re 正则表达式
re
正则表达式
由一堆局别特殊意义的字符 组成的式子
用于匹配查找替换字符串内容
符号 | 解释 | 示例 | 说明 |
---|---|---|---|
. | 匹配任意字符 | b.t | 可以匹配bat / but / b#t / b1t等 |
\w | 匹配字母/数字/下划线 | b\wt | 可以匹配bat / b1t / b_t等 但不能匹配b#t |
\s | 匹配空白字符(包括\r、\n、\t等) | love\syou | 可以匹配love you |
\d | 匹配数字 | \d\d | 可以匹配01 / 23 / 99等 |
\b | 匹配单词的边界 | \bThe\b | |
^ | 匹配字符串的开始 | ^The | 可以匹配The开头的字符串 |
$ | 匹配字符串的结束 | .exe$ | 可以匹配.exe结尾的字符串 |
\W | 匹配非字母/数字/下划线 | b\Wt | 可以匹配b#t / b@t等 但不能匹配but / b1t / b_t等 |
\S | 匹配非空白字符 | love\Syou | 可以匹配love#you等 但不能匹配love you |
\D | 匹配非数字 | \d\D | 可以匹配9a / 3# / 0F等 |
\B | 匹配非单词边界 | \Bio\B | |
[] | 匹配来自字符集的任意单一字符 | [aeiou] | 可以匹配任一元音字母字符 |
[^] | 匹配不在字符集中的任意单一字符 | [^aeiou] | 可以匹配任一非元音字母字符 |
* | 匹配0次或多次 | \w* | |
+ | 匹配1次或多次 | \w+ | |
? | 匹配0次或1次 | \w? | |
{N} | 匹配N次 | \w{3} | |
{M,} | 匹配至少M次 | \w{3,} | |
{M,N} | 匹配至少M次至多N次 | \w{3,6} | |
| | 分支 | foo|bar | 可以匹配foo或者bar |
(?#) | 注释 | ||
(exp) | 匹配exp并捕获到自动命名的组中 | ||
(? <name>exp) | 匹配exp并捕获到名为name的组中 | ||
(?:exp) | 匹配exp但是不捕获匹配的文本 | ||
(?=exp) | 匹配exp前面的位置 | \b\w+(?=ing) | 可以匹配I'm dancing中的danc |
(?<=exp) | 匹配exp后面的位置 | (?<=\bdanc)\w+\b | 可以匹配I love dancing and reading中的第一个ing |
(?!exp) | 匹配后面不是exp的位置 | ||
(?<!exp) | 匹配前面不是exp的位置 | ||
*? | 重复任意次,但尽可能少重复 | a.*b a.*?b |
将正则表达式应用于aabab,前者会匹配整个字符串aabab,后者会匹配aab和ab两个字符串 |
+? | 重复1次或多次,但尽可能少重复 | ||
?? | 重复0次或1次,但尽可能少重复 | ||
{M,N}? | 重复M到N次,但尽可能少重复 | ||
{M,}? | 重复M次以上,但尽可能少重复 |
说明: 如果需要匹配的字符是正则表达式中的特殊字符,那么可以使用\进行转义处理,例如想匹配小数点可以写成\.就可以了,因为直接写.会匹配任意字符;同理,想匹配圆括号必须写成\(和\),否则圆括号被视为正则表达式中的分组。
Python对正则表达式的支持
Python提供了re模块来支持正则表达式相关操作,下面是re模块中的核心函数。
函数 | 说明 |
---|---|
compile(pattern, flags=0) | 编译正则表达式返回正则表达式对象 |
match(pattern, string, flags=0) | 用正则表达式匹配字符串 成功返回匹配对象 否则返回None |
search(pattern, string, flags=0) | 搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None |
split(pattern, string, maxsplit=0, flags=0) | 用正则表达式指定的模式分隔符拆分字符串 返回列表 |
sub(pattern, repl, string, count=0, flags=0) | 用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数 |
fullmatch(pattern, string, flags=0) | match函数的完全匹配(从字符串开头到结尾)版本 |
findall(pattern, string, flags=0) | 查找字符串所有与正则表达式匹配的模式 返回字符串的列表 |
finditer(pattern, string, flags=0) | 查找字符串所有与正则表达式匹配的模式 返回一个迭代器 |
purge() | 清除隐式编译的正则表达式的缓存 |
re.I / re.IGNORECASE | 忽略大小写匹配标记 |
re.M / re.MULTILINE | 多行匹配标记 |
分组 给表达式中需要单独获取的部分 加上括号
‘src="(http.*?)" '
一个表达式中可以有多个分组
用search 或match 得到match对象 调用group 传入组的索引来获取分组内容
如果匹配的内容包含 \ 得变成4个斜杠 或者 r“\\”
qq密码 长度6-16 数字字母多特殊 不包含
如果包含^ 不匹配任何内容
除了^ 别的都能匹配上
