2021-02-15 python正则小记

match多数使用在分组的情况中

输入：

import re

p = re.compile(r'(\d+)-(\d+)-(\d+)') #使用r表示输出的是不转义的内容
print(p.match('2021-02-15').group(3))
print(p.match('2021-02-15').groups())

输出：

15
('2021', '02', '15')

 

如果出现需要匹配的元素中出现字符的这种情况就无法匹配，则需要使用search

search表示从第一个开始匹配，如果第一个匹配不上，则向后继续匹配直到匹配成功

输入：

import re

p = re.compile(r'(\d+)-(\d+)-(\d+)') #使用r表示输出的是不转义的内容
print(p.search('aaa2021-02-15').groups())

输出：

('2021', '02', '15')

 

替换函数sub()

import re

p = re.compile(r'(\d+)-(\d+)-(\d+)')  #使用r表示输出的是不转义的内容
#print(p.search('aaa2021-02-15').groups())
phone = '123-456-789 #这是电话号码'
p2 = re.sub(r'#.*$','',phone)  #表示匹配到最后一个数字后把剩下的替换成空
print(p2)
p3 = re.sub(r'\D','',p2)  #表示去掉 - 号
print(p3)

输出：

123-456-789 
123456789

 

=====================================================================================================================================================================================================

元字符	说明
.	代表任意字符
\
[ ]	匹配内部的任一字符或子表达式
[^]	对字符集和取非
-	定义一个区间
\	对下一字符取非（通常是普通变特殊，特殊变普通）
*	匹配前面的字符或者子表达式0次或多次
*?	惰性匹配上一个
+	匹配前一个字符或子表达式一次或多次
+?	惰性匹配上一个
?	匹配前一个字符或子表达式0次或1次重复
{n}	匹配前一个字符或子表达式
{m,n}	匹配前一个字符或子表达式至少m次至多n次
{n,}	匹配前一个字符或者子表达式至少n次
{n,}?	前一个的惰性匹配
^	匹配字符串的开头
\A	匹配字符串开头
$	匹配字符串结束
[\b]	退格字符
\c	匹配一个控制字符
\d	匹配任意数字
\D	匹配数字以外的字符
\t	匹配制表符
\w	匹配任意数字字母下划线
\W	不匹配数字字母下划线

一、校验数字的表达式

 

• 数字：^[0-9]*$

• n位的数字：^\d{n}$

• 至少n位的数字：^\d{n,}$

• m-n位的数字：^\d{m,n}$

• 零和非零开头的数字：^(0|[1-9][0-9]*)$

• 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$

• 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$

• 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$

• 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$

• 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

• 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$

• 非零的负整数：^\-[1-9][]0-9″*$ 或 ^-[1-9]\d*$

• 非负整数：^\d+$ 或 ^[1-9]\d*|0$

• 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$

• 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

• 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

• 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]*))$

• 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]*)))$

• 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

 

• 汉字：^[\u4e00-\u9fa5]{0,}$

• 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]+

 

三、特殊需求表达式

 

• Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

• 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

• InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

• 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}$

• 电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX)：^($$\d{3,4}-)|\d{3.4}-)?\d{7,8}$

• 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

• 身份证号(15位、18位数字)：^\d{15}|\d{18}$

• 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}?$

• 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}$

• 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}$

• 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}$

• 日期格式：^\d{4}-\d{1,2}-\d{1,2}

• 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$

• 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

• 钱的输入格式：

  • 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]*$

  • 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]*)$

  • 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]*)$

  • 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]+)?$

  • 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})?$

  • 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})?$

  • 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})?$

  • 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})?$

  • 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

• xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

• 中文字符的正则表达式：[\u4e00-\u9fa5]

• 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))

• 空白行的正则表达式：\n\s*\r (可以用来删除空白行)

• 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)

• 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)

• 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

• 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

• IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

• IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)) (由@飞龙三少 提供，感谢共享)