python正则表达式及常用匹配

6个及6个以上的阿拉伯数字连续出现：

re.findall('\d{6,}',line)

匹配时间，冒号前面是一到两位的数字，后面是两位数字：
（注意防止08:345、102:30这种情况出现，并考虑全角和半角冒号）

re.findall('\D([0-9]|0[0-9]|1[0-9]|2[0-3]):[0-5][0-9]\D', '。'+line+'。')
re.findall('\D([0-9]|0[0-9]|1[0-9]|2[0-3])：[0-5][0-9]\D', '。'+line+'。')

匹配单个负数
（注意防止2.5%-2.6%、2.5-2.6%、LHD-2这种情况出现）

re.findall('[^%\d]-\d+', '。' + subline + '。')
re.findall('[^%\d]-\d+%\W', '。' + subline + '。')

匹配时间，将12:50形式的时间替换为12点50分：

re.sub('([0-9]|0[0-9]|1[0-9]|2[0-3]):([0-5][0-9])', lambda x:x.group(1)+'点'+x.group(2)+'分', aa)

如果考虑将12:00替换为12点的情况，则改为：

re.sub('([0-9]|0[0-9]|1[0-9]|2[0-3]):([0-5][0-9])', lambda x:x.group(1)+'点'+x.group(2)+'分' if x.group(2)!='00' else x.group(1)+'点' , aa)

匹配邮箱：

re.findall('[0-9a-zA-Z_-]+(\.[a-zA-Z0-9_-]+){0,19}@[0-9a-zA-Z]{1,13}\.[com,cn,net]{1,3}', line):

[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如’a100’，‘0_Z’，'Py3000’等等；
{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
^表示行的开头，^\d表示必须以数字开头。
$表示行的结束，\d$表示必须以数字结束。