以下整理python中常用的正則符號，相信能夠熟悉掌握這些正則符號，大部分字符串處理將會游刃有余。
| 符號 | 含義 | 示例 |
| . | 可以匹配任意字符，但不包含換行符'\n' | Pyt.on ->Pytmon |
| \ | 轉義符，一般用於保留字符串中的特殊元字符 | 10\.3 ->10.3 |
| | | 邏輯或 | 人a|A->人a或者人A |
| [] | 用於匹配的一組字符 | m[aA]n ->man 或者 mAn |
| \d與\D | \d匹配任意數字，\D代表所有的非\d | 今天\d號 ->今天3號 |
| \s與\S | \s匹配任意空白字符，\S代表所有非\s | 你\s好 ->你 好 |
| \w與\W | \w匹配字母數字和下划線，\W代表所有非\w | P\wy ->Pay 或者 P3y P_y |
| * | 匹配前一個字符0到無窮次 | OK* ->O或者OK 或 OKK |
| + | 匹配前一個字符1到無窮次 | OK+ ->OK或者OK 或 OKK |
| ？ | 匹配前一個字符0到1次 | OK？ ->O或者OK |
| ｛m｝ | 匹配前一個字符m次 | OK{3} ->OKKK |
| ｛m,n｝ | 匹配前一個字符m到n次 | OK{1,2} ->OK或者OKK |
另外 （.*?）用於分組，默認返回括號內的匹配內容，
在Python開發爬蟲過程中經常會遇到正則表達式，其中(.*?) 的使用概率較高，那么這個正則表達式到底什么意思呢？
“.*?” 表示非貪心算法，表示要精確的配對。
“.*”表示貪心算法，表示要盡可能多的匹配
“()” 表示要獲取括弧之間的信息。
基於正則表達式完成字符串的查詢，替換和分割操作，這些操作都需要導入re模塊，並使用如下幾個函數。
1．匹配查詢函數
findall(pattern, string, flags=0)
findall 函數可以對指定的字符串進行遍歷匹配，獲取字符串中所有匹配的子串，並返回一個列表結果。該函數的參數含義如下：
pattern：指定需要匹配的正則表達式。
string：指定待處理的字符flags：指定匹配模式，常用的值可以是re.I、re.M、re.S和re.X。
re.I的模式是讓正則表達式對大小寫不敏感；
re.M的模式是讓正則表達式可以多行匹配；
re.S的模式指明正則符號.可以匹配任意字符，包括換行符\n；
re.X模式允許正則表達式可以寫得更加詳細，如多行表示、忽略空白字符、加入注釋等。
2．匹配替換函數
sub(pattern, repl, string, count=0, flags=0)
sub函數的功能是替換，類似於字符串的replace方法，該函數根據正則表達式把滿足匹配的內容替換為repl。該函數的參數含義如下：
pattern：同findall函數中的pattern。
repl： 指定替換成的新值。
string：同findall函數中的string。
count：用於指定最多替換的次數，默認為全部替換。
flags：同findall函數中的flags。
3．匹配分割函數
split(pattern, string, maxsplit=0, flags=0)
split函數是將字符串按照指定的正則表達式分隔開，類似於字符串的split方法。該函數的具體參數含義如下：
pattern：同findall函數中的pattern。
maxsplit：用於指定最大分割次數，默認為全部分割。
string：同findall函數中的string。
flags：同findall函數中的flags。
示例：
import re
string8 = "{ymd:'2018-01-01',tianqi:'晴'，aqiInfo:'輕度污染'},{ymd:'2018-01-02',tianqi:'陰~小雨',aqiInfo:'優'},{ymd:'2018-01-03',tianqi:'小雨~中雨',aqiInfo:'優'},{ymd:'2018-01-04',tianqi:'中雨~小雨',aqiInfo:'優'}"
#取出字符串中所有的天氣狀態
print(re.findall("tianqi:'(.*?)' '',string8)) #此處注意觀察，（.*?)' 這里面使用的是精確匹配，當匹配到后面是' 號就停止
string9="I don't want to be someone that you're settling for. I don't want to be someone that anyone settles for. "
print(re.findall('\w*o\w',string9,flags = re.I)) #此處留個缺陷" don't you're "匹配出來不是我們想要的結果，用於思考
##out:
['don', 'someon', 'you', 'for', 'don', 'someon', 'anyon', 'for']
string10 = '據路透社報道，由於土耳其軍隊離美軍駐地已經過近，美軍數架F-15戰斗機和AH-64“阿帕奇”攻擊直升機在土軍陣地上方進行了威懾性飛行。'
print(re.sub('[，。，“”a-zA-Z0-9（）]','',string10)) #將標點符號，數字和字母刪除
out:
據路透社報道由於土耳其軍隊離美軍駐地已經過近美軍數架-戰斗機和-阿帕奇攻擊直升機在土軍陣地上方進行了威懾性飛行
#將每一部分的內容分割開
string11 = '2室2廳 | 101.62平 |低區/7層 | 朝南 \n 上海未來 - 浦東-金楊 -2005年建'
split =re.split('[-\|\n]',string11) #[]列表內的所有符號作為分隔的標志
print(split)
split_strip = [i.strip() for i in split]
print(split_strip )
out:
['2室2廳', '101.62平', '低區/7層', '朝南', '上海未來', '浦東', '金楊', '2005年建']