使用Python驗(yàn)證常見(jiàn)的50個(gè)正則表達(dá)式
什么是正則表達(dá)式？
正則表達(dá)式（Regular Expression）通常被用來(lái)檢索、替換那些符合某個(gè)模式(規(guī)則)的文本。
此處的Regular即是規(guī)則、規(guī)律的意思，Regular Expression即“描述某種規(guī)則的表達(dá)式”之意。
本文收集了一些常見(jiàn)的正則表達(dá)式用法，方便大家查詢?nèi)∮茫⒃谧詈蟾搅嗽敿?xì)的正則表達(dá)式語(yǔ)法手冊(cè)。
案例包括：「郵箱、身份證號(hào)、手機(jī)號(hào)碼、固定電話、域名、IP地址、日期、郵編、密碼、中文字符、數(shù)字、字符串」
Python如何支持正則？
我用的是python來(lái)實(shí)現(xiàn)正則，并使用Jupyter Notebook編寫(xiě)代碼。
Python通過(guò)re模塊支持正則表達(dá)式，re 模塊使 Python 語(yǔ)言擁有全部的正則表達(dá)式功能。
這里要注意兩個(gè)函數(shù)的使用：
re.compile用于編譯正則表達(dá)式，生成一個(gè)正則表達(dá)式（ Pattern ）對(duì)象;
.findall用于在字符串中找到正則表達(dá)式所匹配的所有子串，并返回一個(gè)列表，如果沒(méi)有找到匹配的，則返回空列表。
# 導(dǎo)入re模塊
import re
1.郵箱
包含大小寫(xiě)字母，下劃線，阿拉伯?dāng)?shù)字，點(diǎn)號(hào)，中劃線
表達(dá)式：
[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)
案例：
pattern = re.compile(r"[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)")
strs = '我的私人郵箱是[email protected]，公司郵箱是[email protected]，麻煩登記一下？'
result = pattern.findall(strs)
print(result)
['[email protected]', '[email protected]']
2. 身份證號(hào)
xxxxxx yyyy MM dd 375 0 十八位
- 地區(qū)：[1-9]\d{5}
- 年的前兩位：(18|19|([23]\d)) 1800-2399
- 年的后兩位：\d{2}
- 月份：((0[1-9])|(10|11|12))
- 天數(shù)：(([0-2][1-9])|10|20|30|31) 閏年不能禁止29+
- 三位順序碼：\d{3}
- 兩位順序碼：\d{2}
- 校驗(yàn)碼：[0-9Xx]
表達(dá)式：
[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]
案例：
pattern = re.compile(r"[1-9]\d{5}(?:18|19|(?:[23]\d))\d{2}(?:(?:0[1-9])|(?:10|11|12))(?:(?:[0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]")
strs = '小明的身份證號(hào)碼是342623198910235163，手機(jī)號(hào)是13987692110'
result = pattern.findall(strs)
print(result)
['342623198910235163']
3. 國(guó)內(nèi)手機(jī)號(hào)碼
手機(jī)號(hào)都為11位，且以1開(kāi)頭，第二位一般為3、5、6、7、8、9 ，剩下八位任意數(shù)字
例如：13987692110、15610098778
表達(dá)式：
1(3|4|5|6|7|8|9)\d{9}
案例：
pattern = re.compile(r"1[356789]\d{9}")
strs = '小明的手機(jī)號(hào)是13987692110，你明天打給他'
result = pattern.findall(strs)
print(result)
['13987692110']
4. 國(guó)內(nèi)固定電話
區(qū)號(hào)3~4位，號(hào)碼7~8位
例如：0511-1234567、021-87654321
表達(dá)式：
\d{3}-\d{8}|\d{4}-\d{7}
案例：
pattern = re.compile(r"\d{3}-\d{8}|\d{4}-\d{7}")
strs = '0511-1234567是小明家的電話，他的辦公室電話是021-87654321'
result = pattern.findall(strs)
print(result)
['0511-1234567', '021-87654321']
5. 域名
包含http:\\或https:\\
表達(dá)式：
(?:(?:http:\/\/)|(?:https:\/\/))?(?:[\w](?:[\w\-]{0,61}[\w])?\.)+[a-zA-Z]{2,6}(?:\/)
