正则表达式

01_元字符

量词	功能
* （贪婪）	重复零次或更多
+ （懒惰）	重复一次或更多次
？ （占有）	重复零次或者一次
{n}	重复n次
{n, m}	重复n,m次
{n,}	重复n次或者更多次
[abc]	字符组 匹配包含括号内元素的字符

02_几种反义

反义	功能
\W	匹配任意不是字母，数字，下划线 的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^abc]	匹配除了abc以外的任意字符

03_量词

贪婪(贪心) 如"*"字符 贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽可能多的内容，如果 失败则回退一个字符，然后再次尝试回退的过程就叫做回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符可以回退。相比下面两种贪婪量词对资源的消耗是最大的，

懒惰(勉强) 如 "?" 懒惰量词使用另一种方式匹配，它从目标的起始位置开始尝试匹配，每次检查一个字符，并寻找它要匹配的内容，如此循环直到字符结尾处。

占有 如"+" 占有量词会覆盖事个目标字符串，然后尝试寻找匹配内容 ，但它只尝试一次，不会回溯，就好比先抓一把石头，然后从石头中挑出黄金

量词	功能
* （贪婪）	重复零次或更多
+ （懒惰）	重复一次或更多次
？ （占有）	重复零次或者一次
{n}	重复n次
{n, m}	重复n,m次
{n,}	重复n次或者更多次

04_懒惰限定符

类型	正则表达式
*？	重复任意次，但尽可能少重复
+？	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

常用的正则表达式

01_校验数字的表达式

类型	正则表达式
数字	^[0-9]*$
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]*)$
浮点数	^(-?\d+)(.\d+)?$

02_校验字符的表达式

类型	正则表达式
汉字	^[\u4e00-\u9fa5]{0,}$
英文和数字	^[A-Za-z0-9]+$
中文、英文、数字包括下划线	^[\u4E00-\u9FA5A-Za-z0-9_]+$
可以输入含有^%&',;=?$"等字符	[^%&',;=?$\x22]+ 12

03_特殊表达式

类型	正则表达式
Email地址	^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$
域名	a-zA-Z0-9{0,62}(/.a-zA-Z0-9{0,62})+/.?
InternetURL	^http://([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$
手机号码	^(13[0-9]|14[5[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
身份证号(15位、18位数字)：	^\d{15}
短身份证号码(数字、字母x结尾)：	^([0-9]){7,18}(x|X)?$
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}
xml文件	^([a-zA-Z]+-?)+[a-zA-Z0-9]+\.x|X[I|L]$
IP地址(提取IP地址时有用)	\d+.\d+.\d+.\d+

标签：字符,量词,提取,数字,重复,必备,爬虫,zA,匹配
来源： https://www.cnblogs.com/854594834-YT/p/14013252.html