• Python模块——常用正则表达式写法



    Python通过re模块支持正则表达式,re 模块使 Python 语言拥有全部的正则表达式功能。

    # 导入re模块
    import re
    

    要注意两个函数的使用:

    • re.compile用于编译正则表达式,生成一个正则表达式( Pattern )对象;
    • .findall用于在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表;

    一、匹配邮箱

    包含大小写字母,下划线,阿拉伯数字,点号,中划线!

    表达式:

    [a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:.[a-zA-Z0-9_-]+)
    

    示例:

    pattern = re.compile(r"[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:.[a-zA-Z0-9_-]+)")
    
    strs = '我的私人邮箱是zhen187ddfgds06@163.com,公司邮箱是1234sadfc@qq.com,麻烦登记一下?'
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['zhen187ddfgds06@163.com', '1234sadfc@qq.com']
    

    二、匹配身份证号

    xxxxxx yyyy MM dd 375 0     十八位
    
    地区:[1-9]d{5}
    年的前两位:(18|19|([23]d))       1800-2399
    年的后两位:d{2}
    月份:((0[1-9])|(10|11|12))
    天数:(([0-2][1-9])|10|20|30|31)          闰年不能禁止29+
    三位顺序码:d{3}
    两位顺序码:d{2}
    校验码:[0-9Xx]
    

    表达式:

    [1-9]d{5}(18|19|([23]d))d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)d{3}[0-9Xx]
    

    示例:

    pattern = re.compile(r"[1-9]d{5}(?:18|19|(?:[23]d))d{2}(?:(?:0[1-9])|(?:10|11|12))(?:(?:[0-2][1-9])|10|20|30|31)d{3}[0-9Xx]")
    
    strs = '小明的身份证号码是342623198910235163,手机号是13987692110'
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['342623198910235163']
    

    三、匹配手机号

    手机号都为11位,且以1开头,第二位一般为3、5、6、7、8、9 ,剩下八位任意数字
    例如:13987692110、15610098778

    表达式:

    1(3|4|5|6|7|8|9)d{9}
    

    示例:

    pattern = re.compile(r"1[356789]d{9}")
    
    strs = '小明的手机号是13987692110,你明天打给他'
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['13987692110']
    

    四、匹配国内固定电话

    区号34位,号码78位

    例如:0511-1234567、021-87654321

    表达式:

    d{3}-d{8}|d{4}-d{7}
    

    示例:

    pattern = re.compile(r"d{3}-d{8}|d{4}-d{7}")
    
    strs = '0511-1234567是小明家的电话,他的办公室电话是021-87654321'
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['0511-1234567', '021-87654321']
    

    五、匹配域名

    包含http:或https:

    表达式:

    (?:(?:http://)|(?:https://))?(?:[w](?:[w-]{0,61}[w])?.)+[a-zA-Z]{2,6}(?:/)
    

    示例:

    pattern = re.compile(r"(?:(?:http://)|(?:https://))?(?:[w](?:[w-]{0,61}[w])?.)+[a-zA-Z]{2,6}(?:/)")
    
    strs = 'Python官网的网址是https://www.python.org/'
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['https://www.python.org/']
    

    六、匹配IP地址

    IP地址的长度为32位(共有2^32个IP地址),分为4段,每段8位,用十进制数字表示
    每段数字范围为0~255,段与段之间用句点隔开 

    表达式:

    ((?:(?:25[0-5]|2[0-4]d|[01]?d?d).){3}(?:25[0-5]|2[0-4]d|[01]?d?d))
    

    示例:

    pattern = re.compile(r"((?:(?:25[0-5]|2[0-4]d|[01]?d?d).){3}(?:25[0-5]|2[0-4]d|[01]?d?d))")
    
    strs = '''请输入合法IP地址,非法IP地址和其他字符将被过滤!
    增、删、改IP地址后,请保存、关闭记事本!
    192.168.8.84
    192.168.8.85
    192.168.8.86
    0.0.0.1
    256.1.1.1
    192.256.256.256
    192.255.255.255
    aa.bb.cc.dd'''
    
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['192.168.8.84', '192.168.8.85', '192.168.8.86', '0.0.0.1', '56.1.1.1', '192.255.255.255']
    

    七、匹配日期

    常见日期格式:yyyyMMdd、yyyy-MM-dd、yyyy/MM/dd、yyyy.MM.dd

    表达式:

    d{4}(?:-|/|.)d{1,2}(?:-|/|.)d{1,2}
    

    示例:

    pattern = re.compile(r"d{4}(?:-|/|.)d{1,2}(?:-|/|.)d{1,2}")
    
    strs = '今天是2020/12/20,去年的今天是2019.12.20,明年的今天是2021-12-20'
    result = pattern.findall(strs)
    
    print(result)
    # 输出结果
    ['2020/12/20', '2019.12.20', '2021-12-20']
    