案例：
pattern = re.compile(r"(?:(?:http:\/\/)|(?:https:\/\/))?(?:[\w](?:[\w\-]{0,61}[\w])?\.)+[a-zA-Z]{2,6}(?:\/)")
strs = 'Python官網(wǎng)的網(wǎng)址是https://www.python.org/'
result = pattern.findall(strs)
print(result)
['https://www.python.org/']
6. IP地址
IP地址的長(zhǎng)度為32位(共有2^32個(gè)IP地址)，分為4段，每段8位，用十進(jìn)制數(shù)字表示
每段數(shù)字范圍為0～255，段與段之間用句點(diǎn)隔開(kāi)
表達(dá)式：
((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))
案例：
pattern = re.compile(r"((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))")
strs = '''請(qǐng)輸入合法IP地址，非法IP地址和其他字符將被過(guò)濾！
增、刪、改IP地址后，請(qǐng)保存、關(guān)閉記事本！
192.168.8.84
192.168.8.85
192.168.8.86
0.0.0.1
256.1.1.1
192.256.256.256
192.255.255.255
aa.bb.cc.dd'''
result = pattern.findall(strs)
print(result)
['192.168.8.84', '192.168.8.85', '192.168.8.86', '0.0.0.1', '56.1.1.1', '192.255.255.255']
7. 日期
常見(jiàn)日期格式：yyyyMMdd、yyyy-MM-dd、yyyy/MM/dd、yyyy.MM.dd
表達(dá)式：
\d{4}(?:-|\/|.)\d{1,2}(?:-|\/|.)\d{1,2}
案例：
pattern = re.compile(r"\d{4}(?:-|\/|.)\d{1,2}(?:-|\/|.)\d{1,2}")
strs = '今天是2020/12/20，去年的今天是2019.12.20，明年的今天是2021-12-20'
result = pattern.findall(strs)
print(result)
['2020/12/20', '2019.12.20', '2021-12-20']
8. 國(guó)內(nèi)郵政編碼
我國(guó)的郵政編碼采用四級(jí)六位數(shù)編碼結(jié)構(gòu)
前兩位數(shù)字表示?。ㄖ陛犑?、自治區(qū)）
第三位數(shù)字表示郵區(qū)；第四位數(shù)字表示縣（市）
最后兩位數(shù)字表示投遞局（所）
表達(dá)式：
[1-9]\d{5}(?!\d)
案例：
pattern = re.compile(r"[1-9]\d{5}(?!\d)")
strs = '上海靜安區(qū)郵編是200040'
result = pattern.findall(strs)
print(result)
['200040']
9. 密碼
密碼(以字母開(kāi)頭，長(zhǎng)度在6~18之間，只能包含字母、數(shù)字和下劃線)
表達(dá)式：
[a-zA-Z]\w{5,17}
強(qiáng)密碼(以字母開(kāi)頭，必須包含大小寫(xiě)字母和數(shù)字的組合，不能使用特殊字符，長(zhǎng)度在8-10之間)
表達(dá)式：
[a-zA-Z](?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}
pattern = re.compile(r"[a-zA-Z]\w{5,17}")
strs = '密碼：q123456_abc'
result = pattern.findall(strs)
print(result)
['q123456_abc']
pattern = re.compile(r"[a-zA-Z](?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}")
strs = '強(qiáng)密碼：q123456ABc，弱密碼：q123456abc'
result = pattern.findall(strs)
print(result)
['q123456ABc，']
10. 中文字符
表達(dá)式：
[\u4e00-\u9fa5]
案例：
pattern = re.compile(r"[\u4e00-\u9fa5]")
strs = 'apple：蘋(píng)果'
result = pattern.findall(strs)
print(result)
['蘋(píng)', '果']
11. 數(shù)字
- 驗(yàn)證數(shù)字：
^[0-9]*$ - 驗(yàn)證n位的數(shù)字：
