正则表达式（非针对Python）

最新推荐文章于 2023-06-06 02:48:13 发布

xiaozhu_you

最新推荐文章于 2023-06-06 02:48:13 发布

阅读量772

点赞数

简介

为什么使用正则表达式？

通过使用正则表达式，可以：

测试字符串内的模式。
例如，可以测试输入字符串，以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。
替换文本。
可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。
基于模式匹配从字符串中提取子字符串。
可以查找文档内或输入域内特定的文本。

例如，您可能需要搜索整个网站，删除过时的材料，以及替换某些 HTML 格式标记。在这种情况下，可以使用正则表达式来确定在每个文件中是否出现该材料或该 HTML 格式标记。此过程将受影响的文件列表缩小到包含需要删除或更改的材料的那些文件。然后可以使用正则表达式来删除过时的材料。最后，可以使用正则表达式来搜索和替换标记。

语法

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符与运算符可以将小的表达式结合在一起来创建更大的表达式。正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

非打印字符

非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：

字符	描述
\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。
\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]。注意 Unicode 正则表达式会匹配全角空格符。
\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。

特殊字符（即元字符）

所谓特殊字符，就是一些有特殊含义的字符，如 runoo*b 中的 *，简单的说就是表示任意次数(包括0次)的意思。如果要查找字符串中的 * 符号，则需要对 * 进行转义，即在其前加一个 \: runo\*ob 匹配 runo*ob。

许多元字符要求在试图匹配它们时特别对待。若要匹配这些特殊字符，必须首先使字符"转义"，即，将反斜杠字符\ 放在它们前面。下表列出了正则表达式中的特殊字符：

特别字符	描述
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 $ 和 $ 。
[]	标记一个中括号表达式的开始和结束。要匹配 [和]，请使用 \[ 和 \]。
{}	标记限定符表达式的开始和结束。要匹配 {和}，请使用 \{ 和 \}。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \. 。
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
\|	指明两项之间的一个选择。要匹配 \|，请使用 \\|。

限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种。

正则表达式的限定符有：

字符	描述
*	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 "do" 、 "does" 中的 "does" 、 "doxy" 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。

通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从"贪心"表达式转换为"非贪心"表达式或者最小匹配。

定位符

定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。

定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词或数字的前或后边界，\B 表示非单词边界。

正则表达式的定位符有：

字符	描述
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b	匹配一个单词边界，即字与空格(备注：不仅仅是空格，比如!、#等等)间的位置。
\B	非单词边界匹配。

注意：不能将限定符与定位符一起使用。由于在紧靠换行或者单词边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。

若要匹配一行文本开始处的文本，请在正则表达式的开始使用 ^ 字符。不要将 ^ 的这种用法与中括号表达式内的用法混淆。

若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用 $ 字符。

选择

用圆括号将所有选择项括起来，相邻的选择项之间用|分隔。但用圆括号会有一个副作用，使相关的匹配会被缓存，此时可用?:放在第一个选项前来消除这种副作用。

其中 ?: 是非捕获元之一，还有四个非捕获元是 ?= 、?! 和 ?<=、?<!，这四个还有更多的含义，一为正向肯定预查，在任何开始匹配圆括号内的正则表达式模式的位置来匹配搜索字符串，二为正向否定预查，在任何开始不匹配该正则表达式模式的位置来匹配搜索字符串；三为反向肯定预查；四为反向否定预查。

反向引用

对一个正则表达式模式或部分模式两边添加圆括号将导致相关匹配存储到一个临时缓冲区中，所捕获的每个子匹配都按照在正则表达式模式中从左到右出现的顺序存储。缓冲区编号从 1 开始，最多可存储 99 个捕获的子表达式。每个缓冲区都可以使用 \n 访问，其中 n 为一个标识特定缓冲区的一位或两位十进制数。

可以使用非捕获元字符 ?:、?=、?!、?<=或?<! 来重写捕获，忽略对相关匹配的保存。

正则表达式--元字符

下表包含了元字符的完整列表以及它们在正则表达式上下文中的行为：

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。序列 '\\' 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 "do" 或 "does" 。? 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'。
.	匹配除换行符（\n、\r）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（look ahead positive assert），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(negative assert)，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(look behind)肯定预查，与正向肯定预查类似，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，与正向否定预查类似，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]	非字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'、'l'、'i'、'n'。
[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]	非字符范围。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，也就是指单词或数字和空格(备注：不仅仅是空格，也可以是!、@、#等等)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	匹配字母、数字、下划线。等价于'[A-Za-z0-9_]' 备注：其实也匹配单个汉字，所以应该等价于[a-zA-Z0-9\u4e00-\u9fa5]
\W	匹配非字母、数字、下划线。等价于 '[^A-Za-z0-9_]'。
\xn	匹配十六进制n对应的ASCII码字符。十六进制n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1~99的正整数。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 (©)。

