神级程序员花了20天整理出最全面的正则表达式干货！史上最全资料

Posted 2021-05-02 python

1.正则表达式概述

      正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。2.re模块操作

      在Python中需要通过正则表达式对字符串进行匹配的时候，可以使用一个模块，名字为re
1.re模块的使用过程

re.match() 能够匹配出以xxx开头的字符串

3.表示字符

**匹配中文字符的正则表达式： ** [一-龥]

    正则表达式中的特殊用法使用分组的同时，会有一些特殊的使用方式如下：表达式描述(?:expression)作为正则表达式的一部分，但是匹配结果丢弃(?=expression)匹配expression表达式前面的字符，如 "How are you doing" ,正则"(?<txt>.+(?=ing))" 这里取ing前所有的字符，并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为"How are you do"(?<=expression)匹配expression表达式后面的字符，如 "How are you doing" 正则"(?<txt>(?<=How).+)" 这里取"How"之后所有的字符，并定义了一个捕获分组名字为 "txt" 而"txt"这个组里的值为" are you doing";(?!expression)匹配字符串后面不是expression表达式字符，如 "123abc" 正则 "d{3}(?!d)"匹配3位数字后非数字的结果(?<!expression)匹配字符串前面不是expression表达式字符，如 "abc123 " 正则 (?<![0-9])123" 匹配"123"前面是非数字的结果也可写成"(?!<d)123"举例：（直接在Python3.5中演示）表示字符

• . 匹配任意1个字符(除了) [ ]匹配[ ]中列举的字符 匹配数字，即0-9在给大家分享之前呢，小编推荐一下一个挺不错的交流宝地，里面都是一群热爱并在学习Python的小伙伴们，大几千了吧，各种各样的人群都有，特别喜欢看到这种大家一起交流解决难题的氛围，群资料也上传了好多，各种大牛解决小白的问题，这个Python群：330637182 欢迎大家进来一起交流讨论，一起进步，尽早掌握这门Python语言。

说明:

• Python中字符串前面加上 r 表示原生字符串，

• 与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠""：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。

• Python里的原生字符串很好地解决了这个问题，有了原始字符串，我们也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

表示数量

• * 匹配前一个字符出现0次或者无限次，即可有可无

  + 匹配前一个字符出现1次或者无限次，即至少有1次

表示边界

• $ 匹配字符串结尾

注意：(?P<name>)和(?P=name)中的字母p大写

附：常用表达式

• 校验数字的表达式

• 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 ^//([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[phone])：d{3}-d{8}|d{4}-d{7}7 身份证号(15位、18位数字)：^d{15}|d{18}$8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 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：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]*$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]*)$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]*)$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]+)?$5.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})?$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})?$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})?$8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$- 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16 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\.[x|X][m|M][l|L]$17 中文字符的正则表达式：[一-龥]18 双字节字符：[^-ÿ] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))19 空白行的正则表达式：s* (可以用来删除空白行)20 html标记的正则表达式：<(S*?)[^>]*>.*?</>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)21 首尾空白字符的正则表达式：^s*|s*$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)22 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)23 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) 34 IP地址：((?:
4.re模块的高级用法
   1.search

5.贪婪和非贪婪

2017.8.9回顾

关注+转发
感谢大家