^\d{n}$ - 驗(yàn)證至少n位數(shù)字：
^\d{n,}$ - 驗(yàn)證m-n位的數(shù)字：
^\d{m,n}$ - 驗(yàn)證零和非零開(kāi)頭的數(shù)字：
^(0|[1-9][0-9]*)$ - 驗(yàn)證有兩位小數(shù)的正實(shí)數(shù)：
^[0-9]+(.[0-9]{2})?$ - 驗(yàn)證有1-3位小數(shù)的正實(shí)數(shù)：
^[0-9]+(.[0-9]{1,3})?$ - 驗(yàn)證非零的正整數(shù)：
^\+?[1-9][0-9]*$ - 驗(yàn)證非零的負(fù)整數(shù)：
^\-[1-9][0-9]*$ - 驗(yàn)證非負(fù)整數(shù)（正整數(shù) + 0）
^\d+$ - 驗(yàn)證非正整數(shù)（負(fù)整數(shù) + 0）
^((-\d+)|(0+))$ - 整數(shù)：
^-?\d+$ - 非負(fù)浮點(diǎn)數(shù)（正浮點(diǎn)數(shù) + 0）：
^\d+(\.\d+)?$ - 正浮點(diǎn)數(shù)
^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$ - 非正浮點(diǎn)數(shù)（負(fù)浮點(diǎn)數(shù) + 0）
^((-\d+(\.\d+)?)|(0+(\.0+)?))$ - 負(fù)浮點(diǎn)數(shù)
^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$ - 浮點(diǎn)數(shù)
^(-?\d+)(\.\d+)?$
12. 字符串
- 英文和數(shù)字：
^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$ - 長(zhǎng)度為3-20的所有字符：
^.{3,20}$ - 由26個(gè)英文字母組成的字符串：
^[A-Za-z]+$ - 由26個(gè)大寫(xiě)英文字母組成的字符串：
^[A-Z]+$ - 由26個(gè)小寫(xiě)英文字母組成的字符串：
^[a-z]+$ - 由數(shù)字和26個(gè)英文字母組成的字符串：
^[A-Za-z0-9]+$ - 由數(shù)字、26個(gè)英文字母或者下劃線組成的字符串：
^\w+$ 或 ^\w{3,20}$ - 中文、英文、數(shù)字包括下劃線：
^[\u4E00-\u9FA5A-Za-z0-9_]+$ - 中文、英文、數(shù)字但不包括下劃線等符號(hào)：
^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$ - 可以輸入含有^%&',;=?$\”等字符：`[^%&',;=?$\x22]+`
- 禁止輸入含有~的字符：
[^~\x22]+
附：正則表達(dá)式語(yǔ)法詳解
| 字符 | 描述 |
|---|---|
\ |
將下一個(gè)字符標(biāo)記為一個(gè)特殊字符（File Format Escape，清單見(jiàn)本表）、或一個(gè)原義字符（Identity Escape，有^$()*+?.[{|共計(jì)12個(gè))、或一個(gè)向后引用（backreferences）、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如，“n”匹配字符“n”?！?code>\n”匹配一個(gè)換行符。序列“\\”匹配“\”而“\(”則匹配“(”。 |
^ |
匹配輸入字符串的開(kāi)始位置 |
$ |
匹配輸入字符串的結(jié)束位置 |
* |
匹配前面的子表達(dá)式零次或多次。例如，zo*能匹配“z”、“zo”以及“zoo”。*等價(jià)于{0,}。 |
+ |
匹配前面的子表達(dá)式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價(jià)于{1,}。 |
? |
匹配前面的子表達(dá)式零次或一次。例如，“do(es)?”可以匹配“does”中的“do”和“does”。?等價(jià)于{0,1}。 |
{n} |
n是一個(gè)非負(fù)整數(shù)。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個(gè)o。 |
{n,} |
n是一個(gè)非負(fù)整數(shù)。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?！?code>o{1,}”等價(jià)于“o+”?！?code>o{0,}”則等價(jià)于“o*”。 |
{n,m} |
m和n均為非負(fù)整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個(gè)o。“o{0,1}”等價(jià)于“o?”。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。 |
? |
