Python正则表达式（二）：基础语法、常用正则表达式

一.正则表达式基础语法

字符	描述
^	指出一个字符串的开始
$	指出一个字符串的结束
\	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
^abc	匹配所有以 “abc” 开始的字符串 （例如：“abc”，“abccba”）
abc$	匹配所有以"abc" 结尾的字符串 （例如：“gggabc”，“reddcba”）
^abc$	匹配开始和结尾都为"abc"的字符串 （例如：“abc”）
abc	没有任何字符，匹配任何包含"abc"的字符串 （例如：“aaaabccc”，“abc123”）
n	匹配n “\n”：匹配换行符 "/"这里是 \ he / 连在一起写，匹配 " / " 字符
*	匹配前面的子表达式零次或多次
+	匹配前面的子表达式一次或多次
?	匹配前面的子表达式零次或一次
ac*	匹配字符串其中一个a后面跟着零个或若干个c （例如：“accc”，“abbb”）
ac+	匹配字符串其中一个a后面跟着至少一个c或者多个 （例如：“ac”，“acccccccc”）
ac?	匹配字符串其中一个a后面跟着零个或者一个c （例如：“a”，“ac”）
a?c+$	匹配字符串的末尾有零个或一个a跟着一个或多个c （例如：“ac”，“acccccc”，’‘c’’，“ccccccc”）
{n}	n为非负整数，匹配n次
{n，}	n为非负整数，匹配至少n次
{n，m}	n，m为非负整数，最少匹配n次 最多匹配m次
ab{3}	表示一个字符串有一个a后面跟随2个b （例如：“abb”，“abbbbb”）
ab{3,}	表示一个字符串有一个a后面跟随至少2个b （例如：“abb”，“abbb”）
ab{3,6}	表示一个字符串有一个a后面跟随3到6个b （例如：“abbb”，“abbbb”，“abbbb”）
|	表示"或"
.	表示任何字符
a	b
a.	表示一个字符串有一个 a 后面跟着一个任意字符 （例如：“a1”，“a456”，“avv”）

二.方括号里用“^”表示不希望出现的字符

字符	描述
[abc]	表示字符集合，表示一个字符串有一个"a"或"b"或"c" 等价于 [z
[^abc]	表示一个字符串中不应该出现abc，即是匹配未包含改集合的任意字符
[a-z]	表示一个字符串中存在一个a和z之间的所有字母
[0-9]	表示一个字符串中存在一个0和9之间的所有数字
[^a-z]	表示一个字符串中不应该出现a到z之间的任意一个字母
^[a-zA-Z]	表示一个字符串中以字母开头
[0-9]%	表示一个百分号前有一个的数字；

三.由字符‘\’和另一个字符组成特殊含义

字符	描述
\d	匹配一个数字字符，等价[0-9]
\D	匹配一个非数字字符，等价[^0-9]
\f	匹配一个换页符，等价\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_]”

四.正则表达式实战

（1）/ ^ [0 - 9]{1, 20}$ /
表示字符串全部由数字组成，即是匹配当前字符串是否是由全数字组成
[0 - 9]表示字符的范围是0到9
{1, 20}表示字符串长度至少为1，最多为20，字符串出现次数的范围

（2）/ ^ [a - zA - Z]{1}([a - zA - Z0 - 9._]){5, 15}$ /
可以用来验证登录名，首字母为字母，长度为至少6最多16
^ [a - zA - Z]{1}表示最开始的第一个首字母为字母
([a - zA - Z0 - 9._]){5, 15}这是首字母后面的即是从第二个字母开始要求至少再有5个最多15个由字母数字以及指定特殊字符组成的字符串

（3）/ ^ [1][3 | 4 | 5 | 8][0 - 9]\d{8}$ /
可以用来验证手机号码，首字母为1，长度11，首尾都是数字
^ [1]第一个数字为1
[3 | 4 | 5 | 8]第二个数字为3或者4或者5或者8
[0 - 9]\d{8}匹配一个数字范围是0 - 9，匹配8次，所以至少要有8个数字。加起来就是11个

（4）/ ^ (\w){6, 20}$ /
验证密码
\w匹配任何非单词字符，等价于“[ ^ A - Za - z0 - 9_]”
(\w){6, 20}匹配任何非单词字符，最少6个最多20个

五.RegExp对象的属性和方法

下面我们来研究如何使用
构造一个正则对象，并填写表达式

var re = new RegExp("\[0-9]*");
var re = /[0-9]*/;

注意：当使用构造函数（new RegExp）创造正则对象时，需要常规的字符转义规则（在前面加反斜杠 \）

test() 方法：正则表达式方法。
test() 方法用于检测一个字符串是否匹配某个模式，如果字符串中含有匹配的文本，则返回 true，否则返回 false。

var re = /[0-9]*/;

re.test("abc") //返回false
re.test("1234") //返回true

exec() 方法：一个正则表达式方法。
exec() 方法用于检索字符串中的正则表达式的匹配。
该函数返回一个数组，其中存放匹配的结果。如果未找到匹配，则返回值为 null。

var re = /[0-9]*/;

re.exec("abc") //返回 null
re.exec("1234") //返回1234

六.常用正则表达式

1.校验数字的表达式

需求	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)$

2.校验字符的表达式

需求	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]+

3.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)$
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]*$
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]*)$
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]*)$
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]+)?$
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})?$
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})?$
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})?$
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})?$
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))28 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)30 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(提取IP地址时有用)	\d+\.\d+\.\d+\.\d+
IP地址	((?: (?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))