Python正则表达式完美匹配中⽂与中⽂标点符号
匹配中⽂标点符号： [\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b]
匹配中⽂字符的正则表达式： [\u4e00-\u9fa5]
import re
s = "\n\r\t@#$%^&*这样⼀本书⼤卖，有点意外，据说已经印了四五⼗万，排⾏榜仅次于《希拉⾥⾃传》。⼤概是⼤众抛弃了⼀位表演过⽕的“⽂化⼤师”后，需要再⼀位有格调的“⽂化饰品”来装点吧？书的装帧果然有品格，书⽪是淡棕⾊的皱纹纸，t= re.findall('[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b\u4e00-\u9fa5]',s)
print(''.join(t))
匹配中⽂字符的正则表达式： [/u4e00-/u9fa5]
评注：匹配中⽂还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^/x00-/xff]
js中文正则表达式
评注：可以⽤来计算字符串的长度（⼀个双字节字符长度计2，ASCII字符计1）
匹配空⽩⾏的正则表达式：/n/s*/r
评注：可以⽤来删除空⽩⾏
匹配HTML标记的正则表达式：<(/S*?)[^>]*>.*?<//1>|<.*? />
评注：⽹上流传的版本太糟糕，上⾯这个也仅仅能匹配部分，对于复杂的嵌套标记依旧⽆能为⼒
匹配⾸尾空⽩字符的正则表达式：^/s*|/s*$
评注：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
匹配Email地址的正则表达式：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
评注：表单验证时很实⽤
匹配⽹址URL的正则表达式：[a-zA-z]+://[^/s]*
评注：⽹上流传的版本功能很有限，上⾯这个基本可以满⾜需求
匹配帐号是否合法(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}$
评注：表单验证时很实⽤
匹配国内电话号码：/d{3}-/d{8}|/d{4}-/d{7}
评注：匹配形式如 0511-******* 或 021-********
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国：[1-9]/d{5}(?!/d)
评注：中国为6位数字
匹配⾝份证：/d{15}|/d{18}
评注：中国的⾝份证为15位或18位
匹配ip地址：/d+/./d+/./d+/./d+
评注：提取ip地址时有⽤
匹配特定数字：
^[1-9]/d*$  //匹配正整数
^-[1-9]/d*$  //匹配负整数
^-?[1-9]/d*$  //匹配整数
^[1-9]/d*|0$  //匹配⾮负整数（正整数 + 0）
^-[1-9]/d*|0$  //匹配⾮正整数（负整数 + 0）
^[1-9]/d*/./d*|0/./d*[1-9]/d*$  //匹配正浮点数
^-([1-9]/d*/./d*|0/./d*[1-9]/d*)$  //匹配负浮点数
^-?([1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0)$  //匹配浮点数
^[1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0$  //匹配⾮负浮点数（正浮点数 + 0）
^(-([1-9]/d*/./d*|0/./d*[1-9]/d*))|0?/.0+|0$  //匹配⾮正浮点数（负浮点数 + 0）
评注：处理⼤量数据时有⽤，具体应⽤时注意修正
匹配特定字符串：
^[A-Za-z]+$  //匹配由26个英⽂字母组成的字符串
^[A-Z]+$  //匹配由26个英⽂字母的⼤写组成的字符串
^[a-z]+$  //匹配由26个英⽂字母的⼩写组成的字符串
^[A-Za-z0-9]+$  //匹配由数字和26个英⽂字母组成的字符串
^/w+$  //匹配由数字、26个英⽂字母或者下划线组成的字符串
评注：最基本也是最常⽤的⼀些表达式
在Perl:
从ISO 8859-1到UTF-8: s/([/x80-/xFF])/chr(0xC0|ord($1)>>6).chr(0x80|ord($1)&0x3F)/eg;
从UTF-8到ISO 8859-1: s/([/xC2/xC3])([/x80-/xBF])/chr(ord($1)<<6&0xC0|ord($2)&0x3F)/eg;

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。