Python 正则表达式速查表，用户名核验，密码核验，时间提取，身份证号提取，手机号提取，正向肯定预查，反向肯定预查，电子病历疾病正则抽取，电子病历结构化，零宽断言

本文链接：https://blog.csdn.net/L_goodboy/article/details/126987053

正则表达式速查表

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“`n`"匹配字符"`n`"。"`\n`"匹配一个换行符。串行"`\\`"匹配"`\`"而"`\(`"则匹配"`(`"。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“`\n`"或"`\r`"之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“`\n`"或"`\r`"之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo能匹配“`z`"以及"`zoo`"。等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，“`zo+`"能匹配"`zo`"以及"`zoo`"，但不能匹配"`z`"。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“`do(es)?`"可以匹配"`does`"或"`does`"中的"`do`"。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“`o{2}`"不能匹配"`Bob`"中的"`o`"，但是能匹配"`food`"中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“`o{2,}`"不能匹配"`Bob`"中的"`o`"，但能匹配"`foooood`"中的所有o。"`o{1,}`"等价于"`o+`"。"`o{0,}`"则等价于"`o*`"。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“`o{1,3}`"将匹配"`fooooood`"中的前三个o。"`o{0,1}`"等价于"`o?`"。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“`oooo`"，"`o+?`"将匹配单个"`o`"，而"`o+`"将匹配所有"`o`"。
.	匹配除“`\n`"之外的任何单个字符。要匹配包括"`\n`"在内的任何字符，请使用像"`(.\|\n)`"的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“`$`"或"`$`"。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“`(\|)`"来组合一个模式的各个部分是很有用。例如"`industr(?:y\|ies)`"就是一个比"`industry\|industries`"更简略的表达式。
(?=pattern)	正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“`Windows(?=95\|98\|NT\|2000)`"能匹配"`Windows2000`"中的"`Windows`"，但不能匹配"`Windows3.1`"中的"`Windows`"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“`Windows(?!95\|98\|NT\|2000)`"能匹配"`Windows3.1`"中的"`Windows`"，但不能匹配"`Windows2000`"中的"`Windows`"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
(?<=pattern)	反向肯定预查，与正向肯定预查类拟，只是方向相反。例如，“`(?<=95\|98\|NT\|2000)Windows`"能匹配"`2000Windows`"中的"`Windows`"，但不能匹配"`3.1Windows`"中的"`Windows`"。
(?<!pattern)	反向否定预查，与正向否定预查类拟，只是方向相反。例如“`(?<!95\|98\|NT\|2000)Windows`"能匹配"`3.1Windows`"中的"`Windows`"，但不能匹配"`2000Windows`"中的"`Windows`"。
x\|y	匹配x或y。例如，“`z\|food`"能匹配"`z`"或"`food`"。"`(z\|f)ood`"则匹配"`zood`"或"`food`"。
[xyz]	字符集合。匹配所包含的任意一个字符。例如，“`[abc]`"可以匹配"`plain`"中的"`a`"。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“`[^abc]`"可以匹配"`plain`"中的"`p`"。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，“`[a-z]`"可以匹配"`a`"到"`z`"范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“`[^a-z]`"可以匹配任何不在"`a`"到"`z`"范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如，“`er\b`"可以匹配"`never`"中的"`er`"，但不能匹配"`verb`"中的"`er`"。
\B	匹配非单词边界。“`er\B`"能匹配"`verb`"中的"`er`"，但不能匹配"`never`"中的"`er`"。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“`c`"字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于[^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。等价于“`[A-Za-z0-9_]`"。
\W	匹配任何非单词字符。等价于“`[^A-Za-z0-9_]`"。
\xn	匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“`\x41`"匹配"`A`"。"`\x041`"则等价于"`\x04&1`"。正则表达式中可以使用ASCII编码。.
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“`(.)\1`"匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。
\nml	如果n为八进制数字（0-3），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。
\un	匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。