非貪心量化（Non-greedy quantifiers）：當(dāng)該字符緊跟在任何一個(gè)其他重復(fù)修飾符（*,+,?，{n}，{n,}，{n,m}）后面時(shí)，匹配模式是「非」貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對(duì)于字符串“oooo”，“o+?”將匹配單個(gè)“o”，而“o+”將匹配所有“o”。 |
. |
匹配除“\r”“\n”之外的任何單個(gè)字符。要匹配包括“\r”“\n”在內(nèi)的任何字符，請(qǐng)使用像“(.\|\r\|\n)”的模式。 |
(pattern) |
匹配pattern并獲取這一匹配的子字符串。該子字符串用于向后引用。所獲取的匹配可以從產(chǎn)生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號(hào)字符，請(qǐng)使用“\(”或“\)”?？蓭?shù)量后綴。 |
(?:pattern) |
匹配pattern但不獲取匹配的子字符串（shy groups），也就是說(shuō)這是一個(gè)非獲取匹配，不存儲(chǔ)匹配的子字符串用于向后引用。這在使用或字符“(\|)”來(lái)組合一個(gè)模式的各個(gè)部分是很有用。例如“industr(?:y\|ies)”就是一個(gè)比“industry\|industries”更簡(jiǎn)略的表達(dá)式。 |
(?=pattern) |
正向肯定預(yù)查（look ahead positive assert），在任何匹配pattern的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，該匹配不需要獲取供以后使用。例如，“Windows(?=95\|98\|NT\|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預(yù)查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開(kāi)始。 |
(?!pattern) |
正向否定預(yù)查（negative assert），在任何不匹配pattern的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，該匹配不需要獲取供以后使用。例如“Windows(?!95\|98\|NT\|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。預(yù)查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開(kāi)始 |
(?<=pattern) |
反向（look behind）肯定預(yù)查，與正向肯定預(yù)查類似，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”。 |
(? |
反向否定預(yù)查，與正向否定預(yù)查類似，只是方向相反。例如“(?”能匹配“ |
x\|y |
沒(méi)有包圍在()里，其范圍是整個(gè)正則表達(dá)式。例如，“z\|food”能匹配“z”或“food”?！?code>(?:z\|f)ood”則匹配“zood”或“food”。 |
[xyz] |
字符集合（character class）。匹配所包含的任意一個(gè)字符。例如，“[abc]”可以匹配“plain”中的“a”。特殊字符僅有反斜線\保持特殊含義，用于轉(zhuǎn)義字符。其它特殊字符如星號(hào)、加號(hào)、各種括號(hào)等均作為普通字符。脫字符^如果出現(xiàn)在首位則表示負(fù)值字符集合；如果出現(xiàn)在字符串中間就僅作為普通字符。連字符 - 如果出現(xiàn)在字符串中間表示字符范圍描述；如果如果出現(xiàn)在首位（或末尾）則僅作為普通字符。右方括號(hào)應(yīng)轉(zhuǎn)義出現(xiàn)，也可以作為首位字符出現(xiàn)。 |
[^xyz] |
排除型字符集合（negated character classes）。匹配未列出的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。 |
[a-z] |
字符范圍。匹配指定范圍內(nèi)的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內(nèi)的任意小寫(xiě)字母字符。 |
[^a-z] |
排除型的字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范圍內(nèi)的任意字符。 |
[:name:] |
增加命名字符類（named character class）中的字符到表達(dá)式。只能用于「方括號(hào)表達(dá)式」。 |
[=elt=] |
增加當(dāng)前l(fā)ocale下排序（collate）等價(jià)于字符“elt”的元素。例如，[=a=]可能會(huì)增加?、á、à、?、?、?、?、?、a、?、?、?、?、ǎ、?、?、?、?、?、?、?、?、ā、?、?、?、?、?、?、?、?、?、?、ɑ 。只能用于方括號(hào)表達(dá)式。 |
