部分正则

正则表达式用于字符串处理、表单验证等场合,实用高效。现将一些常用的表达式收集于此,以备不时之需。

匹配中文字符的正则表达式: [\u4e00-\u9fa5]
评注:匹配中文还真是个头疼的事,有了这个表达式就好办了

匹配双字节字符(包括汉字在内):[^\x00-\xff]
评注: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)

匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行

匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? />
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式:^\s*|\s*$
评注: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

匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注:表单验证时很实用

匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求

匹配帐号是否合法(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}$
评注:表单验证时很实用

匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
评注:匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号:[1-9][0-9]{4,}
评注:腾讯QQ号从10000开始

匹配中国邮政编码:[1-9]\d{5}(?!\d)
评注:中国邮政编码为6位数字

匹配身份证:\d{15}|\d{18}
评注:中国的身份证为15位或18位

匹配ip地址:\d+\.\d+\.\d+\.\d+
评注:提取ip地址时有用

匹配特定数字:
^[1-9]\d*$    //匹配正整数
^-[1-9]\d*$   //匹配负整数
^-?[1-9]\d*$   //匹配整数
^[1-9]\d*|0$  //匹配非负整数(正整数 + 0)
^-[1-9]\d*|0$   //匹配非正整数(负整数 + 0)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$   //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$  //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$  //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$   //匹配非负浮点数(正浮点数 + 0)
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$  //匹配非正浮点数(负浮点数 + 0)
评注:处理大量数据时有用,具体应用时注意修正

匹配特定字符串:
^[A-Za-z]+$  //匹配由26个英文字母组成的字符串
^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串
^[a-z]+$  //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$  //匹配由数字和26个英文字母组成的字符串
^\w+$  //匹配由数字、26个英文字母或者下划线组成的字符串
评注:最基本也是最常用的一些表达式

 

import re 使用正则表达式
str = r’正则式’ 定义规则(子串)

re.findall (规则, 目标)

元字符:
[] 符合条件的字符集
^ 匹配行首是否包含规则
$ 匹配结尾是否包含规则
\ 后接不同字符表示不同意义
\d [0-9]
\D [^0-9]
\s 任何空白字符 如[\t\n\r\f\v]
\S 任何非空白字符 如[^\t\n\r\f\v]
\w [a-zA-Z0-9_]
\W [^a-zA-Z0-9_]
\字{数} {}内表示匹配’字’的重复次数
\\ 解除\的元字符性质,使可以匹配’\”
() 分组
| 或
匹配规则:
[^] 不包含于该字符集的(取反)
[$] 在结尾的符合字符集内任意字符的
\[] 取消所有在内的元字符
* 将前面的字符重复0(如r”b*”)或者多次(如r”b”*3)
+ 重复至少一次,用法同 *
? 匹配0或1次
{m,n} 规则内至少重复m次,最多重复n次 {0,} == * {1,} == + {0,1} == ?

常用函数:
example = re.compile(规则,属性) 讲规则编译成对象并赋值,生成后的对象可以用example.findall()匹配子串
属性:
re.I 不区分大小写
example.match() 决定是否在字符串开头匹配
example.search() 扫描字符串找到匹配位置
example.findall() 找到所有匹配的字符串,作为列表返回
example.finditer() 找到所有匹配的字符串,作为迭代器返回 .group(数目)显示迭代器内容
匹配标志:
re.S 让.匹配包括换行符在内的所有字符
re.I 大小写不敏感
re.L 本地化识别(法语等)
re.M 多行识别影响^和$
re.X 格式化,更清洗易懂

发表评论

邮箱地址不会被公开。 必填项已用*标注

− 3 = 6