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))