Python 中正则表达式全部语法速查
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python 中正则表达式全部语法速查相关的知识,希望对你有一定的参考价值。
参考技术A它们不匹配自己,在正则中具有其它的意义,匹配自己需要转义.
元字符的完整列表:
它们不用来代表字符,用来实现一些特殊的匹配功能
可以给 group() , start() , end() , span() 传入参数 分组的序号 ,以获取模式中特定分组匹配到的内容.默认参数为0.
组从0开始从左到右编号,它始终存在.要确定编号,只需计算从左到右的左括号字符.
(?参数)
(?a:表达式)
(?aiLmsux-imsx:表达式)
(?#注释内容)
(?P<组名>表达式) + result.group(\'组名\') :
(?P<组名>表达式) + (?P=<组名>) :
(?:表达式)
(?=表达式)
(?!表达式)
(?<=表达式)
(?<!表达式)
(?(id/name)yes-pattern|no-pattern)
如果你匹配固定字符串或单个字符类,如果你匹配固定字符串或单个字符类,并且你没有使用任何 re 功能,例如 IGNORECASE 标志,那么正则表达式的全部功能可能不是必需的。 字符串有几种方法可以使用固定字符串执行操作,它们通常要快得多,因为实现是一个针对此目的而优化的单个小 C 循环,而不是大型、更通用的正则表达式引擎。
在转向 re 模块之前,请考虑是否可以使用更快更简单的字符串方法解决问题
正则默认是贪婪模式(匹配为尽可能 少 的文字):
非贪婪:匹配为尽可能少的文字
*? 、 +? 、 ?? 、 m,n?
使用正则表达式解析 html 或 XML 很痛苦。HTML 和 XML 有特殊情况会破坏明显的正则表达式;当你编写正则表达式处理所有可能的情况时,模式将非常复杂。 使用 HTML 或 XML 解析器模块来执行此类任务 。
Python正则表达式最强整理(速查手册,记得收藏)
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]+
其它:
.*
匹配除 \\n
以外的任何字符。
/[\\u4E00-\\u9FA5]/
汉字
/[\\uFF00-\\uFFFF]/
全角符号
/[\\u0000-\\u00FF]/
半角符号
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:
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})?$
(搜索公众号Java后端,回复“2021”,送你一份Java面试题宝典)
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*?)[^>]*>.*?</\\1>|<.*? />
(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))
IP-v4地址:
\\\\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\\\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\\\b
(提取IP地址时有用)校验IP-v6地址:
(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))
子网掩码:
((?:(?:25[0-5]|2[0-4]\\\\d|[01]?\\\\d?\\\\d)\\\\.){3}(?:25[0-5]|2[0-4]\\\\d|[01]?\\\\d?\\\\d))
校验日期:
^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$
(“yyyy-mm-dd“ 格式的日期校验,已考虑平闰年。)抽取注释:
<!--(.*?)-->
查找CSS属性:
^\\\\s*[a-zA-Z\\\\-]+\\\\s*[:]{1}\\\\s[a-zA-Z0-9\\\\s.#]+[;]{1}
提取页面超链接:
(<a\\\\s*(?!.*\\\\brel=)[^>]*)(href="https?:\\\\/\\\\/)((?!(?:(?:www\\\\.)?'.implode('|(?:www\\\\.)?', $follow_list).'))[^" rel="external nofollow" ]+)"((?!.*\\\\brel=)[^>]*)(?:[^>]*)>
提取网页图片:
\\\\< *[img][^\\\\\\\\>]*[src] *= *[\\\\"\\\\']{0,1}([^\\\\"\\\\'\\\\ >]*)
提取网页颜色代码:
^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$
文件扩展名效验:
^([a-zA-Z]\\\\:|\\\\\\\\)\\\\\\\\([^\\\\\\\\]+\\\\\\\\)*[^\\\\/:*?"<>|]+\\\\.txt(l)?$
判断IE版本:
^.*MSIE [5-8](?:\\\\.[0-9]+)?(?!.*Trident\\\\/[5-9]\\\\.0).*$
附表:
(完)
往期推荐
Pandas 学习大礼包来了
200页!分享珍藏很久的Python学习知识手册(附链接)
熬夜整理了70个Python经典实用练手项目(附源码)
肝了N小时,整理了100+Python爬虫项目(附源码)
Python+Flask实现的学生培养计划管理系统
以上是关于Python 中正则表达式全部语法速查的主要内容,如果未能解决你的问题,请参考以下文章