常用正则表达式

用户名	/^[a-z0-9_-]{3,16}$/
密码	/^[a-z0-9_-]{6,18}$/
密码2	(?=^.{8,}$)(?=.\d)(?=.\W+)(?=.[A-Z])(?=.[a-z])(?!.\n).$ (由数字/大写字母/小写字母/标点符号组成，四种都必有，8位以上)
十六进制值	/^#?([a-f0-9]{6}\|[a-f0-9]{3})$/
电子邮箱	/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/ /^[a-z\d]+(\.[a-z\d]+)@([\da-z](-[\da-z])?)+(\.{1,2}[a-z]+)+$/或\w+([-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)
URL	/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-])\/?$/ 或 [a-zA-z]+://[^\s]*
IP 地址	/((2[0-4]\d\|25[0-5]\|[01]?\d\d?)\.){3}(2[0-4]\d\|25[0-5]\|[01]?\d\d?)/ /^(?:(?: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]?)$/ 或 ((2[0-4]\d\|25[0-5]\|[01]?\d\d?)\.){3}(2[0-4]\d\|25[0-5]\|[01]?\d\d?)
HTML 标签	/^<([a-z]+)([^<]+)(?:>(.)<\/\1>\|\s+\/>)$/或<(.)(.)>.<\/\1>\|<(.) \/>
删除代码\\注释	(?<!http:\|\S)//.*$
匹配双字节字符(包括汉字在内)	[^\x00-\xff]
汉字(字符)	[\u4e00-\u9fa5]
Unicode编码中的汉字范围	/^[\u2E80-\u9FFF]+$/
中文及全角标点符号(字符)	[\u3000-\u301e\ufe10-\ufe19\ufe30-\ufe44\ufe50-\ufe6b\uff01-\uffee]
日期(年-月-日)	(\d{4}\|\d{2})-((0?([1-9]))\|(1[1\|2]))-((0?[1-9])\|([12]([1-9]))\|(3[0\|1]))
日期(月/日/年)	((0?[1-9]{1})\|(1[1\|2]))/(0?[1-9]\|([12][1-9])\|(3[0\|1]))/(\d{4}\|\d{2})
时间(小时:分钟, 24小时制)	((1\|0?)[0-9]\|2[0-3]):([0-5][0-9])
中国大陆固定电话号码	(\d{4}-\|\d{3}-)?(\d{8}\|\d{7})
中国大陆手机号码	1\d{10}
中国大陆邮政编码	[1-9]\d{5}
中国大陆身份证号(15位或18位)	\d{15}(\d\d[0-9xX])?
非负整数(正整数或零)	\d+
正整数	[0-9][1-9][0-9]
负整数	-[0-9][1-9][0-9]
整数	-?\d+
小数	(-?\d+)(\.\d+)?
空白行	\n\s\r 或者 \n\n(editplus) 或者 ^[\s\S ]\n
QQ号码	[1-9]\d{4,}
不包含abc的单词	\b((?!abc)\w)+\b
匹配首尾空白字符	^\s\|\s$
编辑常用	以下是针对特殊中文的一些替换(editplus) ^[0-9].\n ^[^第].\n ^[习题].\n ^[\s\S ]\n ^[0-9]\. ^[\s\S ]\n <p[^<>]> href="javascript:if$confirm\('(.?)'$\)window\.location='(.?)'" <span style=".[^"]rgb$255,255,255$">.[^<>]</span> <DIV class=xs0>[\s\S]?</DIV>

（1）用户名核验：

import re

 
text_name = input('用户名：')  #输入用户名，我们输入'lihenshuai_007'


def user_name(name):
    text_name = name
    res_01 = re.findall(r'^[-_a-zA-Z0-9]{4,16}$',text_code)
    if res_01:
        return True
    else:
        return False


print(user_name(text_name))

结果：返回True

（2）密码核验：与用户名核验相同道理，在第二个方法中，代码如下

def user_password_check(password):
    text_password = password
    #由数字/大写字母/小写字母/标点符号组成，四种都必有，8位以上，否则返回False
    res_01 = re.findall(r'(?=^.{8,}$)(?=.*\d)(?=.*\W+)(?=.*[A-Z])(?=.*[a-z])(?!.*\n).*$',user_password)
    if res_01:
        return True
    else:
        return False

user_password = input('用户密码：')#输入密码asdASD123_-
print(user_password_check(user_password))

结果：返回True，如果不符合要求，则返回False

（3）时间提取，时间提取可以自己去写，很简单，代码如下：

import re

time_pattern = '(\d{4}[-\/]\d{2}[-\/]\d{2})'

text_time = '我的生日是2000-05-21'  #提取生日时间

res_time = re.findall(time_pattern,text_time)

print(res_time)

结果：

（4）手机号提取：

import re

text = '我的手机号是12345678987'

# 手机号提取
telephone = re.findall(r"1\d{10}", text)
print(telephone)

（5）身份证号提取：

import re

text = '我的身份证号是12345678912345678X'

#提取身份证号
id_card_list = re.findall(r"\d{18}|\d{17}[xX]|\d{15}", text)
print(id_card_list)

（6）(?:pattern)的应用，匹配但不获取结果：

import re

text = """
初步诊断：1.高血压，2.糖尿病
手术名称：阑尾切除术
"""

data = re.findall('(?:初步|目前)诊断.{0,3}[：: \s、]*(.{2,200})[\s。]', text)
print(data)

其中，(?:初步|目前)诊断能匹配初步诊断和目前诊断，但是不获取匹配结果。

结果

注意与[初步|目前]诊断和(初步|目前)诊断的区别

（7）(?=pattern)的应用：正向肯定预查，非获取匹配

import re

text = """
李阿姨得了高血压，诊断为高血压2型
"""

data = re.findall('高血压(?=2型|2期|二型|二期)', text)
print(data)

只能匹配到后面高血压2型中的高血压，不能匹配前面的

（8）同（7），(?!pattern)正向否定预查，(?<=pattern)反向肯定预查，(?<!pattern)反向否定预查，道理和机制都是相似的。有时候在使用正则表达式做匹配的时候，我们希望匹配一个字符串，这个字符串的前面或后面需要是特定的内容，但我们又不想要前面或后面的这个特定的内容，这时候就需要零宽断言的帮助了。所谓零宽断言，简单来说就是匹配一个位置，这个位置满足某个正则，但是不纳入匹配结果的，所以叫“零宽”，而且这个位置的前面或后面需要满足某种正则。

import re

text_01 = '签署手术知情同意书'
text_02 = '文书类型为手术知情同意书'
res_01 = re.findall('(?<!签署|签订)手术知情同意书',text_01)
res_02 = re.findall('(?<!签署|签订)手术知情同意书',text_02)
print(res_01)
print(res_02)