正则表达式--运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似。

相同优先级的从左到右进行运算，不同优先级的运算先高后低。下表从最高到最低说明了各种正则表达式运算符的优先级顺序：

运算符	描述
\	转义符
(), (?:), (?=), []	圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位点和序列（即：位置和顺序）
\|	替换，"或"操作字符具有高于替换运算符的优先级，使得"m\|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m\|f)ood"。

正则表达式--匹配规则

基本模式匹配

一切从最基本的开始。模式，是正则表达式最基本的元素，它们是一组描述字符串特征的字符。模式可以很简单，由普通的字符串组成，也可以非常复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。

字符簇

在INTERNET的程序中，正则表达式通常用来验证用户的输入。当用户提交一个FORM以后，要判断输入的电话号码、地址、EMAIL地址、信用卡号码等是否有效，用普通的基于字面的字符是不够的。

所以要用一种更自由的描述我们要的模式的办法，它就是字符簇。用连字号可以表示一个字符的范围。

确定重复出现

到现在为止，你已经知道如何去匹配一个字母或数字，但更多的情况下，可能要匹配一个单词或一组数字。一个单词有若干个字母组成，一组数字有若干个单数组成。跟在字符或字符簇后面的花括号({})用来确定前面的内容的重复出现的次数。

常用正则表达式

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位数字：^\d{m,n}$
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：^(?:\d|[1-9]\d+)\.[0-9]{2}$
有1-3位小数的正实数：^(?:\d|[1-9]\d+)\.[0-9]{1,3}$
非零正整数：^\+?[1-9]\d*$
非零负整数：^-[1-9]\d*$
非负整数：^\+?(?:0|[1-9]\d*)$
非正整数：^-[1-9]\d*|0$
非负浮点数：^\+?(?:\d|[1-9]\d*)\.\d*$
非正浮点数：^(0|-\d|-[1-9]\d*)\.\d*$
正浮点数：^\+?(0\.\d*(?=[1-9])|[1-9]\d*\.)\d*$ 或 ^\+?(0\.\d*(?=[1-9])\d*|[1-9]\d*\.\d*)$
负浮点数：^-(0\.\d*(?=[1-9])|[1-9]\d*\.)\d*$ 或 ^-(0\.\d*(?=[1-9])\d*|[1-9]\d*\.\d*)$
浮点数：^(?:\+|-)?(?:0\.\d*|[1-9]\d*\.\d*)$ 或 ^(?:\+|-)?(?:0|[1-9]\d*)\.\d*$

二. 校验字符的表达式

汉字：^[\u4e00-\u9fa5]*$
英文和数字：^[a-zA-Z0-9]+$
长度为3-20的所有字符：^.{3,20}$
有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 ^[a-zA-Z0-9_]+$
由中文、英文、数字和下划线组成的字符串：^[\u4e00-\u9fa5a-zA-Z0-9_]+$ 或 ^(?:[\u4e00-\u9fa5]|\w)+$
可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
禁止输入含有~的字符：[^~]+

三. 特殊需求表达式

Email地址：^\w+(?:[-+.]\w+)*@\w+(?:[-.]\w+)*\.\w+(?:[-.]\w+)*$ 备注：Email域名规则：最低1个字符，最多63个字符。只提供英文字母（a-z，不区分大小写）、数字（0-9）、下划线（_）以及"-"（英文中的连词号，即中横线），不能使用空格及特殊字符(如!、$、&、?等),"-"不能用作开头和结尾。题外延申：
（1）E-mail地址

在把一封信投入邮箱之前，要在信封上写上收信人的姓名和地址，邮局才会知道把信发到哪里。电子邮件同样也需要发信人给出正确的地址，才能将邮件送到目的地。在Internet的电子邮件系统中，每个用户都有一个邮件地址，这个地址是在用户申请时给的。Interact的电子邮件地址一般由两部分构成：用户名④电子邮件服务器名。例如：any@263.net，中间的“@”念作“at”，表示“在”。“@”之前是用户名，“@”之后是接收用户邮件并寄存的服务器名称。其中的电子邮件服务器名是一个拥有固定IP地址的电子邮件服务器，而用户名则是这个邮件服务器下的一个用户信箱的名称。

