python 正则,常用正则表达式大全

2023-08-15 13:29:22

Nginx访问日志匹配 re.compile

#re.compile 规则解释,改规则必须从前面开始匹配一个一个写到后面，前面一个修改后面全部错误。特殊标准结束为符号为空或者双引号:  改符号开始 从“开始匹配无限个到”碰到“结束  "(?P<request>[^"]*)

例二：

匹配颜色对应表：
口诀: 123,123,123,1
123分别用颜色表示。

{"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>[^.]*)\}')

####################下面这条是匹配字符更为复杂的######################################
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>[^,]*)')  #通用无脑匹配型




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 正则   re  模块常用方法


re.match      #从头匹配


re.search      #全局匹配第一个符合的字符串




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

结果：('-',) (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，并把它们作为一个迭代器返回。这个匹配是从左到右有序地返回。如果无匹配，返回空列表。用for 循环出匹配到值。


re.split          #匹配到到值进行分割。




val = "hello alex bcd"

re.split("(a\w+)",val)        #匹配全部字符串，并且包括a\w+匹配到到值内经常括号分组了。

re.split("a\w+",val)           #没有括号到，只根据匹配值进行分成2部分。




re.sub        #re.sub 函数进行以正则表达式为基础的替换工作。




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

print (f)

dsdfgda112fgfg




print (r.group())     #打印正则匹配的全部东西


print (r.groups())    #打印正则分组里面的东西，（）括号里面的单个。


print(r.groupdict())   #把匹配到的数据放到一个字典里面    (?P<key1>)括号里面加上KEY




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

['n1':'h']







元字符
说明





.
代表任意字符




\
 




[ ]
匹配内部的任一字符或子表达式




[^]
对字符集和取非




-
定义一个区间




\
对下一字符取非（通常是普通变特殊，特殊变普通）




*
匹配前面的字符或者子表达式0次或多次




*?
惰性匹配上一个




+
匹配前一个字符或子表达式一次或多次




+?
惰性匹配上一个




?
匹配前一个字符或子表达式0次或1次重复




{n}
匹配前一个字符或子表达式




{m,n}
匹配前一个字符或子表达式至少m次至多n次




{n,}
匹配前一个字符或者子表达式至少n次




{n,}?
前一个的惰性匹配




^
匹配字符串的开头




\A
匹配字符串开头




$
匹配字符串结束




[\b]
退格字符




\c
匹配一个控制字符




\d
匹配任意数字




\D
匹配数字以外的字符




\t
匹配制表符




\w
匹配任意数字字母下划线




\W
不匹配数字字母下划线






中级篇介绍子表达式，向前向后查找，回溯引用 链接：http://www.cnblogs.com/chuxiuhong/p/5907484.html


一、校验数字的表达式


    

  • 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、校验字符的表达式


    

  • 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、特殊需求表达式


    

  • 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：[^\x00-\xff] (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))
    • 

  • 空白行的正则表达式：\n\s*\r (可以用来删除空白行)
    • 

  • HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (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)
    • 

  • 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (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)
    • 

  • 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
    • 

  • 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
    • 

  • IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
    • 

  • 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@飞龙三少 提供，感谢共享)
    • 

上一篇：Python之旅Day6   模块应用

下一篇：Java中利用软引用和弱引用来避免oom