12.re正则常用匹配内容

约 673 字大约 2 分钟

2025-05-06

正则表达式认识正则正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。正则表达式使用单个字符串来描述、匹配一系列匹配某个语法规的字符串。

正则表达式常用场景(以python为例)

匹配邮箱地址：

import re
email_pattern = r'^[\w\.-]+@[a-zA-Z\d\.-]+\.[a-zA-Z]{2,}$'
emails = ['abc@email.com', 'xyz123@email.co.uk', 'invalid-email']
valid_emails = [email for email in emails if re.match(email_pattern, email)]
print(valid_emails)  # 输出：['abc@email.com', 'xyz123@email.co.uk']

查找文本中的数字：

import re
text = "这是一个包含数字123和456的文本"
numbers = re.findall(r'\d+', text)
print(numbers)  # 输出：['123', '456']

替换文本中的特定模式：

import re
text = "Hello, world! This is a test."
updated_text = re.sub(r'Hello', 'Hi', text)
print(updated_text)  # 输出：Hi, world! This is a test.

提取网页中的链接：

import re
html_content = '<a href="https://www.example.com">Example</a> <a href="https://www.test.com">Test</a>'
links = re.findall(r'href="([^"]+)"', html_content)
print(links)  # 输出：['https://www.example.com', 'https://www.test.com']

提取手机号码（中国大陆手机号）:

import re
phone_pattern = r'1[3-9]\d{9}'
text = "我的手机号是：13912345678，朋友的是18887654321。"
phones = re.findall(phone_pattern, text)
print(phones)  # 输出：['13912345678', '18887654321']

6.匹配IP地址：

import re
ip_pattern = r'\b(?:[0-9]{1,3}\.){3}[0-9]{1,3}\b'
text = "本机IP地址是：192.168.1.1，服务器IP是：10.0.0.1。"
ips = re.findall(ip_pattern, text)
print(ips)  # 输出：['192.168.1.1', '10.0.0.1']

7.提取HTML标签内容（例如 <p>...</p>）：

import re
html_pattern = r'<(\w+)[^>]*>(.*?)</\1>'
html_text = '<p>Hello</p> <div>World</div>'
tags_content = re.findall(html_pattern, html_text)
print(tags_content)  # 输出：[('p', 'Hello'), ('div', 'World')]

8.检测特定单词的出现次数：

import re
text = "This is a test. This test is important."
word = "test"
occurrences = len(re.findall(r'\b' + re.escape(word) + r'\b', text))
print(f"单词 '{word}' 出现次数：{occurrences}")  # 输出：单词 'test' 出现次数：2

9.验证密码强度（包含大小写字母、数字和特殊字符）：

import re
passwords = ['Pass123!', 'password', 'StrongP@ssword1']
password_pattern = r'^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[@$!%*?&])[A-Za-z\d@$!%*?&]{8,}$'
strong_passwords = [pwd for pwd in passwords if re.match(password_pattern, pwd)]
print(strong_passwords)  # 输出：['StrongP@ssword1']

结语

本文源码： Python爬虫之路 https://github.com/rosyrain/spider-course lesson12中，有对应的python的demo文件。在lesson12当中还有正则表达式理论知识，常用场景、匹配内容。欢迎各位Follow/Star/Fork ( •̀ ω •́ )✧

有任何问题欢迎大家的评论和指正。再次声明，本专栏只做技术探讨，严谨商用，恶意攻击等。

这是我的 GitHub 主页：Rosyrain (github.com) https://github.com/rosyrain，里面有一些我学习时候的笔记或者代码。本专栏的文档和源码存到spider-course的仓库下。

欢迎大家Follow/Star/Fork三连。