正則表達式（Regular Expression）通常被用來檢索、替換那些符合某個模式(規則)的文本。
此處的Regular即是規則、規律的意思，Regular Expression即「描述某種規則的表達式」之意。
本文收集了一些常見的正則表達式用法，方便大家查詢取用，並在最後附了詳細的正則表達式語法手冊。
案例包括：「郵箱、身份證號、手機號碼、固定電話、域名、IP位址、日期、郵編、密碼、中文字符、數字、字符串」
Python如何支持正則？我用的是python來實現正則，並使用Jupyter Notebook編寫代碼。
Python通過re模塊支持正則表達式，re 模塊使 Python 語言擁有全部的正則表達式功能。
這裡要注意兩個函數的使用：
re.compile用於編譯正則表達式，生成一個正則表達式（ Pattern ）對象;
.findall用於在字符串中找到正則表達式所匹配的所有子串，並返回一個列表，如果沒有找到匹配的，則返回空列表。
# 導入re模塊
import re
1.郵箱包含大小寫字母，下劃線，阿拉伯數字，點號，中劃線
表達式：
[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)
案例：
pattern = re.compile(r"[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(?:\.[a-zA-Z0-9_-]+)")
strs = '我的私人郵箱是zhuwjwh@outlook.com，公司郵箱是123456@qq.org，麻煩登記一下？'
result = pattern.findall(strs)
print(result)['zhuwjwh@outlook.com', '123456@qq.org']
2. 身份證號xxxxxx yyyy MM dd 375 0 十八位
年的前兩位：(18|19|([23]\d)) 1800-2399
天數：(([0-2][1-9])|10|20|30|31) 閏年不能禁止29+表達式：
[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]
案例：
pattern = re.compile(r"[1-9]\d{5}(?:18|19|(?:[23]\d))\d{2}(?:(?:0[1-9])|(?:10|11|12))(?:(?:[0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]")
strs = '小明的身份證號碼是342623198910235163，手機號是13987692110'
result = pattern.findall(strs)
print(result)['342623198910235163']
3. 國內手機號碼手機號都為11位，且以1開頭，第二位一般為3、5、6、7、8、9 ，剩下八位任意數字
例如：13987692110、15610098778表達式：
1(3|4|5|6|7|8|9)\d{9}
案例：
pattern = re.compile(r"1[356789]\d{9}")
strs = '小明的手機號是13987692110，你明天打給他'
result = pattern.findall(strs)
print(result)['13987692110']
4. 國內固定電話區號3~4位，號碼7~8位
例如：0511-1234567、021-87654321
表達式：
\d{3}-\d{8}|\d{4}-\d{7}
案例：
pattern = re.compile(r"\d{3}-\d{8}|\d{4}-\d{7}")
strs = '0511-1234567是小明家的電話，他的辦公室電話是021-87654321'
result = pattern.findall(strs)
print(result)['0511-1234567', '021-87654321']
5. 域名包含http:\\或https:\\
表達式：
(?:(?:http:\/\/)|(?:https:\/\/))?(?:[\w](?:[\w\-]{0,61}[\w])?\.)+[a-zA-Z]{2,6}(?:\/)
案例：
pattern = re.compile(r"(?:(?:http:\/\/)|(?:https:\/\/))?(?:[\w](?:[\w\-]{0,61}[\w])?\.)+[a-zA-Z]{2,6}(?:\/)")
strs = 'Python官網的網址是https://www.python.org/'
result = pattern.findall(strs)
print(result)['https://www.python.org/']
6. IP位址IP位址的長度為32位(共有2^32個IP位址)，分為4段，每段8位，用十進位數字表示
