python 正則,常用正則表示式大全
Nginx訪問日誌匹配 re.compile
#re.compile 規則解釋,改規則必須從前面開始匹配一個一個寫到後面，前面一個修改後面全部錯誤。特殊標準結束為符號為空或者雙引號: 改符號開始 從“開始匹配無限個到”碰到“結束 "(?P<request>[^"]*)
例二：
匹配顏色對應表：
口訣: 123,123,123,1
123分別用顏色表示。
{"level":"info","message":"Sendno: 1974497337","timestamp":"2017-01-18 08:00:08:545"}
reg = re.compile('\{"level":(?P<remote_ip>[^.]*
####################下面這條是匹配字元更為複雜的######################################
a='{"level":"info","message":"::ffff:10.42.99.232 - - [18/Jan/2017:00:00:05 +0000] \"POST /api/v1/push HTTP/1.1\" 200 84 \"-\" \"-\"\n","timestamp":"2017-01-18 08:00:05:998"}'
reg = re.compile('\{"level":"(?P<remote_ip>[^.]*)","message":"(?P<messagea>.*?)","timestamp":"(?P<time>[^.]*)"}', re.S)
reg = re.compile('\{(?P<remote_ip>[^,]*),(?P<messagea>[^,]*),(?P<time>[^,]*)') #通用無腦匹配型
import re line ='192.168.0.1 25/Oct/2012:14:46:34 "GET /api HTTP/1.1" 200 44 "http://abc.com/search" "Mozilla/5.0"' reg = re.compile('^(?P<remote_ip>[^ ]*) (?P<date>[^ ]*) "(?P<request>[^"]*)"(?P<status>[^ ]*) (?P<size>[^ ]*) "(?P<referrer>[^"]*)" "(?P<user_agent>[^"]*)"') regMatch = reg.match(line) linebits = regMatch.groupdict() print linebits for k, v in linebits.items() : print k+": "+v
python 正則 re 模組常用方法
re.match #從頭匹配
re.search #全域性匹配第一個符合的字串
import re val="1-2*((60-30+(-40.0/5)*(9-2*5/3+7/3*99/4*2998+10*568/14))-(-4*3)/(16-3*2)" def f1(x): b=re.search("([+-/*])*",x) print (b.groups(),b.span(),b) #b.groups 取出匹配到值，b.span #取出匹配到的值的位置。 #while True: b = re.split("\(([^()]+)\)",val,1) if len(b) == 3: before,cotent,after=b r = f1(cotent) new_r = before+str(r)+after val=new_r 結果：('-',) (0, 1) <_sre.SRE_Match object; span=(0, 1), match='-'>
re.findall #匹配全部，放到列表
re.finditer #找到匹配的所有子串，並把它們作為一個迭代器返回。這個匹配是從左到右有序地返回。如果無匹配，返回空列表。用for 迴圈出匹配到值。
re.split #匹配到到值進行分割。
val = "hello alex bcd" re.split("(a\w+)",val) #匹配全部字串，並且包括a\w+匹配到到值內經常括號分組了。 re.split("a\w+",val) #沒有括號到，只根據匹配值進行分成2部分。
re.sub #re.sub 函式進行以正則表示式為基礎的替換工作。
f=re.sub("\d+","112",'dsdfgda3434fgfg') print (f) dsdfgda112fgfg
print (r.group()) #列印正則匹配的全部東西
print (r.groups()) #列印正則分組裡面的東西，（）括號裡面的單個。
print(r.groupdict()) #把匹配到的資料放到一個字典裡面 (?P<key1>)括號裡面加上KEY
r=re.match("(?P<n1>h)(\w+)") print(r.groupdict()) ['n1':'h']
| 元字元 | 說明 |
|---|---|
| . | 代表任意字元 |
| \ | |
| [ ] | 匹配內部的任一字元或子表示式 |
| [^] | 對字符集和取非 |
| - | 定義一個區間 |
| \ | 對下一字元取非（通常是普通變特殊，特殊變普通） |
| * | 匹配前面的字元或者子表示式0次或多次 |
| *? | 惰性匹配上一個 |
| + | 匹配前一個字元或子表示式一次或多次 |
| +? | 惰性匹配上一個 |
| ? | 匹配前一個字元或子表示式0次或1次重複 |
| {n} | 匹配前一個字元或子表示式 |
| {m,n} | 匹配前一個字元或子表示式至少m次至多n次 |
| {n,} | 匹配前一個字元或者子表示式至少n次 |
| {n,}? | 前一個的惰性匹配 |
| ^ | 匹配字串的開頭 |
| \A | 匹配字串開頭 |
| $ | 匹配字串結束 |
| [\b] | 退格字元 |
| \c | 匹配一個控制字元 |
| \d | 匹配任意數字 |
| \D | 匹配數字以外的字元 |
| \t | 匹配製表符 |
| \w | 匹配任意數字字母下劃線 |
| \W | 不匹配數字字母下劃線 |
一、校驗數字的表示式
-
數字：^[0-9]*$
-
n位的數字：^\d{n}$
-
至少n位的數字：^\d{n,}$
-
m-n位的數字：^\d{m,n}$
-
零和非零開頭的數字：^(0|[1-9][0-9]*)$
-
非零開頭的最多帶兩位小數的數字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
-
帶1-2位小數的正數或負數：^(\-)?\d+(\.\d{1,2})?$
-
正數、負數、和小數：^(\-|\+)?\d+(\.\d+)?$
-
有兩位小數的正實數：^[0-9]+(.[0-9]{2})?$
-
有1~3位小數的正實數：^[0-9]+(.[0-9]{1,3})?$
-
