本文共 2956 字，大约阅读时间需要 9 分钟。

正则表达式语法

1.1 普通字符

• []：表示一个字符组，代表匹配一位字符。
• [0-9]：匹配0-9的数字字符。
• [a-zA-Z]：匹配英文字母。
• [0-9][0-9]：匹配长度为2的数字字符串。
• [Yy]es：匹配Yes或yes。

1.2 字符转义

• 对于-[]等元字符，需要在正则表达式中进行转义。
• [0\-9]：匹配0、-、9三个字符。

1.3 元字符

• \：转义。
• ^：匹配输入的开头部分。
• $：匹配输入的结尾部分。
• *：表示0次或多次匹配。
• +：表示1次或多次匹配。
• ?：表示0次或1次匹配。
• .：匹配任意单个字符（不包括换行符）。
• (pattern)：匹配模式并记住匹配项。
• |：表示或。
• {n}：精确匹配n次。
• {n,}：表示至少匹配n次。
• [abc]：匹配字符集abc。
• [^abc]：匹配不在字符集abc中的字符。
• [a-z]：匹配字符范围a到z。
• [^a-z]：匹配不在字符范围a到z中的字符。
• \A：匹配字符串的开头。
• \b：匹配单词边界。
• \B：匹配非单词边界。
• \d：匹配数字字符。
• \D：匹配非数字字符。
• \f：匹配换页符。
• \n：匹配换行符。
• \r：匹配回车符。
• \s：匹配任意空白字符。
• \S：匹配任意非空白字符。
• \t：匹配制表符。
• \v：匹配垂直制表符。
• \w：匹配任何单词字符（包括下划线）。
• \W：匹配任何非单词字符。
• \z：匹配字符串的结尾。
• \Z：匹配字符串结尾或结尾之前的换行符。

1.4 贪婪与非贪婪模式

• 贪婪模式：限定符尽可能多地匹配字符串。
• 非贪婪模式：限定符尽可能少地匹配字符串，限定符后加?表示非贪婪模式。

1.5 零宽断言

• (?=...)：断言自身出现的位置后面可以匹配后面的表达式。
• (?<=...)：断言自身出现的位置前面可以匹配后面的表达式。
• (?!)：断言自身出现的位置后面不可以匹配后面的表达式。
• (?<!...)：断言自身出现的位置前面不可以匹配后面的表达式。

re模块

2.1 re模式介绍

• re模块中str和bytes不能混合使用。
• 由于正则表达式中的\和Python中的\存在冲突，定义正则表达式时可以在字符串前面添加r前缀。

2.2 compile函数

• compile函数用于编译正则表达式，生成一个Pattern对象。
• 示例：

  import re
  pattern = re.compile(r'\w+')

2.3 match函数

• match方法用于查找字符串指定位置的正则匹配，仅匹配一次。
• 示例：

  pattern = re.compile(r'\d+')
  m1 = pattern.match('one123')  # 匹配位置从3-5，包含头不包含尾
  m2 = pattern.match('one123', 3, 5)  # 匹配位置从3-5
  m3 = re.match(r'\d+','one123')  # 不使用忽略大小写模式
  m4 = re.match(r'[a-z]+','Abcde', re.I)  # 使用忽略大小写模式

2.4 search函数

• search方法用于查找字符串中指定位置的正则匹配，仅匹配一次。
• 示例：

  pattern = re.compile(r'\d+')
  m1 = pattern.search('one123')  # 匹配位置从3-5，包含头不包含尾
  m2 = pattern.search('one123', 3, 5)  # 匹配位置从3-5
  m3 = re.search(r'\d+','one123')  # 不使用忽略大小写模式
  m4 = re.search(r'[a-z]+','Abcde', re.I)  # 使用忽略大小写模式

2.5 findall函数

• findall函数用于查找所有匹配项。
• 示例：

  pattern = re.compile(r"\d{2}")
  m1 = pattern.findall("one1234")  # 返回匹配结果列表
  m2 = pattern.findall("one1234", 0, 4)  # 返回匹配结果列表
  m3 = re.findall(r"\d+","one1234")  # 返回匹配结果列表
  m4 = re.findall(r"[a-z]","123Abcd", re.I)  # 返回匹配结果列表

2.6 split函数

• split函数用于将字符串按正则表达式分割。
• 示例：

  pattern = re.compile(r"[\s\,\;]+")
  m1 = pattern.split("a,b;;c  d")  # 分割结果
  m2 = re.split(r"[\s\,\;]+","a,b;;c  d")  # 自动分割

2.7 sub函数

• sub函数用于使用正则表达式替换字符串。
• 示例：

  s = "hello 123 world 456"
  pattern = re.compile(r"(\w+)(\w+)")
  m1 = pattern.sub("hello world", s)  # 替换一次
  m2 = pattern.sub("hello world", s, 1)  # 替换一次
  m3 = re.sub(r"(\w+)(\w+)","hello world", s, 1)  # 替换一次

re模块的分组匹配

• 分组是通过()扩起来的正则表达式，匹配出的内容表示一个分组。
• 分组后，通过group(n)和groups()即可获取某个分组的内容。
• 示例：

  pattern = re.compile("\d-\d-\d")
  m1 = pattern.match("1-2-3")  # 不分组
  m2 = pattern.compile("(\d)-(\d)-(\d)")  # 分组

常见正则表达式

6.1 邮箱地址

• ^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

6.2 URL

• ^(https?:W)?([\da-z.-]+)\.([a-z.]{2,6})([V\w.-])V?$

6.3 匹配首尾空白字符的正则表达式

• ^\s|\s$

6.4 手机号码

• ^(13[0-9]|14[0-9]|15[0-9]|166|17[0-9]|18[0-9]|19[8|9])\d{8}$

6.5 电话号码

• ^(\d{3,4}-)?\d{7,8}$

6.6 18位身份证号码

• ^((\d{18}|([0-9x]{18})|(0-9X){18}))$

6.7 账号是否合法

• ^[a-zA-Z][a-zA-Z0-9_]{4,15}$

6.8 一年的月份

• ^(0?[1-9]|1[0-2])$

6.9 日期格式

• ^\d{4}-\d{1,2}-\d{1,2}$

6.10 一个月的天数

• ^((0?[1-9])|((1|2)[0-9])|30|31)$

6.11 IP地址

• ^(([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5]\.){3}([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])$