每段數字範圍為0～255，段與段之間用句點隔開表達式：
((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))
案例：
pattern = re.compile(r"((?:(?:25[0-5]|2[0-4]\d|[01]?\d?\d)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d?\d))")
strs = '''請輸入合法IP位址，非法IP位址和其他字符將被過濾！
增、刪、改IP位址後，請保存、關閉記事本！
192.168.8.84
192.168.8.85
192.168.8.86
0.0.0.1
256.1.1.1
192.256.256.256
192.255.255.255
aa.bb.cc.dd'''
result = pattern.findall(strs)
print(result)['192.168.8.84', '192.168.8.85', '192.168.8.86', '0.0.0.1', '56.1.1.1', '192.255.255.255']
7. 日期常見日期格式：yyyyMMdd、yyyy-MM-dd、yyyy/MM/dd、yyyy.MM.dd
表達式：
\d{4}(?:-|\/|.)\d{1,2}(?:-|\/|.)\d{1,2}
案例：
pattern = re.compile(r"\d{4}(?:-|\/|.)\d{1,2}(?:-|\/|.)\d{1,2}")
strs = '今天是2020/12/20，去年的今天是2019.12.20，明年的今天是2021-12-20'
result = pattern.findall(strs)
print(result)['2020/12/20', '2019.12.20', '2021-12-20']
8. 國內郵政編碼我國的郵政編碼採用四級六位數編碼結構
前兩位數字表示省（直轄市、自治區）
第三位數字表示郵區；第四位數字表示縣（市）
最後兩位數字表示投遞局（所）表達式：
[1-9]\d{5}(?!\d)
案例：
pattern = re.compile(r"[1-9]\d{5}(?!\d)")
strs = '上海靜安區郵編是200040'
result = pattern.findall(strs)
print(result)['200040']
9. 密碼密碼(以字母開頭，長度在6~18之間，只能包含字母、數字和下劃線)
表達式：
[a-zA-Z]\w{5,17}
強密碼(以字母開頭，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)
表達式：
[a-zA-Z](?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}
pattern = re.compile(r"[a-zA-Z]\w{5,17}")
strs = '密碼：q123456_abc'
result = pattern.findall(strs)
print(result)['q123456_abc']pattern = re.compile(r"[a-zA-Z](?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}")
strs = '強密碼：q123456ABc，弱密碼：q123456abc'
result = pattern.findall(strs)
print(result)['q123456ABc，']
10. 中文字符表達式：
[\u4e00-\u9fa5]
案例：
pattern = re.compile(r"[\u4e00-\u9fa5]")
strs = 'apple：蘋果'
result = pattern.findall(strs)
print(result)['蘋', '果']
11. 數字驗證零和非零開頭的數字：^(0|[1-9][0-9]*)$驗證有兩位小數的正實數：^[0-9]+(.[0-9]{2})?$驗證有1-3位小數的正實數：^[0-9]+(.[0-9]{1,3})?$驗證非零的正整數：^\+?[1-9][0-9]*$驗證非正整數（負整數 + 0） ^((-\d+)|(0+))$非負浮點數（正浮點數 + 0）：^\d+(\.\d+)?$正浮點數 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$非正浮點數（負浮點數 + 0） ^((-\d+(\.\d+)?)|(0+(\.0+)?))$負浮點數 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$12. 