    八、匹配国内邮政编码

    我国的邮政编码采用四级六位数编码结构
    前两位数字表示省(直辖市、自治区)
    第三位数字表示邮区;第四位数字表示县(市)
    最后两位数字表示投递局(所)

    表达式:

    [1-9]d{5}(?!d)
    

    示例:

    pattern = re.compile(r"[1-9]d{5}(?!d)")
    
    strs = '上海静安区邮编是200040'
    result = pattern.findall(strs)
    
    print(result)
    # 输出结果
    ['200040']
    

    九、匹配密码、强密码

    • 弱密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线)

    表达式:

    [a-zA-Z]w{5,17}
    

    示例:

    pattern = re.compile(r"[a-zA-Z]w{5,17}")
    
    strs = '密码:q123456_abc'
    result = pattern.findall(strs)
    
    print(result)
    # 输出结果
    ['q123456_abc']
    
    • 强密码(以字母开头,必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间)

    表达式:

    [a-zA-Z](?=.*d)(?=.*[a-z])(?=.*[A-Z]).{8,10}
    

    示例:

    pattern = re.compile(r"[a-zA-Z](?=.*d)(?=.*[a-z])(?=.*[A-Z]).{8,10}")
    
    strs = '强密码:q123456ABc,弱密码:q123456abc'
    result = pattern.findall(strs)
    
    print(result)
    
    # 输出结果
    ['q123456ABc,']
    

    十、匹配中文字符

    表达式:

    [u4e00-u9fa5]
    

    示例:

    pattern = re.compile(r"[u4e00-u9fa5]")
    
    strs = 'apple:苹果'
    result = pattern.findall(strs)
    
    print(result)
    ['苹', '果']
    

    十一、匹配数字

    • 验证数字:^[0-9]*$
    • 验证n位的数字:^d{n}$
    • 验证至少n位数字:^d{n,}$
    • 验证m-n位的数字:^d{m,n}$
    • 验证零和非零开头的数字:^(0|[1-9][0-9]*)$
    • 验证有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
    • 验证有1-3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
    • 验证非零的正整数:^+?[1-9][0-9]*$
    • 验证非零的负整数:^-[1-9][0-9]*$
    • 验证非负整数(正整数 + 0) ^d+$
    • 验证非正整数(负整数 + 0) ^((-d+)|(0+))$
    • 整数:^-?d+$
    • 非负浮点数(正浮点数 + 0):^d+(.d+)?$
    • 正浮点数 ^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))$
    • 非正浮点数(负浮点数 + 0) ^((-d+(.d+)?)|(0+(.0+)?))$
    • 负浮点数 ^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))$
    • 浮点数 ^(-?d+)(.d+)?$

    十二、匹配字符串

    • 英文和数字:^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
    • 长度为3-20的所有字符:^.{3,20}$
    • 由26个英文字母组成的字符串:^[A-Za-z]+$
    • 由26个大写英文字母组成的字符串:^[A-Z]+$
    • 由26个小写英文字母组成的字符串:^[a-z]+$
    • 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
    • 由数字、26个英文字母或者下划线组成的字符串:^w+$ 或 ^w{3,20}$
    • 中文、英文、数字包括下划线:^[u4E00-u9FA5A-Za-z0-9_]+$
    • 中文、英文、数字但不包括下划线等符号:^[u4E00-u9FA5A-Za-z0-9]+$ 或 ^[u4E00-u9FA5A-Za-z0-9]{2,20}$
    • 可以输入含有^%&',;=?$”等字符:[^%&',;=?$x22]+
    • 禁止输入含有~的字符:[^~x22]+

