正則匹配到自己需要的字符串。
正則提取數據
還是以url字符串來進行匹配：http://www.bugingcode.com/blog/python_regular_expressions.html，url的字符串有明顯的一樣，bugingcode 為域名，blog 為目錄名，python_regular_expressions 為文章的名稱。在這里需要把這三個字符串都提取出來。
貪婪和非貪婪匹配
查看正則匹配規則：
. : 匹配任意除換行符"\n"外的字符
+ : 匹配前面字符1次到無限次
在我們可以用/ 來對提取的字符進行限制，也就是卡死頭和尾，看看會得到什么樣的結果。
import re
str = "http://www.bugingcode.com/blog/python_regular_expressions.html"
print re.findall(r"/(.+)/",str)
會輸出什么樣的結果呢？
有人猜結果：
['/www.bugingcode.com','blog']
不可能出現這種結果的，因為r"/(.+)/"中已經把/ 用掉了，往下匹配已經找不到/ 號了。
有人猜結果：
['/www.bugingcode.com']
也有人猜：
['/www.bugingcode.com/blog']
這是關於正則表達式的貪婪和非貪婪匹配，簡單的記住正則匹配中有出現 ? 才是 非貪婪匹配，這里的正則匹配是貪婪的，也就是最大的匹配情況，一般來說我們選用的是非貪婪 模式。
import re
str = "http://www.bugingcode.com/blog/python_regular_expressions.html"
print re.findall(r"//(.+?)/",str)
匹配的結果為：
['www.bugingcode.com']
提取所有需要的字段
剛才說了一個(.+?) 只能匹配到一個字符串，而我們需要提取 三個字段：bugingcode 為域名，blog 為目錄名，python_regular_expressions 。
import re
str = "http://www.bugingcode.com/blog/python_regular_expressions.html"
print re.findall(r"www.(.+?).com/(.+?)/(.+?).html", str)
輸出如下我們需要的結果：
[('bugingcode', 'blog', 'python_regular_expressions')]
再來一個看看是什么結果：
import re
str = "http://www.bugingcode.com/blog/python_regular_expressions.htmlhttp://www.bugingcode.com/blog/python_regular_expressions.html"
print re.findall(r"www.(.+?).com/(.+?)/(.+?).html", str)
有的時候需要提取的字符串比較復雜是，可以通過不斷的進行嘗試，先把條件放的比較苛刻，后面在慢慢的放開，找到自己需要的字符串。
轉載請標明來之：http://www.bugingcode.com/
更多教程：阿貓學編程