字符串英文和數字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$由26個英文字母組成的字符串：^[A-Za-z]+$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]+$由數字、26個英文字母或者下劃線組成的字符串：^\w+$ 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}$可以輸入含有^%&',;=?$\」等字符：`[^%&',;=?$\x22]+`附：正則表達式語法詳解字符描述\將下一個字符標記為一個特殊字符（File Format Escape，清單見本表）、或一個原義字符（Identity Escape，有^$()*+?.[{|共計12個)、或一個向後引用（backreferences）、或一個八進位轉義符。例如，「n」匹配字符「n」。「\n」匹配一個換行符。序列「\\」匹配「\」而「\(」則匹配「(」。^匹配輸入字符串的開始位置$匹配輸入字符串的結束位置*匹配前面的子表達式零次或多次。例如，zo*能匹配「z」、「zo」以及「zoo」。*等價於{0,}。+匹配前面的子表達式一次或多次。例如，「zo+」能匹配「zo」以及「zoo」，但不能匹配「z」。+等價於{1,}。?匹配前面的子表達式零次或一次。例如，「do(es)?」可以匹配「does」中的「do」和「does」。?等價於{0,1}。{n}n是一個非負整數。匹配確定的n次。例如，「o{2}」不能匹配「Bob」中的「o」，但是能匹配「food」中的兩個o。{n,}n是一個非負整數。至少匹配n次。例如，「o{2,}」不能匹配「Bob」中的「o」，但能匹配「foooood」中的所有o。「o{1,}」等價於「o+」。「o{0,}」則等價於「o*」。{n,m}m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，「o{1,3}」將匹配「fooooood」中的前三個o。「o{0,1}」等價於「o?」。請注意在逗號和兩個數之間不能有空格。?非貪心量化（Non-greedy quantifiers）：當該字符緊跟在任何一個其他重複修飾符（*,+,?，{n}，{n,}，{n,m}）後面時，匹配模式是「非」貪婪的。非貪婪模式儘可能少的匹配所搜索的字符串，而默認的貪婪模式則儘可能多的匹配所搜索的字符串。例如，對於字符串「oooo」，「o+?」將匹配單個「o」，而「o+」將匹配所有「o」。.匹配除「\r」「\n」之外的任何單個字符。要匹配包括「\r」「\n」在內的任何字符，請使用像「(.\|\r\|\n)」的模式。(pattern)匹配pattern並獲取這一匹配的子字符串。該子字符串用於向後引用。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用「\(」或「\)」。可帶數量後綴。(?:pattern)匹配pattern但不獲取匹配的子字符串（shy groups），也就是說這是一個非獲取匹配，不存儲匹配的子字符串用於向後引用。這在使用或字符「(\|)」來組合一個模式的各個部分是很有用。例如「industr(?:y\|ies)」就是一個比「industry\|industries」更簡略的表達式。(?=pattern)正向肯定預查（look ahead positive assert），在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如，「Windows(?=95\|98\|NT\|2000)」能匹配「Windows2000」中的「Windows」，但不能匹配「Windows3.1」中的「Windows」。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜索，而不是從包含預查的字符之後開始。(?!pattern)正向否定預查（negative assert），在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如「Windows(?!95\|98\|NT\|2000)」能匹配「Windows3.1」中的「Windows」，但不能匹配「Windows2000」中的「Windows」。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜索，而不是從包含預查的字符之後開始(?<=pattern)反向（look behind）肯定預查，與正向肯定預查類似，只是方向相反。例如，「(?<=95\|98\|NT\|2000)Windows」能匹配「2000Windows」中的「Windows」，但不能匹配「3.1Windows」中的「Windows」。(?<!pattern)反向否定預查，與正向否定預查類似，只是方向相反。例如「(?<!95\|98\|NT\|2000)Windows」能匹配「3.1Windows」中的「Windows」，但不能匹配「2000Windows」中的「Windows」。x\|y沒有包圍在()裡，其範圍是整個正則表達式。