    十三、正则表达式语法详解

    字符 描述
    将下一个字符标记为一个特殊字符(File Format Escape,清单见本表)、或一个原义字符(Identity Escape,有^$()*+?.[{|共计12个)、或一个向后引用(backreferences)、或一个八进制转义符。例如,“n”匹配字符“n”。“ ”匹配一个换行符。序列“\”匹配“”而“(”则匹配“(”。
    ^ 匹配输入字符串的开始位置
    $ 匹配输入字符串的结束位置
    * 匹配前面的子表达式零次或多次。例如,zo能匹配“z”、“zo”以及“zoo”。等价于{0,}。
    + 匹配前面的子表达式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
    ? 匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“does”中的“do”和“does”。?等价于{0,1}。
    {n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
    {n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
    {n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
    ? 非贪心量化(Non-greedy quantifiers):当该字符紧跟在任何一个其他重复修饰符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是「非」贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。
    . 匹配除“ ”“ ”之外的任何单个字符。要匹配包括“ ”“ ”在内的任何字符,请使用像“(.| | )”的模式。
    (pattern) 匹配pattern并获取这一匹配的子字符串。该子字符串用于向后引用。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“(”或“)”。可带数量后缀。
    (?:pattern) 匹配pattern但不获取匹配的子字符串(shy groups),也就是说这是一个非获取匹配,不存储匹配的子字符串用于向后引用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
    (?=pattern) 正向肯定预查(look ahead positive assert),在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
    (?!pattern) 正向否定预查(negative assert),在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始
    (?<=pattern) 反向(look behind)肯定预查,与正向肯定预查类似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。
    `(? 反向否定预查,与正向否定预查类似,只是方向相反。例如“(?”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows`”。
    x|y 没有包围在()里,其范围是整个正则表达式。例如,“z|food”能匹配“z”或“food”。“(?:z|f)ood”则匹配“zood”或“food”。
    [xyz] 字符集合(character class)。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。特殊字符仅有反斜线保持特殊含义,用于转义字符。其它特殊字符如星号、加号、各种括号等均作为普通字符。脱字符^如果出现在首位则表示负值字符集合;如果出现在字符串中间就仅作为普通字符。连字符 - 如果出现在字符串中间表示字符范围描述;如果如果出现在首位(或末尾)则仅作为普通字符。右方括号应转义出现,也可以作为首位字符出现。
    [^xyz] 排除型字符集合(negated character classes)。匹配未列出的任意字符。例如,“[^abc]”可以匹配“plain”中的“plin”。
    [a-z] 字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
    [^a-z] 排除型的字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
    [:name:] 增加命名字符类(named character class)中的字符到表达式。只能用于「方括号表达式」
    [=elt=] 增加当前locale下排序(collate)等价于字符“elt”的元素。例如,[=a=]可能会增加ä、á、à、ă、ắ、ằ、ẵ、ẳ、â、ấ、ầ、ẫ、ẩ、ǎ、å、ǻ、ä、ǟ、ã、ȧ、ǡ、ą、ā、ả、ȁ、ȃ、ạ、ặ、ậ、ḁ、ⱥ、ᶏ、ɐ、ɑ 。只能用于方括号表达式。
    [.elt.] 增加排序元素elt到表达式中。这是因为某些排序元素由多个字符组成。例如,29个字母表的西班牙语, "CH"作为单个字母排在字母C之后,因此会产生如此排序“cinco, credo, chispa”。只能用于方括号表达式。
     匹配一个单词边界,也就是指单词和空格间的位置。例如,“er”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
    B 匹配非单词边界。“erB”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。
    cx 匹配由x指明的控制字符。x的值必须为A-Za-z之一。否则,将c视为一个原义的“c”字符。控制字符的值等于x的值最低5比特(即对3210进制的余数)。例如,cM匹配一个Control-M或回车符。ca等效于u0001, cb等效于u0002, 等等…
    d 匹配一个数字字符。等价于[0-9]。注意Unicode正则表达式会匹配全角数字字符。
    D 匹配一个非数字字符。等价于[^0-9]。
    f 匹配一个换页符。等价于x0c和cL。
    匹配一个换行符。等价于x0a和cJ。
    匹配一个回车符。等价于x0d和cM。
    s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[ f v]。注意Unicode正则表达式会匹配全角空格符。
    S 匹配任何非空白字符。等价于[^ f v]。
    匹配一个制表符。等价于x09和cI。
    v 匹配一个垂直制表符。等价于x0b和cK。
    w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。注意Unicode正则表达式会匹配中文字符。
    W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
    xnn 十六进制转义字符序列。匹配两个十六进制数字nn表示的字符。例如,“x41”匹配“A”。“x041”则等价于“x04&1”。正则表达式中可以使用ASCII编码。.
    um 向后引用(back-reference)一个子字符串(substring),该子字符串与正则表达式的第num个用括号围起来的捕捉群(capture group)子表达式(subexpression)匹配。其中num是从1开始的十进制正整数,其上限可能是9、31、99,甚至无限。例如:“(.)1”匹配两个连续的相同字符。
    标识一个八进制转义值或一个向后引用。如果 之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。
    m 3位八进制数字,标识一个八进制转义值或一个向后引用。如果 m之前至少有nm个获得子表达式,则nm为向后引用。如果 m之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则 m将匹配八进制转义值nm。
    ml 如果n为八进制数字(0-3),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。
    un Unicode转义字符序列。其中n是一个用四个十六进制数字表示的Unicode字符。例如,u00A9匹配著作权符号(©)。

    十四、优先权

    优先权 符号
    最高
    ()(?:)(?=)[]
    *+?{n}{n,}{n,m}
    ^$、中介字符
    次最低 串接,即相邻字符连接在一起
    最低 |

    原文链接

    *************** 当你发现自己的才华撑不起野心时,就请安静下来学习吧!***************
  • 相关阅读:
    Socket
    Cookie & Session
    一些快捷键&工具的用法收集
    过桥问题及一些想法
    微信初步开发(测试用)
    代码的编写习惯
    Python爬虫简单笔记
    如何降低AzurePaasSQL的表占用空间
    Sonar代码检测工具安装与使用及问题记录
    AzureDevops发布Artifact
  • 原文地址:https://www.cnblogs.com/lvzhenjiang/p/14247267.html
Copyright © 2020-2023  润新知