匹配格式
模式 | 描述 |
^ | 匹配字符串的开头 |
$ | 匹配字符串的末尾。 |
. | 匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。 |
[...] | 用来表示一组字符,单独列出：[amk] 匹配 'a'，'m'或'k' |
[^...] | 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符。 |
re* | 匹配0个或多个的表达式。 |
re+ | 匹配1个或多个的表达式。 |
re? | 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式 |
re{ n} | |
re{ n,} | 精确匹配n个前面表达式。 |
re{ n, m} | 匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式 |
a| b | 匹配a或b |
(re) | G匹配括号内的表达式，也表示一个组 |
(?imx) | 正则表达式包含三种可选标志：i, m, 或 x 。只影响括号中的区域。 |
(?-imx) | 正则表达式关闭 i, m, 或 x 可选标志。只影响括号中的区域。 |
(?: re) | 类似 (...), 但是不表示一个组 |
(?imx: re) | 在括号中使用i, m, 或 x 可选标志 |
(?-imx: re) | 在括号中不使用i, m, 或 x 可选标志 |
(?#...) | 注释. |
(?= re) | 前向肯定界定符。如果所含正则表达式，以 ... 表示，在当前位置成功匹配时成功，否则失败。但一旦所含表达式已经尝试，匹配引擎根本没有提高；模式的剩余部分还要尝试界定符的右边。 |
(?! re) | 前向否定界定符。与肯定界定符相反；当所含表达式不能在字符串当前位置匹配时成功 |
(?> re) | 匹配的独立模式，省去回溯。 |
\w | 匹配字母数字 |
\W | 匹配非字母数字 |
\s | 匹配任意空白字符，等价于 [\t\n\r\f]. |
\S | 匹配任意非空字符 |
\d | 匹配任意数字，等价于 [0-9]. |
\D | 匹配任意非数字 |
\A | 匹配字符串开始 |
\Z | 匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串。c |
\z | 匹配字符串结束 |
\G | 匹配最后匹配完成的位置。 |
\b | 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 |
\B | 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er'，但不能匹配 "never" 中的 'er'。 |
\n, \t, 等. | 匹配一个换行符。匹配一个制表符。等 |
\1...\9 | 匹配第n个分组的子表达式。 |
\10 | 匹配第n个分组的子表达式，如果它经匹配。否则指的是八进制字符码的表达式。 |
match和search的区别
Python提供了两种不同的原始操作：match和search。match是从字符串的起点开始做匹配，而search（perl默认）是从字符串做任意匹配。
注意：当正则表达式是' ^ '开头时，match与search是相同的。match只有当且仅当被匹配的字符串开头就能匹配 或 从pos参数的位置开始就能匹配 时才会成功。如下：
贪婪模式?,+,*,{m[,n]}
>>> import re
>>> m = re.search("(book)+","mebookbookme")
>>> m.group()
'bookbook'
>>> m.groups()
('book',)
>>> re.findall("(book)+","mebookbookme")
['book']
>>> m = re.search("((?:book)+)","mebookbookme")
>>> m.group()
'bookbook'
>>> m.groups()
('bookbook',)
>>> re.findall("((?:book)+)","mebookbookme")
['bookbook']
>>> m = re.search("(book+)","mebookbookme")
>>> m.group()
'book'
>>> m.groups()
('book',)
>>> re.findall("(book+)","mebookbookme")
['book', 'book']
python非贪婪、多行匹配正则表达式例子
Python 正则提取并赋值的问题
Python对unicode文件的读写和使用正则表达式
python类库31[正则表达式]
常用正则表达式
验证数字的正则表达式集
匹配特定数字：
^[1-9]\d*匹配正整数//匹配正整数−[1−9]\d∗ //匹配负整数
^-?[1-9]\d*匹配整数//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）//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//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）//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]+匹配由个英文字母组成的字符串//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]+匹配由个英文字母的小写组成的字符串//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
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
整数：^-?\d+非负浮点数（正浮点数）：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）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]*)))浮点数浮点数(−?\d+)(\.\d+)?
验证非零的正整数：^\+?[1-9][0-9]*验证非零的负整数：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）验证非正整数（负整数+0）((−\d+)|(0+))
验证数字：^[0-9]*验证位的数字：验证n位的数字：\dn
验证至少n位数字：^\d{n,}验证位的数字：验证m−n位的数字：\dm,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：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})?$
验证用户密码:^[a-zA-Z]\w{5,17}正确格式为：以字母开头，长度在6-18之间，只能包含字符、数字和下划线。 验证是否含有 ^%&',;=?正确格式为：以字母开头，长度在6-18之间，只能包含字符、数字和下划线。 验证是否含有 ^%&',;=?\" 等字符：[^%&',;=?验证汉字：\x22]+验证汉字：[\u4e00−\u9fa5],0,
验证Email地址：^\w+[-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*验证：验证InternetURL：http://([\w−]+\.)+[\w−]+(/[\w−./? ；^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?验证电话号码：验证电话号码：(\(\d3,4\)|\d3,4−)?\d7,8：--正确格式为：XXXX-XXXXXXX，XXXX-XXXXXXXX，XXX-XXXXXXX，XXX-XXXXXXXX，XXXXXXX，XXXXXXXX。
验证身份证号（15位或18位数字）：^\d{15}|\d{}18
验证一年的个月：验证一年的12个月：(0?[1−9]|1[0−2]) 正确格式为：“01”-“09”和“1”“12”
验证一个月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$ 正确格式为：01、09和1、31。
补充
正则表达式常用5种操作
re.match(pattern, string) # 从头匹配
re.search(pattern, string) # 匹配整个字符串，直到找到一个匹配
re.split() # 将匹配到的格式当做分割点对字符串分割成列表
re.findall() # 找到所有要匹配的字符并返回列表格式
re.sub(pattern, repl, string, count,flag) # 替换匹配到的字符运行结果如下
re模块
常用正则表达式符号
'.' 默认匹配除\n之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
'^' 匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","\nabc\neee",flags=re.MULTILINE)
'$' 匹配字符结尾，或e.search("foo$","bfoo\nsdfsf",flags=re.MULTILINE).group()也可以
'*' 匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac") 结果为['abb', 'ab', 'a']
'+' 匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']
'?' 匹配前一个字符1次或0次
'{m}' 匹配前一个字符m次
'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']
'|' 匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'
'(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c
'\A' 只从字符开头匹配，re.search("\Aabc","alexabc") 是匹配不到的
'\Z' 匹配字符结尾，同$
'\d' 匹配数字0-9
'\D' 匹配非数字
'\w' 匹配[A-Za-z0-9]
'\W' 匹配非[A-Za-z0-9]
's' 匹配空白字符、\t、\n、\r , re.search("\s+","ab\tc1\n3").group() 结果 '\t'
'(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}
