实体识别 | 正则表达式：提取身份证号

 提取身份证号：

import re
text = "418193200001016666"
IDCards_pattern = r'^([1-9]\d{5}[12]\d{3}(0[1-9]|1[012])(0[1-9]|[12][0-9]|3[01])\d{3}[0-9xX])$'

IDs = re.findall(IDCards_pattern, text, flags=0)
print(IDs)

打印结果：

[('140581199509030032', '09', '03')]

附：

正则表达式的书写语法

1、^  表示匹配字符串的开始位置  (例外  用在中括号中[ ] 时,可以理解为取反,表示不匹配括号中字符串)

2、$  表示匹配字符串的结束位置

3、*  表示匹配 零次到多次

4、+  表示匹配 一次到多次 (至少有一次)

5、?  表示匹配零次或一次

6、.  表示匹配单个字符 

7、|  表示为或者,两项中取一项

8、(  ) 小括号表示匹配括号中全部字符

9、[  ] 中括号表示匹配括号中一个字符 范围描述 如[0-9 a-z A-Z]

10、{  } 大括号用于限定匹配次数  如 {n}表示匹配n个字符  {n,}表示至少匹配n个字符  {n,m}表示至少n,最多m

11、\  转义字符 如上基本符号匹配都需要转义字符   如 \*  表示匹配*号

12、\w 表示英文字母和数字  \W  非字母和数字

13、\d  表示数字   \D  非数字