[.elt.] |
增加排序元素elt到表達(dá)式中。這是因?yàn)槟承┡判蛟赜啥鄠€(gè)字符組成。例如，29個(gè)字母表的西班牙語(yǔ)， "CH"作為單個(gè)字母排在字母C之后，因此會(huì)產(chǎn)生如此排序“cinco, credo, chispa”。只能用于方括號(hào)表達(dá)式。 |
\b |
匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
\B |
匹配非單詞邊界。“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。x的值必須為A-Z或a-z之一。否則，將c視為一個(gè)原義的“c”字符?？刂谱址闹档扔趚的值最低5比特（即對(duì)3210進(jìn)制的余數(shù)）。例如，\cM匹配一個(gè)Control-M或回車(chē)符。\ca等效于\u0001, \cb等效于\u0002, 等等… |
\d |
匹配一個(gè)數(shù)字字符。等價(jià)于[0-9]。注意Unicode正則表達(dá)式會(huì)匹配全角數(shù)字字符。 |
\D |
匹配一個(gè)非數(shù)字字符。等價(jià)于[^0-9]。 |
\f |
匹配一個(gè)換頁(yè)符。等價(jià)于\x0c和\cL。 |
\n |
匹配一個(gè)換行符。等價(jià)于\x0a和\cJ。 |
\r |
匹配一個(gè)回車(chē)符。等價(jià)于\x0d和\cM。 |
\s |
匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于[ \f\n\r\t\v]。注意Unicode正則表達(dá)式會(huì)匹配全角空格符。 |
\S |
匹配任何非空白字符。等價(jià)于[^ \f\n\r\t\v]。 |
\t |
匹配一個(gè)制表符。等價(jià)于\x09和\cI。 |
\v |
匹配一個(gè)垂直制表符。等價(jià)于\x0b和\cK。 |
\w |
匹配包括下劃線的任何單詞字符。等價(jià)于“[A-Za-z0-9_]”。注意Unicode正則表達(dá)式會(huì)匹配中文字符。 |
\W |
匹配任何非單詞字符。等價(jià)于“[^A-Za-z0-9_]”。 |
\xnn |
十六進(jìn)制轉(zhuǎn)義字符序列。匹配兩個(gè)十六進(jìn)制數(shù)字nn表示的字符。例如，“\x41”匹配“A”?！?code>\x041”則等價(jià)于“\x04&1”。正則表達(dá)式中可以使用ASCII編碼。. |
\num |
向后引用（back-reference）一個(gè)子字符串（substring），該子字符串與正則表達(dá)式的第num個(gè)用括號(hào)圍起來(lái)的捕捉群（capture group）子表達(dá)式（subexpression）匹配。其中num是從1開(kāi)始的十進(jìn)制正整數(shù)，其上限可能是9、31、99，甚至無(wú)限。例如：“(.)\1”匹配兩個(gè)連續(xù)的相同字符。 |
\n |
標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果\n之前至少n個(gè)獲取的子表達(dá)式，則n為向后引用。否則，如果n為八進(jìn)制數(shù)字（0-7），則n為一個(gè)八進(jìn)制轉(zhuǎn)義值。 |
\nm |
3位八進(jìn)制數(shù)字，標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果\nm之前至少有nm個(gè)獲得子表達(dá)式，則nm為向后引用。如果\nm之前至少有n個(gè)獲取，則n為一個(gè)后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進(jìn)制數(shù)字（0-7），則\nm將匹配八進(jìn)制轉(zhuǎn)義值nm。 |
\nml |
如果n為八進(jìn)制數(shù)字（0-3），且m和l均為八進(jìn)制數(shù)字（0-7），則匹配八進(jìn)制轉(zhuǎn)義值nml。 |
\un |
Unicode轉(zhuǎn)義字符序列。其中n是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的Unicode字符。例如，\u00A9匹配著作權(quán)符號(hào)（?）。 |
優(yōu)先權(quán)
| 優(yōu)先權(quán) | 符號(hào) |
|---|---|
| 最高 | \ |
| 高 | ()、(?:)、(?=)、[] |
| 中 | *、+、?、{n}、{n,}、{n,m} |
| 低 | ^、$、中介字符 |
| 次最低 | 串接，即相鄰字符連接在一起 |
| 最低 | \| |
1、長(zhǎng)按下面二維碼關(guān)注公眾號(hào)
2、在Python大數(shù)據(jù)分析公眾號(hào)后臺(tái)回復(fù)：正則
評(píng)論
圖片
表情