（2）E-mail账号

与E-mail地址相关的概念还有E-mail账号。E-mail账号是用户用来登录到电子邮件服务器上的用户名和密码。E-mail账号是用户在申请电子邮箱时填入的，以后在用户每次使用电子邮箱时都需要输入。电子邮件系统只有确认用户输入的E-mail账号是正确的，才会允许用户登录到电子邮件服务器上使用电子邮箱。

（3）邮件服务器

在Internet上有很多处理电子邮件的计算机，它们就像是一个个邮局，这些Interner上的邮局就叫作邮件服务器。和用户直接相关的邮件服务器有两种类型：“接收邮件服务器”和“发送邮件服务器”。从名称上用户就可以对它们的用途一目了然。接收邮件服务器是将别人发送给你的邮件暂时寄存，直到你把邮件取走，就象信箱一样。而发送邮件服务器的作用是让用户可以通过它们将自己撰写的电子邮件交到收信人手中，就像大街上的邮筒一样。

服务器要遵循同样的规则才能正确地互相传递信息，这样的规则被称作协议。发送邮件服务器遵循的是SMTP协议（简单邮件传输协议），所以在邮件软件的设置中称它为SMTP服务器，而接收邮件服务器一般遵循的是POP3协议，所以被称为POP3服务器。
域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,61}[a-zA-Z0-9](?:\.[a-zA-Z0-9][-a-zA-Z0-9]{0,61}[a-zA-Z0-9])+\.? 或 (?:[a-zA-Z0-9][-a-zA-Z0-9]{0,61}[a-zA-Z0-9]\.)+[a-zA-Z0-9][-a-zA-Z0-9]{0,61}[a-zA-Z0-9]\.?
备注：域名命名规则：1、只提供英文字母（a-z，不区分大小写）、数字（0-9）、以及"-"（英文中的连词号，即中横线），不能使用空格及特殊字符(如!、$、&、? 等)。2、"-"不能用作开头和结尾。3、长度不能超过63个字符
InternetURL：^http(s)?://[a-zA-Z0-9][-a-zA-Z0-9]{0,61}[a-zA-Z0-9](?:\.[a-zA-Z0-9][-a-zA-Z0-9]{0,61}[a-zA-Z0-9])+\.?(?:/([-+\w/=?&#%.])*)?$
手机号码：^1[34578]\d{9}$
电话号码（XXX-XXXXXXX、XXX-XXXXXXXX、XXXX-XXXXXXX、XXXX-XXXXXXXX、XXXXXXX和XXXXXXXX）：^(?:\d{3,4}-)?\d{7,8}$
国内电话号码(0511-4405222、021-87888822)：^(?:\d{3}-\d{8}|\d{4}-\d{7})$
身份证号身份证号(15位、18位数字)。对于18为来说，最后一位是校验位，可能为数字或字符X：^(?:\d{15}|\d{17}(\d|X|x))$
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]\w{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)： ^(?=.*[a-z])(?=.*[A-Z](?=.*\d))[a-zA-Z0-9]{8,10}$ 备注：借助正向肯定预查
强密码(必须包含大小写字母和数字的组合，可以使用特殊字符，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]\d|3[0,1])$
钱的输入格式：
1. 我们可以接受四种钱的表示形式:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"： ^([1-9]\d{0,2}(?:(?:(?:,\d{3})(?<=,\d{3}))*|(?:(?:\d{3})(?<=\d{3}))*)(?:\.\d{1,2})?|0(\.\d{1,2}))$ 或
```
^(?:(?:0(?:\.\d{0,2})?)|(?:[1-9]\d{0,2}(?:,\d{3})*|[1-9]\d{0,2}(?:\d{3})*)(\.\d{0,2})?)$
```
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。另外借助方法:re.sub)
HTML标记的正则表达式：^(?:<([a-zA-Z]+?)[^>]*>.*?</\\1 *>|<[a-zA-Z]+?( +.*)?/>)$
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,} (腾讯号从10000开始)
中国邮政编码：^\d{5,6}(?!\d)$ (中国邮政编码为6为数字，华北(以0开头)省略开头)
IP地址：^(?:(?:(?:0?(0?|[1-9])\d)|1\d{2}|(?:2(?:5[0-5]|[0-4]\d)))\.){3}(?:(?:(?:0?(0?|[1-9])\d)|1\d{2}|(?:2(?:5[0-5]|[0-4]\d))))$

xiaozhu_you

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
正则表达式（非针对Python）

简介为什么使用正则表达式？通过使用正则表达式，可以：测试字符串内的模式。例如，可以测试输入字符串，以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。替换文本。可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。基于模式匹配从字符串中提取子字符串。可以查找文档内或输入域内特定的文本。例如，您可能需要搜索整个网站，删除过时的...
复制链接

扫一扫