正则表达式
概述
- 正则表达式，又称规则表达式 , （Regular Expression，在代码中常简写为regex、regexp或RE）一种字符串匹配规则。
语法
定位符
^ 表示开始
$ 表示结尾
\b 表示单词边界 放在单词头尾 用来表示匹配完整的单词
\b
实例：
正则表达式 \bcat\b 只会匹配作为独立单词的 “cat”，而不会匹配 “catcatalog” 中的 “cat” 部分。
元字符
范围符
[] 里面的内容任选其一 中括号多选题
实例
[abc] 匹配a、b、c中任意一个字符
[^xyz] 除了x、y、z以外的任意一个字符 [^] 取反 匹配排除[]里面的 任意字符
[a-z] 任意一个小写字母
[A-Z] 任意一个大写字母
[0-9] 任意一个数字 \d 也表示0-9
[^0-9] 除数字以外的任意一个字符 \D 不是数字是啥都行 \大写 取反
[0-9a-zA-Z_] 表示小写字母 大写字母 数字0-9 下划线 等价于 \w \w：匹配单词数字下划线
[^0-9a-zA-Z_] 表示非小写字母 大写字母 数字0-9 下划线 等价于 \W \W：匹配非单词数字下划线
[\t\r\n \f] 表示匹配空白符号(不一一例举) 比较麻烦有可能匹配不到 等价于 \s \s:空白符号
[^\t\r\n \f] 表示匹配不是空白符号(不一一例举)是啥都行 比较麻烦有可能匹配不到 等价于 \S \S：非空白符号
限定符
{min,max} 花括号表次数 共两位,第一位表最低，第二位表最高
X+ 最低1次最高不限制 {1,} +表1-无穷
X* 最低0次最高不限制 {0,} *表0-无穷
X? 0次或者1次 {0,1} ?表 0次 或者 1次
X{n,m} 最低n次最高m次
X{n,} 最低n次最高不限制
X{n} n次
前面的元素执行就近原则
小括号表单选 而且要完整，顺序不可变
(xyz) ()小括号表示一个整体 xyz必须一起出现且顺序不可变
(x | y | z) | 表示或者 xyz任意一个
((qq)|(woniu)|(sohu)) 匹配 qq woniu sohu 三个单词中的任意一个单词
特殊符
. 表示任意一个字符 如果就像匹配点 . 或者 [.]
[]中- 整不好就表示连接符 特点是前面的编码小于后面的编码 0-9 如果就想要- 转义 \
提示 遇到特殊字符 转义他
修饰符
i ignore 忽略大小写 i忽略
m multi line 多行匹配 该模式下 ^ $ 才生效 m多
g global 全局匹配 g全局
案例
定位符
import re
tel_reg = "^12$"
text = "12"
result = re.match(tel_reg, text)
print(result)
word_reg = "(world)"
text = "hello world"
result = re.match(word_reg, text)
print(result)
元字符
tel_reg = "^1[3-9][0-9]{9}$"
text = input("请输入目标字符串:")
result = re.match(tel_reg, text)
print(result)
匹配URL
常用正则规则
校验数字的表达式
1 数字：^[0-9]*$ 无法匹配0a0
2 n位的数字：^\d{n}$
3 至少n位的数字：^\d{n,}$
4 m-n位的数字：^\d{m,n}$
5 零和非零开头的数字：^(0|[1-9][0-9]*)$
6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
7 带1-2位小数的正数或负数：^(-)?\d+(.\d{1,2})?$
8 正数、负数、和小数：^(-|+)?\d+(.\d+)?$
9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^+?[1-9][0-9]*$
12 非零的负整数：^-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非负整数：^\d+$ 或 ^[1-9]\d*|0$
14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15 非负浮点数：^\d+(.\d+)?$ 或 ^[1-9]\d*.\d*|0.\d*[1-9]\d*|0?.0+|0$
16 非正浮点数：^((-\d+(.\d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]\d*.\d*|0.\d*[1-9]\d*))|0?.0+|0$
17 正浮点数：^[1-9]\d*.\d*|0.\d*[1-9]\d*$ 或 ^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))$
18 负浮点数：^-([1-9]\d*.\d*|0.\d*[1-9]\d*)$ 或 ^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19 浮点数：^(-?\d+)(.\d+)?$ 或 ^-?([1-9]\d*.\d*|0.\d*[1-9]\d*|0?.0+|0)$
校验字符的表达式
1 汉字：^[\u4e00-\u9fa5]{0,}$
2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 长度为3-20的所有字符：^.{3,20}$
4 由26个英文字母组成的字符串：^[A-Za-z]+$
5 由26个大写英文字母组成的字符串：^[A-Z]+$
6 由26个小写英文字母组成的字符串：^[a-z]+$
7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
8 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}$
9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 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}$
11 可以输入含有^%&',;=?$"等字符：[^%&',;=?$\x22]+
12 禁止输入含有~的字符：[^~\x22]+
13 x 字符 x。举例：'a'表示字符a
14 \ 反斜线字符。
15 \n 新行（换行）符 ('\u000A')
16 \r 回车符 ('\u000D')
特殊需求表达式
1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*.\w+([-.]\w+)*$
2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3 InternetURL：[a-zA-z]+://[^\s]* 或 ^https://([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$
4 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^((\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
7 身份证号：
15或18位身份证：^\d{15}|\d{18}$
15位身份证：^[1-9]\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$
18位身份证：^[1-9]\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{4}$
8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
10 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)：^[a-zA-Z]\w{5,17}$
11 强密码(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)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
12 日期格式：^\d{4}-\d{1,2}-\d{1,2}
13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
15 钱的输入格式：
16 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$
17 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$
18 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$
19 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$
20 必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$
21 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$
22 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
24 备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\.[x|X][m|M][l|L]$
26 中文字符的正则表达式：[\u4e00-\u9fa5]
27 双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
28 空白行的正则表达式：\n\s*\r (可以用来删除空白行)
29 HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
30 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
31 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
32 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
33 IP地址：\d+.\d+.\d+.\d+ (提取IP地址时有用)
记忆小口诀
“^” 开头先定锚，
“$” 结尾把尾瞧。
“\b” 一围单词牢，
“[]” 框里任君挑。
“()” 单选不混淆，
“{}” 限定有低高。
“\w” 单词正反晓，
“\s” 空白它全包。
“\d” 数字它代表，
“.” 符号很奇妙。
“*” 零多它全包，
“+” 一到无穷妙。
尖角开头先定锚，
doller结尾把尾瞧。
\b一围单词牢，
中括号里任君挑。
小括号单选不混淆，
花括号限定有低高。
\w单词正反晓，
\s空白它全包。
\d数字它代表，
点号符号很奇妙。
星号零多它全包，
加号一到无穷妙。