例如，「z\|food」能匹配「z」或「food」。「(?:z\|f)ood」則匹配「zood」或「food」。[xyz]字符集合（character class）。匹配所包含的任意一個字符。例如，「[abc]」可以匹配「plain」中的「a」。特殊字符僅有反斜線\保持特殊含義，用於轉義字符。其它特殊字符如星號、加號、各種括號等均作為普通字符。脫字符^如果出現在首位則表示負值字符集合；如果出現在字符串中間就僅作為普通字符。連字符 - 如果出現在字符串中間表示字符範圍描述；如果如果出現在首位（或末尾）則僅作為普通字符。右方括號應轉義出現，也可以作為首位字符出現。[^xyz]排除型字符集合（negated character classes）。匹配未列出的任意字符。例如，「[^abc]」可以匹配「plain」中的「plin」。[a-z]字符範圍。匹配指定範圍內的任意字符。例如，「[a-z]」可以匹配「a」到「z」範圍內的任意小寫字母字符。[^a-z]排除型的字符範圍。匹配任何不在指定範圍內的任意字符。例如，「[^a-z]」可以匹配任何不在「a」到「z」範圍內的任意字符。[:name:]增加命名字符類（named character class）中的字符到表達式。只能用於「方括號表達式」。[=elt=]增加當前locale下排序（collate）等價於字符「elt」的元素。例如，[=a=]可能會增加ä、á、à、ă、ắ、ằ、ẵ、ẳ、â、ấ、ầ、ẫ、ẩ、ǎ、å、ǻ、ä、ǟ、ã、ȧ、ǡ、ą、ā、ả、ȁ、ȃ、ạ、ặ、ậ、ḁ、ⱥ、ᶏ、ɐ、ɑ 。只能用於方括號表達式。[.elt.]增加排序元素elt到表達式中。這是因為某些排序元素由多個字符組成。例如，29個字母表的西班牙語， "CH"作為單個字母排在字母C之後，因此會產生如此排序「cinco, credo, chispa」。只能用於方括號表達式。\b匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，「er\b」可以匹配「never」中的「er」，但不能匹配「verb」中的「er」。\B匹配非單詞邊界。「er\B」能匹配「verb」中的「er」，但不能匹配「never」中的「er」。\cx匹配由x指明的控制字符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的「c」字符。控制字符的值等於x的值最低5比特（即對3210進位的餘數）。例如，\cM匹配一個Control-M或回車符。\ca等效於\u0001, \cb等效於\u0002, 等等…\d匹配一個數字字符。等價於[0-9]。注意Unicode正則表達式會匹配全形數字字符。\D匹配一個非數字字符。等價於[^0-9]。\f匹配一個換頁符。等價於\x0c和\cL。\n匹配一個換行符。等價於\x0a和\cJ。\r匹配一個回車符。等價於\x0d和\cM。\s匹配任何空白字符，包括空格、制表符、換頁符等等。等價於[ \f\n\r\t\v]。注意Unicode正則表達式會匹配全形空格符。\S匹配任何非空白字符。等價於[^ \f\n\r\t\v]。\t匹配一個制表符。等價於\x09和\cI。\v匹配一個垂直制表符。等價於\x0b和\cK。\w匹配包括下劃線的任何單詞字符。等價於「[A-Za-z0-9_]」。注意Unicode正則表達式會匹配中文字符。\W匹配任何非單詞字符。等價於「[^A-Za-z0-9_]」。\xnn十六進位轉義字符序列。匹配兩個十六進位數字nn表示的字符。例如，「\x41」匹配「A」。「\x041」則等價於「\x04&1」。正則表達式中可以使用ASCII編碼。.\num向後引用（back-reference）一個子字符串（substring），該子字符串與正則表達式的第num個用括號圍起來的捕捉群（capture group）子表達式（subexpression）匹配。其中num是從1開始的十進位正整數，其上限可能是9、31、99，甚至無限。例如：「(.)\1」匹配兩個連續的相同字符。\n標識一個八進位轉義值或一個向後引用。如果\n之前至少n個獲取的子表達式，則n為向後引用。否則，如果n為八進位數字（0-7），則n為一個八進位轉義值。\nm3位八進位數字，標識一個八進位轉義值或一個向後引用。如果\nm之前至少有nm個獲得子表達式，則nm為向後引用。如果\nm之前至少有n個獲取，則n為一個後跟文字m的向後引用。如果前面的條件都不滿足，若n和m均為八進位數字（0-7），則\nm將匹配八進位轉義值nm。\nml如果n為八進位數字（0-3），且m和l均為八進位數字（0-7），則匹配八進位轉義值nml。\unUnicode轉義字符序列。其中n是一個用四個十六進位數字表示的Unicode字符。例如，\u00A9匹配著作權符號（©）。優先權優先權符號最高\高()、(?:)、(?=)、[]中*、+、?、{n}、{n,}、{n,m}低^、$、中介字符次最低串接，即相鄰字符連接在一起最低\|