一、更多的元字符
有些元字符它们不匹配任何字符，只是简单地表示成功或失败，因此这些字符也称之为零宽断言。例如 \b表示当前位置位于一个单词的边界，但\b并不能改变位置。因此，零宽断言不应该被重复使用，因为 \ 并不会修改当前位置，所以 \b\b 跟 \b是没什么两样的。
比如 abc 匹配完a之后，咱的当前位置就会移动，才能继续匹配b，依次类推...但是 \babc的话，\b 表示当前位置在单词的边界（单词的第一个字母或者最后一个字母），这时候当前位置不会发生改变，接着将a与当前位置的字符进行匹配.
1.1 |
或操作符，对两个正则表达式进行或操作。如果 A 和 B 是正则表达式，A | B 会匹配 A 或 B 中出现的任何字符。为了能够更加合理的工作，| 的优先级非常低。例如 Fish|C 应该匹配Fish 或C，而不是匹配 Fis，然后一个 'h' 或 'C'
同样，我们使用\|来匹配'|'字符本身；或者包含在一个字符类中，像这样[|]。
>>> re.search(r'fish(c|d)','fishc')
>>> re.search(r'fish(c|d)','fishd')
>>> re.search(r'fish(c|d)','fishe')
1.2 ^
匹配字符串的起始位置。如果设置了MULTILINE 标志，就会变成匹配每一行的起始位置。在 MULTILINE 中，每当遇到换行符就会立刻进行匹配。
举个例子，如果你只希望匹配位于字符串开头的单词 From，那么你的正则表达式可以写为 ^From：
>>> print(re.search('^from', 'from 1 to 2'))
>>> print(re.search('^from', 'i from 1 to 2'))
None
>>> print(re.search('^a','''abc
acd
abc''',re.M))
1.3 $
匹配字符串的结束位置，每当遇到换行符也会离开,不进行匹配。
>>> print(re.search('}$','{aaaaa}'))
>>> print(re.search('}$','{aaaaa} '))
None
>>> print(re.search('}$','{aaaaa}\n'))
同样，我们使用 \$ 来匹配 '$'字符本身；或者包含在一个字符类中，像这样[$]。
1.4 \A
只匹配字符串的起始位置。如果没有设置 MULTILINE 标志的时候，\A 和 ^的功能是一样的；但如果设置了MULTILINE 标志，则会有一些不同：\A 还是匹配字符串的起始位置，但^ 会对字符串中的每一行都进行匹配。
1.5 \Z
只匹配字符串的结束位置。
1.6 \b
单词边界，这是一个只匹配单词的开始和结尾的零宽断言。“单词”定义为一个字母数字的序列，所以单词的结束指的是空格或者非字母数字的字符。
>>> p = re.compile(r'\bclass\b') #注意要使用原始字符串r，否则python会处理成退格
>>> print(p.search('no class at all'))
<_sre.SRE_Match object; span=(3, 8), match='class'>
>>> print(p.search('the declassified algorithm'))
None
>>> print(p.search('one subclass is'))
None
在字符类中不能使用这个断言。跟 Python 一样，在字符类中，\b 只是用来表示退格符。
二、分组
通常在实际的应用过程中，我们除了需要知道一个正则表达式是否匹配之外，还需要更多的信息。对于比较复杂的内容，正则表达式通常使用分组的方式分别对不同内容进行匹配。
下边的例子，我们将 RFC-822 头用“:”号分成名字和值分别匹配：
From: [email protected]
User-Agent: Thunderbird 1.5.0.9 (X11/20061227)
MIME-Version: 1.0
To: [email protected]
在正则表达式中，使用元字符( )来划分组。( )元字符跟数学表达式中的小括号含义差不多；它们将包含在内部的表达式组合在一起，所以你可以对一个组的内容使用重复操作的元字符，例如 *，+，?或者 {m,n}。
例如，(ab)*会匹配零个或者多个ab：
>>> p = re.compile('(ab)*')
>>> print(p.search('abababababab'))
使用( ) 表示的子组我们还可以对它进行按层次索引，可以将索引值作为参数传递给这些方法：group()，start()，end() 和 span()。序号 0 表示第一个分组（这个是默认分组，一直存在的，所以不传入参数相当于默认值 0）：
>>> p = re.compile('(a)b')
>>> m = p.match('ab')
>>> m.group()
'ab'
>>> m.group(0)
'ab'
\加上数字1-9表示引用分组:
>>> re.search(r'(fish)\1','fishfish')
有几对小括号就是分成了几个子组，例如 (a)(b) 和 (a(b)) 都是由两个子组构成的。
子组的索引值是从左到右进行编号，子组也允许嵌套，因此我们可以通过从左往右来统计左括号 ( 来确定子组的序号。
>>> p = re.compile('(a(b)c)d')
>>> m = p.match('abcd')
>>> m.group(0)
'abcd'
>>> m.group(1)
'abc'
>>> m.group(2)
'b'
group() 方法可以一次传入多个子组的序号：
>>> m.group(2,1,2)
('b', 'abc', 'b')
start() 是获得参数子组的开始位置；end()是获得对应子组的结束位置；span() 是获得对应子组的范围。
>>> p = re.compile('(a(b)c)d')
>>> m = p.match('abcd')
>>> m.end(1)
3 # 第一个子组结束的位置,即c
>>> m.start(2)
1 #第二个子组开始的位置,即a
>>> m.span(1) #第一个子组的范围，即abc
(0, 3)
我们还特么可以通过 groups() 方法一次性返回所有的子组匹配的字符串：
>>> m.groups()
('abc', 'b')
还有一个反向引用的概念需要介绍。反向引用指的是你可以在后面的位置使用先前匹配过的内容，用法是反斜杠加上数字。例如\1表示引用前边成功匹配的序号为 1 的子组。
>>> p = re.compile(r'(\b\w+)\s+\1')
>>> p.search('Paris in the the spring').group()
'the the'
>>> s = re.compile(r'(\b\w+)\s+')
>>> s.search('Paris in the the spring').group()
'Paris '
如果只是搜索字符串，反向引用不会被用到，因为很少有文本格式会这样来重复字符。但是，你很快会发现，在字符串替换的时候，反向引用是非常有用的
注意，在 Python 的字符串中会使用反斜杠加数字的方式来表示数字的值对应的 ASCII 字符，所以在使用反向索引的正则表达式中，我们依然强调要使用原始字符串。
https://fishc.com.cn/thread-57271-1-1.html