正则表达式概念

正则表达式，又称规则表达式(英语：Regular Expression，在代码中常简写为regex、regexp或RE)，计算机科学的一个概念。
此处的Regular即是规则、规律的意思，Regular Expression即“描述某种规则的表达式”之意。
正则表达式的作用通常被用来检索、替换那些符合某个模式(规则)的文本。

Python中的正则

• Python 自1.5版本起增加了re 模块 ，它提供 Perl 风格的正则表达式模式。
  2.re 模块使 Python 语言拥有全部的正则表达式功能。
• compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。
• re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。

import re #导入re模块

• 1

正则表达式案例

邮箱

格式： 包含大小写字母，下划线，阿拉伯数字，点号，中划线。
表达式：[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:.[a-zA-Z0-9_-]+)

pattern = re.compile(r"[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)")
strs = '我的邮箱是Liuxm@outlook.com，QQ邮箱是123456@qq.com'
result = pattern.findall(strs)
print(result)#打印邮箱

• 1
• 2
• 3
• 4

身份证号

格式： xxxxxxyyyyMMdd3750 (18位数字)

• 地区：[1-9] \d{5}
• 年的前两位：(18|19|([23]\d))
• 年的后两位：\d{2}
• 月份：((0[1-9])|(10|11|12))
• 天数：(([0-2][1-9])|10|20|30|31)
• 三位顺序码：\d{3}
• 两位顺序码：\d{2}
• 校验码：[0-9Xx]、

表达式：[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]

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 = '我的的身份证号码是342623199805205163'
result = pattern.findall(strs)
print(result)#打印身份证号

• 1
• 2
• 3
• 4

手机号

格式： 手机号都为11位，且以1开头，第2位一般为3、5、6、7、8、9 ，剩下八位任意数字。
表达式：1(3|4|5|6|7|8|9)\d{9}

pattern = re.compile(r"1[356789]\d{9}")
strs = '我的手机号是17312345678，另外一个手机号是18312345678'
result = pattern.findall(strs)
print(result)#打印手机号

• 1
• 2
• 3
• 4

固定电话

格式： 区号3 ~ 4位，号码7 ~ 8位。
表达式：\d{3}-\d{8}|\d{4}-\d{7}

pattern = re.compile(r"\d{3}-\d{8}|\d{4}-\d{7}")
strs = '0610-1234567是我家的电话，办公室电话是021-87654321'
result = pattern.findall(strs)
print(result)#打印电话号码

• 1
• 2
• 3
• 4

日期

格式： yyyyMMdd、yyyy-MM-dd、yyyy/MM/dd、yyyy.MM.dd
表达式：\d{4}(? : -|\ /|.)\d{1,2}(?: -| \ /|.)\d{1,2}

pattern = re.compile(r"\d{4}(?:-|\/|.)\d{1,2}(?:-|\/|.)\d{1,2}")
strs = '今天是2020/12/27'
result = pattern.findall(strs)
print(result)#打印日期

• 1
• 2
• 3
• 4

邮政编码

格式： 我国的邮政编码采用四级六位数编码结构。

• 前2位数字表示省（直辖市、自治区）
• 第3位数字表示邮区
• 第4位数字表示县（市）
• 最后2位数字表示投递局（所）

表达式： [1-9]\d{5}(?!\d)

pattern = re.compile(r"[1-9]\d{5}(?!\d)")
strs = '深圳宝安区邮编是518101'
result = pattern.findall(strs)
print(result) # 打印邮政编码

• 1
• 2
• 3
• 4

中文字符

表达式：[\u4e00-\u9fa5]

pattern = re.compile(r"[\u4e00-\u9fa5]")
strs = 'name：张三'
result = pattern.findall(strs)
print(result) # 打印中文

• 1
• 2
• 3
• 4

数字

• 验证数字： ^ [0-9]*$
• 验证n位的数字：^ \d{n}$
• 验证至少n位数字：^\d{n,}$
• 验证m-n位的数字：^\d{m,n}$
• 验证零和非零开头的数字： ^(0|[1-9][0-9]*)$
• 验证有两位小数的正实数：^ [0-9]+(.[0-9]{2})?$
• 验证有1-3位小数的正实数：^ [0-9]+(.[0-9]{1,3})?$
• 验证非零的正整数：^+?[1-9][0-9]*$
• 验证非零的负整数：^-[1-9][0-9]*$
• 验证非负整数(正整数 + 0)：^ \d+$
• 验证非正整数(负整数 + 0)：^((-\d+)|(0+))$
• 整数：^-?\d+$
• 非负浮点数(正浮点数 + 0)：^\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(负浮点数 + 0)： ^((-\d+(.\d+)?)|(0+(.0+)?))$
• 负浮点数：^(-(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9])))$
• 浮点数： ^(-?\d+)(.\d+)?$

字符串

• 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}$

附：