什么是正则表达式？
正则表达式（regular expression）通常被用来检索、替换那些符合某个模式(规则)的文本。
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。
本文收集了一些常见的正则表达式用法，方便大家查询取用，并在最后附了详细的正则表达式语法手册。
案例包括：「邮箱、身份证号、手机号码、固定电话、域名、ip地址、日期、邮编、密码、中文字符、数字、字符串」
python如何支持正则？
我用的是python来实现正则，并使用jupyter notebook编写代码。
python通过re模块支持正则表达式，re 模块使 python 语言拥有全部的正则表达式功能。
这里要注意两个函数的使用：
re.compile用于编译正则表达式，生成一个正则表达式（ pattern ）对象;
.findall用于在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
# 导入re模块
import re
1.邮箱
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_-]+)
案例：
pattern = re.compile(r"[a-za-z0-9_-]+@[a-za-z0-9_-]+(?:.[a-za-z0-9_-]+)")
strs = '我的私人邮箱是zhuwjwh@outlook.com，公司邮箱是123456@qq.org，麻烦登记一下？'
result = pattern.findall(strs)
print(result)
['zhuwjwh@outlook.com', '123456@qq.org']
2. 身份证号
xxxxxx yyyy mm dd 375 0 十八位
- 地区： [1-9]d{5}
- 年的前两位： (18|19|([23]d)) 1800-2399
- 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) 闰年不能禁止29+
- 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]
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 = '小明的身份证号码是342623198910235163，手机号是13987692110'
result = pattern.findall(strs)
print(result)
['342623198910235163']
3. 国内手机号码
手机号都为11位，且以1开头，第二位一般为3、5、6、7、8、9 ，剩下八位任意数字
例如：13987692110、15610098778
表达式：
1(3|4|5|6|7|8|9)d{9}
案例：
pattern = re.compile(r"1[356789]d{9}")
strs = '小明的手机号是13987692110，你明天打给他'
result = pattern.findall(strs)
print(result)
['13987692110']
4. 国内固定电话
区号3~4位，号码7~8位
例如：0511-1234567、021-87654321
表达式：
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是小明家的电话，他的办公室电话是021-87654321'
result = pattern.findall(strs)
print(result)
['0511-1234567', '021-87654321']
5. 域名
包含http:\或https:\
表达式：
(?:(?: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官网的网址是https://www.python.org/'
result = pattern.findall(strs)
print(result)
['https://www.python.org/']
6. ip地址
ip地址的长度为32位(共有2^32个ip地址)，分为4段，每段8位，用十进制数字表示
每段数字范围为0～255，段与段之间用句点隔开
表达式：
((?:(?: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 = '''请输入合法ip地址，非法ip地址和其他字符将被过滤！
增、删、改ip地址后，请保存、关闭记事本！
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
常见日期格式：yyyymmdd、yyyy-mm-dd、yyyy/mm/dd、yyyy.mm.dd
表达式：
d{4}(?:-|/|.)d{1,2}(?:-|/|.)d{1,2}
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. 国内邮政编码
我国的邮政编码采用四级六位数编码结构
前两位数字表示省（直辖市、自治区）
第三位数字表示邮区；第四位数字表示县（市）
最后两位数字表示投递局（所）
表达式：
[1-9]d{5}(?!d)
案例：
pattern = re.compile(r"[1-9]d{5}(?!d)")
strs = '上海静安区邮编是200040'
result = pattern.findall(strs)
print(result)
['200040']
9. 密码
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)
表达式：
[a-za-z]w{5,17}
强密码(以字母开头，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)
表达式：
[a-za-z](?=.*d)(?=.*[a-z])(?=.*[a-z]).{8,10}
pattern = re.compile(r"[a-za-z]w{5,17}")
strs = '密码：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 = '强密码：q123456abc，弱密码：q123456abc'
result = pattern.findall(strs)
print(result)
['q123456abc，']
10. 中文字符
表达式：
[u4e00-u9fa5]
案例：
pattern = re.compile(r"[u4e00-u9fa5]")
strs = 'apple：苹果'
result = pattern.findall(strs)
print(result)
['苹', '果']
11. 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+)?$
12. 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}$
- 可以输入含有^%&’,;=?$”等字符：`[^%&’,;=?$x22]+`
- 禁止输入含有~的字符：[^~x22]+
