Python正则表达式

正则表达式：
正则表达式测试工具，创建 一个正则表达式后，需要测试该正则表达式是否正确，使用正则表达式测试工具"Notepad++"来测试正则表达式。
操作步骤：打开"Notepad++"软件，点击"搜索"菜单下的查找，在弹出的对话框的左下角"查找模式"选项里点选"正则表达式"，
在正上方的输入文本框里输入正则表达式即可搜索匹配的字符串了。

正则表达式 - 符号
+ ：号代表前面的字符必须至少出现一次（1次或多次）

* ：号代表字符可以不出现，也可以出现一次或者多次（0次、或1次、或多次）

?： 问号代表前面的字符最多只可以出现一次（0次、或1次）

[] ：用方括号表示字符集合，反字符集可在字符前加^。例如[a-f]匹配a，b，c，d...f任意某一个字符，[^a-f]则匹配除a，b，c，d...f外的任意字符。字符集也只能匹配一个字符。

()：用圆括号表示分组，多个圆括号表示一个分组或多个分组。

{}：用花括号表示限定符，例如{4}表示重复4次，{4,}表示至少重复4次，{4,10}表示重复至少4次，最多10次

{n,m}?或*?或+?: 对前面的分组进行非贪心匹配。

r： 表示后面的字符串为原始字符串

^：脱字符spam 表示字符串必须以 spam 开始。

$：spam$ 表示字符串必须以 spam 结束。

.：匹配所有字符，换行符除外。

\：反斜杠，可以匹配特殊字符本身

\d：匹配任意数字，等价于 [0-9]。

\w：匹配数字字母下划线，等价于 [0-9]

\s：匹配任意空白字符，等价于 [\t\n\r\f]。

\D：匹配任意非数字

\W：匹配非数字字母下划线

\S：匹配任意非空字符

[abc] 匹配方括号内的任意字符(诸如 a、b 或 c)。

[^abc] 匹配不在方括号内的任意字符。

re.match 从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

re.match(pattern, string, flags=0)，参数pattern：匹配的正则表达式，string：要匹配的字符串。flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。可选标志

re.search 扫描整个字符串并返回第一个成功的匹配。

match和search都可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

re.sub(pattern, repl, string, count=0, flags=0)，

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。
• flags : 编译时用的匹配模式，数字形式。

compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用

re.compile(pattern[, flags])，pattern : 一个字符串形式的正则表达式，flags 可选，表示匹配模式，比如忽略大小写，多行模式等。

findall在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。注意： match 和 search 是匹配一次 findall 匹配所有。

findall(string[, pos[, endpos]])，string 待匹配的字符串。pos 可选参数，指定字符串的起始位置，默认为 0。endpos 可选参数，指定字符串的结束位置，默认为字符串的长度

 

非负整数：^\d+$

正整数：^[0-9]*[1-9][0-9]*$

非正整数：^((-\d+)|(0+))$

负整数：^-[0-9]*[1-9][0-9]*$

整数：^-?\d+$

非负浮点数：^\d+(\.\d+)?$

正浮点数 : ^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)$

非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$

负浮点数：^(-((正浮点数正则式)))$

英文字符串：^[A-Za-z]+$

英文大写串：^[A-Z]+$

英文小写串：^[a-z]+$

英文字符数字串：^[A-Za-z0-9]+$

英数字加下划线串：^\w+$

E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$

URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$
或：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]*([^<>\"\"])*$

邮政编码：^[1-9]\d{5}$

中文：^[\u0391-\uFFE5]+$

电话号码：^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$

手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$

双字节字符(包括汉字在内)：^\x00-\xff

匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）

匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>

匹配空行：\n[\s| ]*\r

提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?

提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?

提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)

提取信息中的中国手机号码：(86)*0*13\d{9}

提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}

提取信息中的中国电话号码（包括移动和固定电话）：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}

提取信息中的中国邮政编码：[1-9]{1}(\d+){5}

提取信息中的浮点数（即小数）：(-?\d*)\.?\d+

提取信息中的任何数字 ：(-?\d*)(\.\d+)?

IP：(\d+)\.(\d+)\.(\d+)\.(\d+)

电话区号：/^0\d{2,3}$/

腾讯QQ号：^[1-9]*[1-9][0-9]*$

帐号(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}$

中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

匹配空行的正则表达式：\n[\s| ]*\r

匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

sql语句：^(select|drop|delete|create|update|insert).*$

匹配首尾空格的正则表达式：(^\s*)|(\s*$)

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

转载于:https://www.cnblogs.com/fenghuoliancheng/p/11016332.html