python 正則,常用正則表達式大全

 Nginx訪問日志匹配 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后面，前面一個修改后面全部錯誤。特殊標准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>[^.]*),"message":(?P<messagea>[^.]*),"timestamp":(?P<time>[^.]*)\}')

####################下面這條是匹配字符更為復雜的######################################

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  模塊常用方法

re.match      #從頭匹配

re.search      #全局匹配第一個符合的字符串

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 循環出匹配到值。

re.split          #匹配到到值進行分割。

val = "hello alex bcd"
re.split("(a\w+)",val)        #匹配全部字符串，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 函數進行以正則表達式為基礎的替換工作。

f=re.sub("\d+","112",'dsdfgda3434fgfg')
print (f)
dsdfgda112fgfg

print (r.group())     #打印正則匹配的全部東西

print (r.groups())    #打印正則分組里面的東西，（）括號里面的單個。

print(r.groupdict())   #把匹配到的數據放到一個字典里面    (?P<key1>)括號里面加上KEY

r=re.match("(?P<n1>h)(\w+)")  print(r.groupdict())
['n1':'h']

 

元字符	說明
.	代表任意字符
\
[ ]	匹配內部的任一字符或子表達式
[^]	對字符集和取非
-	定義一個區間
\	對下一字符取非（通常是普通變特殊，特殊變普通）
*	匹配前面的字符或者子表達式0次或多次
*?	惰性匹配上一個
+	匹配前一個字符或子表達式一次或多次
+?	惰性匹配上一個
?	匹配前一個字符或子表達式0次或1次重復
{n}	匹配前一個字符或子表達式
{m,n}	匹配前一個字符或子表達式至少m次至多n次
{n,}	匹配前一個字符或者子表達式至少n次
{n,}?	前一個的惰性匹配
^	匹配字符串的開頭
\A	匹配字符串開頭
$	匹配字符串結束
[\b]	退格字符
\c	匹配一個控制字符
\d	匹配任意數字
\D	匹配數字以外的字符
\t	匹配制表符
\w	匹配任意數字字母下划線
\W	不匹配數字字母下划線

 

中級篇介紹子表達式，向前向后查找，回溯引用 鏈接：http://www.cnblogs.com/chuxiuhong/p/5907484.html

 

一、校驗數字的表達式

 

• 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、校驗字符的表達式

 

• 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的所有字符：^.{3,20}$

• 由26個英文字母組成的字符串：^[A-Za-z]+$

• 由26個大寫英文字母組成的字符串：^[A-Z]+$

• 由26個小寫英文字母組成的字符串：^[a-z]+$

• 由數字和26個英文字母組成的字符串：^[A-Za-z0-9]+$

• 由數字、26個英文字母或者下划線組成的字符串：^\w+$ 或 ^\w{3,20}$

• 中文、英文、數字包括下划線：^[\u4E00-\u9FA5A-Za-z0-9_]+$

• 中文、英文、數字但不包括下划線等符號：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

• 可以輸入含有^%&’,;=?$\”等字符：[^%&',;=?$\x22]+

• 禁止輸入含有~的字符：[^~\x22]+

 

三、特殊需求表達式

 

• 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[phone])：\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字節，允許字母數字下划線)：^[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、數字和下划線)：^[a-zA-Z]\w{5,17}$

• 強密碼(必須包含大小寫字母和數字的組合，不能使用特殊字符，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，這也意味着一個字符”0″不通過，所以我們采用下面的形式：^(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.讓用戶以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，小數點后面至少應該有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后面必須有兩位，如果你認為太苛刻了，可以這樣：^[0-9]+(.[0-9]{1,2})?$

• 這樣就允許用戶只寫一位小數。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，后面跟着任意個 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})?$

• 備注：這就是最終結果了，別忘了”+”可以用”*”替代。如果你覺得空字符串也可以接受的話(奇怪，為什么?)最后，別忘了在用函數時去掉去掉那個反斜杠，一般的錯誤都在這里

• xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

• 中文字符的正則表達式：[\u4e00-\u9fa5]

• 雙字節字符：[^\x00-\xff] (包括漢字在內，可以用來計算字符串的長度(一個雙字節字符長度計2，ASCII字符計1))

• 空白行的正則表達式：\n\s*\r (可以用來刪除空白行)

• HTML標記的正則表達式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (網上流傳的版本太糟糕，上面這個也僅僅能部分，對於復雜的嵌套標記依舊無能為力)

• 首尾空白字符的正則表達式：^\s*|\s*$或(^\s*)|(\s*$) (可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式)

• 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)