主页

索引

模块索引

搜索页面

4.3. 实例

4.3.1. 1. 数字

基本

匹配正数、负数和小数:

[-+]?\d+(?:\.\d+)?

匹配正数、负数和小数的正则

其他:

1. 非负整数，包含 0 和 正整数
    [1-9]\d*|0
2. 非正整数，包含 0 和 负整数
    -[1-9]\d*|0

浮点数

[-+]?\d+(?:\.\d+)?

考虑可以有 .5 和 +.5 这样的写法，但一般不会有 -.5 这样的写法。负号的时候整数部分不能没有，而正数的时候，整数部分可以没有，所以正则你可以将正负两种情况拆开，使用多选结构写成:

-?\d+(?:\.\d+)?|\+?(?:\d+(?:\.\d+)?|\.\d+)

负数浮点数表示：-\d+(?:\.\d+)?
正数浮点数表示：\+?(?:\d+(?:\.\d+)?|\.\d+)

十六进制数

[0-9A-Fa-f]+

4.3.2. 常见码

手机号码

如果只限制前 2 位:

1[3-9]\d{9}

限制到前三位:

1(?:3\d|4[5-9]|5[0-35-9]|6[2567]|7[0-8]|8\d|9[1389])\d{8}

截止 2019 年 12 月，我国公众移动通信网网号分配情况

身份证号码

规则:
1. 分两代的，第一代是 15 位，第二代是 18 位
2. 如果是 18 位，最后一位可以是 X（或 x），两代开头都不能是 0

[1-9]\d{14}(\d\d[0-9Xx])?

邮政编码

1. 简单版:
\d{6}

2. 添加断言版
(?<!\d)\d{6}(?!\d)

腾讯 QQ 号码

规则:
1. 不能以 0 开头
2. 最长的有 10 位，最短的从 10000（5 位）开始

[1-9][0-9]{4,9}

日期和时间

日期:

简单版:
\d {4}-\d {2}-\d {2}

正常版:
\d{4}-(?:1[0-2]|0?[1-9])-(?:[12]\d|3[01]|0?[1-9])

时间:

(?:2[0-3]|1\d|0?\d):(?:[1-5]\d|0?\d)

邮箱

规则:

格式: 用户名 @主机名
用户名部分通常可以有英文字母，数字，下划线，点等组成，但其中点不能在开头，也不能重复出现

参见: RFC5322
根据 RFC5322 没有办法写出一个完美的正则

正则简体的版本:

[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+

4.3.3. IP

IPv4 地址

非正则版:

使用点号切割，验证一下是不是四个部分，每个部分是不是在 0-255 之间
比使用正则来校验要简单很多，而且不容易出错

简单版:

\d{1,3}(\.\d{1,3}){3}

针对一到三位数分别考虑:

一位数时可以表示成 0{0,2}\d
两位数时可以表示成 0?[1-9]\d
三位数时可以表示成 1\d\d|2[0-4]\d|25[0-5]

多选分支结构整合1-3位数:
0{0,2}\d|0?[1-9]\d|1\d\d|2[0-4]\d|25[0-5]
不补0版:
\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5]

如果IPv4 表示成 X.X.X.X
上面只是表示的 X

整合4个 X:
(?:\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])(?:\.(?:\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])){3}
问题点: 最后一位因「匹配多分支选择结构的时候，优先匹配最左边的」而导致
如: 192.168.1.12 只会匹配到 192.168.1.1

把3位的放前面:
(?:\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])(?:\.(?:2[0-4]\d|25[0-5]|[1-9]\d|1\d\d|\d)){3}

其他可选实例参考:

((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(\.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){3}

((25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)

IPv6

前导匹配正则表达式:

[0-9A-Fa-f]{4}(?:\:(?:[0-9A-Fa-f]{4})){7}

省略前导 0 正则表达式:

(?:0|[1-9A-Fa-f][0-9A-Fa-f]{0,3})(?:\:(?:0|[1-9A-Fa-f][0-9A-Fa-f]{0,3})){7}

中文字符

1. 中文属于多字节 Unicode 字符，可以通过 Unicode 属性
    缺点: 有一些语言是不支持这种属性
2. 码值的范围

码值的范围方式:

Python，Java，JavaScript:
    格式:  [\u4E00-\u9FFF]

示例:

# 测试环境，Python3
>>> import re
>>> reg = re.compile(r'[\u4E00-\u9FFF]')
>>> reg.findall("和伟忠一起学正则 regex")
[' 和', ' 伟', ' 忠', ' 一', ' 起', ' 学', ' 正', ' 则']

主页

索引

模块索引

搜索页面