Python正则表达式：数字与字符校验

"这份文档是关于Python中常用的正则表达式的总结，主要涵盖了数字和字符的验证模式。" 在Python编程中，正则表达式（Regular Expression）是一种强大的文本处理工具，用于匹配、查找、替换等操作。这些表达式通过预定义的模式来识别特定的字符串格式。以下是对给定部分的详细解释： ### 数字的正则表达式 1. **数字**: `^[0-9]*$` - 匹配任何由0到9组成的数字序列，包括空字符串。 2. **n位的数字**: `^\d{n}$` - 匹配恰好n个数字，例如`^\d{3}$`会匹配三位数字如123。 3. **至少n位的数字**: `^\d{n,}$` - 匹配至少n个数字，例如`^\d{3,}$`匹配三个或更多数字。 4. **m-n位的数字**: `^\d{m,n}$` - 匹配m到n个数字，例如`^\d{2,4}$`匹配两到四个数字。 5. **零和非零开头的数字**: `^(0|[1-9][0-9]*)$` - 匹配0或者非零开头的数字序列。 6. **非零开头的最多带两位小数的数字**: `^([1-9][0-9]*)+(.[0-9]{1,2})?$` - 匹配非零整数或带有最多两位小数的数。 7. **带1-2位小数的正数或负数**: `^(\-)?\d+(\.\d{1,2})?$` - 匹配正负整数或带有1-2位小数的数。 8. **正数、负数、和小数**: `^(\-|\+)?\d+(\.\d+)?$` - 匹配所有可能的正数、负数和小数。 9. **有两位小数的正实数**: `^[0-9]+(.[0-9]{2})?$` - 匹配至少一位整数且最多两位小数的正实数。 10. **有1~3位小数的正实数**: `^[0-9]+(.[0-9]{1,3})?$` - 匹配至少一位整数且1-3位小数的正实数。 11. **非零的正整数**: `^[1-9]\d*$` 或 `^([1-9][0-9]*){1,3}$` 或 `^\+?[1-9][0-9]*$` - 匹配非零的正整数。 12. **非零的负整数**: `^\-[1-9]\d*` 或 `^-[1-9]\d*$` - 匹配非零的负整数。 13. **非负整数**: `^\d+$` 或 `^[1-9]\d*|0$` - 匹配所有非负整数，包括0。 14. **非正整数**: `^-[1-9]\d*|0$` 或 `^((-\d+)|(0+))$` - 匹配所有非正整数，即负整数和0。 15. **非负浮点数**: `^\d+(\.\d+)?$` 或 `^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$` - 匹配所有非负浮点数。 16. **非正浮点数**: `^((-\d+(\.\d+)?)|(0+(\.0+)?))$` 或 `^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$` - 匹配所有非正浮点数。 17. **正浮点数**: `^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$` 或 `^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$` - 匹配所有正浮点数。 18. **负浮点数**: `^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$` 或 `^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$` - 匹配所有负浮点数。 19. **浮点数**: `^(-?\d+)(\.\d+)?$` 或 `^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$` - 匹配所有浮点数，包括正负。 ### 字符的正则表达式 1. **汉字**: `^[\u4e00-\u9fa5]{0,}$` - 匹配任意长度的汉字字符串。 2. **英文和数字**: `^[A-Za-z0-9]+$` 或 `^[A-Za-z0-9]` - 匹配只包含英文和数字的字符串。 3. **英文**: `^[a-zA-Z]+$` - 匹配只包含英文的字符串。 4. **字母**: `^[a-zA-Z]+$` - 同上，字母包括大写和小写。 5. **英文首字母**: `^[A-Z]$` - 匹配单个大写字母。 6. **英文小写字母**: `^[a-z]$` - 匹配单个小写字母。 7. **空格**: `\s` - 匹配一个空白字符，包括空格、制表符、换页符等。 8. **特殊字符**: `[^a-zA-Z0-9\s]` - 匹配除字母、数字和空格外的任意字符。 以上就是文档中涉及的一些基本的Python正则表达式，它们在数据验证、数据清洗、文本处理等方面有着广泛的应用。通过这些表达式，开发者可以高效地处理各种字符串格式，确保数据的正确性和一致性。