非零的正整數：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
-
非零的負整數：^\-[1-9][]0-9″*$ 或 ^-[1-9]\d*$
-
非負整數：^\d+$ 或 ^[1-9]\d*|0$
-
非正整數：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
-
非負浮點數：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
-
非正浮點數：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
-
正浮點數：^[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]*))$
-
負浮點數：^-([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]*)))$
-
浮點數：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
二、校驗字元的表示式
-
漢字：^[\u4e00-\u9fa5]{0,}$
-
英文和數字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
-
長度為3-20的所有字元：^.{3,20}$
-
由26個英文字母組成的字串：^[A-Za-z]+$
-
由26個大寫英文字母組成的字串：^[A-Z]+$
-
由26個小寫英文字母組成的字串：^[a-z]+$
-
由數字和26個英文字母組成的字串：^[A-Za-z0-9]+$
-
由數字、26個英文字母或者下劃線組成的字串：^\w+$ 或 ^\w{3,20}$
-
中文、英文、數字包括下劃線：^[\u4E00-\u9FA5A-Za-z0-9_]+$
-
中文、英文、數字但不包括下劃線等符號：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
-
可以輸入含有^%&’,;=?$\”等字元：[^%&',;=?$\x22]+
-
禁止輸入含有~的字元：[^~\x22]+
三、特殊需求表示式
-
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-./?%&=]*)?$
-
手機號碼：^(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}$
-
電話號碼(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX)：^($$\d{3,4}-)|\d{3.4}-)?\d{7,8}$
-
國內電話號碼(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
-
身份證號(15位、18位數字)：^\d{15}|\d{18}$
-
短身份證號碼(數字、字母x結尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
-
帳號是否合法(字母開頭，允許5-16位元組，允許字母數字下劃線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
-
密碼(以字母開頭，長度在6~18之間，只能包含字母、數字和下劃線)：^[a-zA-Z]\w{5,17}$
-
強密碼(必須包含大小寫字母和數字的組合，不能使用特殊字元，長度在8-10之間)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
-
日期格式：^\d{4}-\d{1,2}-\d{1,2}
-
一年的12個月(01～09和1～12)：^(0?[1-9]|1[0-2])$
-
一個月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
-
錢的輸入格式：
-
有四種錢的表示形式我們可以接受:”10000.00″ 和 “10,000.00″, 和沒有 “分” 的 “10000″ 和 “10,000″：^[1-9][0-9]*$
-
這表示任意一個不以0開頭的數字，但是，這也意味著一個字元”0″不通過，所以我們採用下面的形式：^(0|[1-9][0-9]*)$
-
一個0或者一個不以0開頭的數字.我們還可以允許開頭有一個負號：^(0|-?[1-9][0-9]*)$
-
這表示一個0或者一個可能為負的開頭不為0的數字.讓使用者以0開頭好了.把負號的也去掉，因為錢總不能是負的吧.下面我們要加的是說明可能的小數部分：^[0-9]+(.[0-9]+)?$
-
必須說明的是，小數點後面至少應該有1位數，所以”10.”是不通過的，但是 “10″ 和 “10.2″ 是通過的：^[0-9]+(.[0-9]{2})?$
-
這樣我們規定小數點後面必須有兩位，如果你認為太苛刻了，可以這樣：^[0-9]+(.[0-9]{1,2})?$
-
這樣就允許使用者只寫一位小數。下面我們該考慮數字中的逗號了，我們可以這樣：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
-
1到3個數字，後面跟著任意個 逗號+3個數字，逗號成為可選，而不是必須：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
-
備註：這就是最終結果了，別忘了”+”可以用”*”替代。如果你覺得空字串也可以接受的話(奇怪，為什麼?)最後，別忘了在用函式時去掉去掉那個反斜槓，一般的錯誤都在這裡
-
xml檔案：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
-
中文字元的正則表示式：[\u4e00-\u9fa5]
-
雙位元組字元：[^\x00-\xff] (包括漢字在內，可以用來計算字串的長度(一個雙位元組字元長度計2，ASCII字元計1))
-
空白行的正則表示式：\n\s*\r (可以用來刪除空白行)
-
HTML標記的正則表示式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (網上流傳的版本太糟糕，上面這個也僅僅能部分，對於複雜的巢狀標記依舊無能為力)
-
首尾空白字元的正則表示式：^\s*|\s*$或(^\s*)|(\s*$) (可以用來刪除行首行尾的空白字元(包括空格、製表符、換頁符等等)，非常有用的表示式)
-
騰訊QQ號：[1-9][0-9]{4,} (騰訊QQ號從10000開始)
-
中國郵政編碼：[1-9]\d{5}(?!\d) (中國郵政編碼為6位數字)
-
IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址時有用)
-
IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)) (由@飛龍三少 提供，感謝共享)