一.元字符
元字符 | 匹配内容 |
. | 除空格之外的任意字符 |
\w | 数字、字母下划线 |
\s | 空白字符 |
\d | 数字 |
\n | 换行符 |
\t | 制表符 |
^ | 以…开头 |
$ | 以…结尾 |
\W | 除数字、字母、下划线外所有字符 |
\D | 除数字之外所有字符 |
a | b |
() | 括号内的表达式，也表示一个组 |
[…] | 字符组中的内容 |
[^…] | 除[…]里的字符 |
二.量词
量词 | 用法说明 |
* | 0次或多次 |
+ | 1次或多次 |
? | 0次或1次 |
{n} | n次 |
{n,} | 至少n次 |
{n,m} | n-m次 |
三.贪婪和非贪婪
正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪则相反，总是尝试匹配尽可能少的字符。在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。贪婪模式下字符串查找会直接走到字符串结尾去匹配，如果不相等就向前寻找，这一过程称为回溯。四.re模块
import re
ret = re.findall('a', 'eva egon yuan') # 返回所有满足匹配条件的结果,放在列表里
print(ret) #结果 : ['a', 'a']
ret = re.search('a', 'eva egon yuan').group()
print(ret) #结果 : 'a'
#函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
#通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。
ret = re.match('a', 'abc').group() # 同search,不过尽在字符串开始处进行匹配
print(ret)
#结果 : 'a'
ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret) # ['', '', 'cd']
ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个
print(ret) #evaHegon4yuan4
ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)
print(ret)
obj = re.compile('\d{3}') #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group()) #结果 ： 123
import re
ret = re.finditer('\d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器
print(ret) # <callable_iterator object at 0x10195f940>
print(next(ret).group()) #查看第一个结果
print(next(ret).group()) #查看第二个结果
print([i.group() for i in ret]) #查看剩余的左右结果注意：
#1 findall的优先级查询，在分组加？：取消分组优先
ret = re.findall("www.(csdn|muke).com","www.csdn.com")
print(ret)
ret = re.findall("www.(?:csdn|muke).com","www.csdn.com")
print(ret)
#2.split的优先级查询
ret = re.split("\d","sada1sfa2f3saf5asd5f")
print(ret) #['sada', 'sfa', 'f', 'saf', 'asd', 'f']
#加（）可以保留匹配项
ret = re.split("（\d）","sada1sfa2f3saf5asd5f")
print(ret) #['sada', '1', 'sfa', '2', 'f', '3', 'saf', '5', 'asd', '5', 'f']五.常见正则匹配（有需要就来查）
一、数字校验
数字：
^[0-9]*$n位的数字：
^\d{n}$至少n位的数字：
^\d{n,}$m-n位的数字：
^\d{m,n}$零和非零开头的数字：
^(0|[1-9][0-9]*)$非零开头的最多带两位小数的数字：
^([1-9][0-9]*)+(.[0-9]{1,2})?$带1-2位小数的正数或负数：
^(\-)?\d+(\.\d{1,2})?$正数、负数、和小数：
^(\-|\+)?\d+(\.\d+)?$有两位小数的正实数：
^[0-9]+(.[0-9]{2})?$有1~3位小数的正实数：
^[0-9]+(.[0-9]{1,3})?$非零的正整数：
^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$非零的负整数：
^\-[1-9][]0-9″*$ 或 ^-[1-9]\d*$非负整数：
^\d+$ 或 ^[1-9]\d*|0$非正整数：
^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$非负浮点数：
^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$非正浮点数：
^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$正浮点数：
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$负浮点数：
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$浮点数：
^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$二、字符校验
汉字：
^[\u4e00-\u9fa5]{0,}$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}$可以输入含有^%&’,;=?$\”等字符：
[^%&',;=?$\x22]+禁止输入含有~的字符：
[^~\x22]+三、特殊需求处理
Email地址：
^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$域名：
[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?InternetURL：
[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$手机号码：
^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX)：
^($$\d{3,4}-)|\d{3.4}-)?\d{7,8}$国内电话号码(0511-4405222、021-87888822)：
\d{3}-\d{8}|\d{4}-\d{7}身份证号(15位、18位数字)：
^\d{15}|\d{18}$短身份证号码(数字、字母x结尾)：
^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：
^[a-zA-Z][a-zA-Z0-9_]{4,15}$密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：
^[a-zA-Z]\w{5,17}$强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：
^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$日期格式：
^\d{4}-\d{1,2}-\d{1,2}一年的12个月(01～09和1～12)：
^(0?[1-9]|1[0-2])$一个月的31天(01～09和1～31)：
^((0?[1-9])|((1|2)[0-9])|30|31)$钱的输入格式：
有四种钱的表示形式我们可以接受:”10000.00″ 和 “10,000.00″, 和没有 “分” 的 “10000″ 和 “10,000″：
^[1-9][0-9]*$这表示任意一个不以0开头的数字，但是，这也意味着一个字符”0″不通过，所以我们采用下面的形式：
^(0|[1-9][0-9]*)$一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：
^(0|-?[1-9][0-9]*)$这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉，因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：
^[0-9]+(.[0-9]+)?$必须说明的是，小数点后面至少应该有1位数，所以”10.”是不通过的，但是 “10″ 和 “10.2″ 是通过的：
^[0-9]+(.[0-9]{2})?$这样我们规定小数点后面必须有两位，如果你认为太苛刻了，可以这样：
^[0-9]+(.[0-9]{1,2})?$这样就允许用户只写一位小数。下面我们该考虑数字中的逗号了，我们可以这样：
^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$1到3个数字，后面跟着任意个 逗号+3个数字，逗号成为可选，而不是必须：
^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$备注：这就是最终结果了，别忘了”+”可以用”*”替代。如果你觉得空字符串也可以接受的话(奇怪，为什么?)最后，别忘了在用函数时去掉去掉那个反斜杠，一般的错误都在这里
xml文件：
^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$中文字符的正则表达式：
[\u4e00-\u9fa5]双字节字符(包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))：
[^\x00-\xff]空白行的正则表达式(可以用来删除空白行)：
\n\s*\rHTML标记的正则表达式(网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)：
<(\S*?)[^>]*>.*?|<.*? />首尾空白字符的正则表达式(可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)：
^\s*|\s*$或(^\s*)|(\s*$)腾讯QQ号(腾讯QQ号从10000开始)：
[1-9][0-9]{4,}中国邮政编码(中国邮政编码为6位数字)：
[1-9]\d{5}(?!\d)IP地址(提取IP地址时有用)：
\d+\.\d+\.\d+\.\d+IP地址：
((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
