Sep 11, 2018

python常用正则表达式总结

python开发，经常需要从字符串中提取关键信息，这个提取过程多半使用正则表达式实现，开本文来记录常用的正则表达式，方便日后续用。

信息	表达式
非负整数	^\d+$
正整数	^[0-9][1-9][0-9]$
非正整数	^((-\d+)\|(0+))$
负整数	^-[0-9][1-9][0-9]$
整数	^-?\d+$
非负浮点数	^\d+\.?\d+$
正浮点数	^((0-9)+\.[0-9][1-9][0-9])\|([0-9][1-9][0-9]\.[0-9]+)\|([0-9][1-9][0-9])$
非正浮点数	^((-\d+\.\d+)?)\|(0+(\.0+)?))$
负浮点数	^(-((正浮点数正则式)))$
英文字符串	^[A-Za-z]+$
英文大写串	^[A-Z]+$
英文小写串	^[a-z]+$
英文字符数字串	^[A-Za-z0-9]+$
英数字加下划线串	^\w+$
E-mail地址	^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
URL	^[a-zA-Z]+://(\w+(-\w+))(\.(\w+(-\w+)))(\?\s)?$
URL	^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]([^<>\"\"]) $
邮政编码	^[1-9]\d{5}$
中文	^[\u0391-\uFFE5]+$
电话号码	^(($\d{2,3}$)\|(\d{3}\-))?($0\d{2,3}$\|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$
手机号码	^(($\d{2,3}$)\|(\d{3}\-))?13\d{9}$
双字节字符(包括汉字在内)	^\x00-\xff
匹配首尾空格	(^\s)\|(\s$)（像vbscript那样的trim函数）
匹配HTML标记	<(.)>.<\/\1>\|<(.*)\/>
匹配空行	\n[\s\| ]*\r
提取信息中的网络链接	(h\|H)(r\|R)(e\|E)(f\|F) = ('\|")?(\w\|\\\|\/\|\.)+('\|"\| *\|>)?
提取信息中的邮件地址	\w+([-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)*
提取信息中的图片链接	(s\|S)(r\|R)(c\|C) = ('\|")?(\w\|\\\|\/\|\.)+('\|"\| *\|>)?
提取信息中的IP地址	(\d+)\.(\d+)\.(\d+)\.(\d+)
提取信息中的中国手机号码	(86)\0\13\d{9}
提取信息中的中国固定电话号码	($\d{3,4}$\|\d{3,4}-\|\s)?\d{8}
提取信息中的中国电话号码（包括移动和固定电话）	($\d{3,4}$\|\d{3,4}-\|\s)?\d{7,14}
提取信息中的中国邮政编码	[1-9]{1}(\d+){5}
提取信息中的浮点数（即小数）	(-?\d*)\.?\d+
提取信息中的任何数字	(-?\d*)(\.\d+)?
IP	(\d+)\.(\d+)\.(\d+)\.(\d+)
电话区号	/^0\d{2,3}$/
腾讯QQ号	^[1-9][1-9][0-9]$
帐号(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}$
中文、英文、数字及下划线	^[\u4e00-\u9fa5_a-zA-Z0-9]+$
匹配中文字符的正则表达式	[\u4e00-\u9fa5]
匹配双字节字符(包括汉字在内)	[^\x00-\xff]
匹配空行的正则表达式	\n[\s\| ]*\r
匹配HTML标记的正则表达式	/<(.)>.<\/\1>\|<(.*) \/>/
sql语句	^(select\|drop\|delete\|create\|update\|insert).*$
匹配首尾空格的正则表达式	(^\s)\|(\s$)
匹配Email地址的正则表达式	\w+([-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)*

参考

python：常用的正则表达式总结