"[^\^]{6,16}"
import re
print(re.search("[^^]{6,16}","1234567^as^"))
print(re.search("[^[\^]+.{6,16}","1234567as"))
print(re.match("[^@]{6,16}","1234567@"))
print(re.match("[a-z]{6,16}","abasadsasasa^"))
长度必须为6 不能包含@
print(re.match("^[^^]{6,8}$","1111111^56781111"))
print(re.match("[0-9]{6,7}","1234567"))
print(re.match("^\"[^@]{6,16}\"$", '"1234567io1u"'))
^$ 整体匹配 将字符串内容看作一个整体 而不是像之前的逐个匹配
print(re.match("^[^^]{3,6}$","1234567"))
手机号码验证 长度11 以1开头 全都是数字
print(re.match("^1(89|80|32)\d{8}$","18921999093"))
邮箱地址验证 字母数字下划线(至少6个)@字母数字下划线(最少一个).(cn com org edu任意一个) 可以有18921999093@189.cn
partten = "^\w{6,}@\w+\.(cn|com|org|edu)$"
邮箱验证(英文字母数字下划线) + @ + (-或.) + (com,org,edu,...)
partten1 = "^[A-Za-z\d]+([-_.][A-Za-z\d]+)*@([A-Za-z\d]+[-.])+[A-Za-z\d]{2,4}$"
只接受 qq sina 163
print(re.match(partten,"18921999as dsadsadsadsasdad093@189.cn"))
身份证号码 要么18 要么15位数字 最后一个可能是X
partten = "^\d{17}(X|\d)$"
partten2 = "(^\d{15}$)|(^\d{17}(X|\d)$)"
print(re.match(partten2,"123321200010100"))
常用正则
一、校验数字的表达式
1.数字
^[0-9]\*$
2.n位数字
^\d{n}$
4.m-n位数字
^\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)$
二、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.禁止输入含有~的字符串
[^~\x22]+
三、特殊需求表达式
1 Email
^\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 ^http://([\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.国内号码(0511-4405222、021-87888822)
\d{3}-\d{8}|\d{4}-\d{7}
6.电话号码正则表达式(支持手机号,3-4位区号,7-8位直播号码。1-4位分机号)
((\d{11})|^((\d{7,8})|(\d{4}|\d{3})-(\d{7,8})|(\d{4}|\d{3})-(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1})|(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1}))$)
7.身份证(15位、18位数字),最后一位是校验位,可能为数字或字符X
(^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)
8.账号是否合法(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}$
9.密码(以字母开头,长度在6-18之间,只能包括字母、数字和下划线)
^[a-zA-Z]\w{5,17}$
10.强密码(必须包括大小写字母和数字的组合,不能使用特殊字符,长度8-10之间)
^(?=.\*\d)(?=.\*[a-z])(?=.\*[A-Z])[a-zA-Z0-9]{8,10}$
11.强密码(必须包含大小写字母和数字的组合,可以使用特殊)
^(?=.\*\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1-3)
^((0?[1-9])|((1|2)[0-9])|30|31)$
15.xml文件
^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
16.中文字符的正则表达式
[\u4e00-\u9fa5]
17.空白行的正则表达式
\n\s\*\r (可以用来删除空白行)
18.HTML标记的正则表达式
<(\S\*?)[^>]\*>.\*?|<.\*? /> ( 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)
19.腾讯QQ号
[1-9][0-9]{4,} (腾讯QQ号从10000开始)
20.中国邮政编码
[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
21.IP地址
((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))