正则表达式。常因此正则表达式。

by admin on 2018年10月5日

  转载自:http://114.xixik.com/regex/

  说明:正则表达式通常用于两种任务:1.验证,2.搜/替换。用于证明时,通常要在左右分别长^和$,以配合整个待验证字符串;搜索/替换时是否丰富这限则因查找的渴求而定,此外,也产生或要在内外加上b而休是^和$。此表所列的常用正则表达式,除个别外皆未以前后加上另限制,请根据需要,自行处理。

  正则表达式(英文:Regular Expression)在处理器对中,是借助一个所以来
描述还是配合同系列符合某个句法规则的字符串的单个字符串。

  正则表达式(英文:Regular
Expression)在电脑对中,是乘一个为此来讲述还是配合同多元符合某个句法规则的字符串的么字符串。

平等、常用正则表达式

说明 正则表达式
网址(URL) [a-zA-z]+://[^s]*
IP地址(IP Address) ((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)
电子邮件(Email) w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
QQ号码 [1-9]d{4,}
HTML标记(包含内容或自闭合) <(.*)(.*)>.*</1>|<(.*) />
密码(由数字/大写字母/小写字母/标点符号组成,四种都必有,8位以上) (?=^.{8,}$)(?=.*d)(?=.*W+)(?=.*[A-Z])(?=.*[a-z])(?!.*n).*$
日期(年-月-日) (d{4}|d{2})-((0?([1-9]))|(1[1|2]))-((0?[1-9])|([12]([1-9]))|(3[0|1]))
日期(月/日/年) ((0?[1-9]{1})|(1[1|2]))/(0?[1-9]|([12][1-9])|(3[0|1]))/(d{4}|d{2})
时间(小时:分钟, 24小时制) ((1|0?)[0-9]|2[0-3]):([0-5][0-9])
汉字(字符) [u4e00-u9fa5]
中文及全角标点符号(字符) [u3000-u301eufe10-ufe19ufe30-ufe44ufe50-ufe6buff01-uffee]
中国大陆固定电话号码 (d{4}-|d{3}-)?(d{8}|d{7})
中国大陆手机号码 1d{10}
中国大陆邮政编码 [1-9]d{5}
中国大陆身份证号(15位或18位) d{15}(dd[0-9xX])?
非负整数(正整数或零) d+
正整数 [0-9]*[1-9][0-9]*
负整数 -[0-9]*[1-9][0-9]*
整数 -?d+
小数 (-?d+)(.d+)?
  • 正则表达式用于字符串处理、表单验证等场所,实用高效。现将一些常用的表达
    式收集于此,以备不时之用。
  • 用户名:/^[a-z0-9_-]{3,16}$/   
  • 密码:/^[a-z0-9_-]{6,18}$/
  • 十六进制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
  • 电子邮箱:/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/
  • URL:/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w
    \.-]*)*\/?$/
  • IP 地址:
    /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][
    0-9]|[01]?[0-9][0-9]?)$/
  • HTML
    标签:/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/
  • Unicode 编码中的汉字范围:/^[u4e00-u9fa5],{0,}$/
  • 匹配中文字符之正则表达式: [\u4e00-\u9fa5]
    • 评注:匹配中文还确实是个头疼的从业,有了这表达式就好惩治了
  • 匹配双许节约字符(包括汉字在内):[^\x00-\xff]
    • 评注:可以用来计量字符串的长(一个双字节字符长度计 2,ASCII
      字符计 1)
  • 配合配空白行的正则表达式:\n\s*\r
    • 评注:可以用来删除空白行
  • 配合配 HTML
    标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*?
    />

    • 评注:网上传的版太糟糕,上面这为仅仅能够配合有,对于复杂的嵌套标记依旧无法
  • 匹配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
  • 相当 Email 地址之正则表达式:
    \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

    • 评注:表单验证时颇实用
  • 匹配网址 URL 的正则表达式:[a-zA-z]+://[^\s]*
    • 评注:网上传的版效果很有限,上面这核心可以满足要求
  • 相当帐号是否合法(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:表单验证时坏实用
  • 匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
    • 评注:匹配形式而 0511-4405222 或 021-87888822
  • 匹配配腾讯 QQ 号:[1-9][0-9]{4,}
    • 评注:腾讯 QQ 号从 10000 开始
  • 匹配中国地邮政编码:[1-9]\d{5}(?!\d)
    • 评注:中国陆上邮政编码为 6 各数字
  • 匹配身份证:\d{15}|\d{18}
    • 评注:中国新大陆的身份证也 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:处理大量数量时有用,具体应用时只顾修正

  以上正则表达式均经过再三测试,并连加码,因为不同程序要工具的正则表达式略发分别,大家好依据需要开展简要修改

 

  常用正则表达式

  • 匹配特定字符串:

    • ^[A-Za-z]+$  //匹配由 26 只英文字母组成的字符串
    • ^[A-Z]+$      //匹配由 26 个英文字母的好写组成的字符串
    • ^[a-z]+$       //匹配由 26 只英文字母的多少写组成的字符串
    • ^[A-Za-z0-9]+$ //匹配由数字与 26 个英文字母组成的字符串
    • ^\w+$ //匹配由数字、26 只英文字母或者下划线组成的字符串

  正则表达式用于字符串处理、表单验证等场所,实用高效。现将有些常用之表达式收集于这,以备不时之要。

  二、表达式全集

  用户名:/^[a-z0-9_-]{3,16}$/

  正则表达式有多种不同的风骨。下表是于 PCRE
中最先字符及其在正则表达式上下 文中的所作所为之一个完好无缺列表:

  密码:/^[a-z0-9_-]{6,18}$/

字符 描述
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如,“n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。
^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性,$也匹配“\n”或“\r”之前的位置。
* 匹配前面的子表达式零次或多次。例如,zo*能匹配“z”以及“zoo”。*等价于{0,}。
+ 匹配前面的子表达式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
? 匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。
{n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
{n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。
. 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符,请使用像“[.\n]”的模式。
(pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。
(?:pattern) 匹配pattern但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern) 正向预查,在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?!pattern) 负向预查,在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始
x|y 匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。
[xyz] 字符集合。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。
[^xyz] 负值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“plain”中的“p”。
[a-z] 字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b 匹配一个单词边界,也就是指单词和空格间的位置。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
\B 匹配非单词边界。“er\B”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。
\cx 匹配由x指明的控制字符。例如,\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。
\d 匹配一个数字字符。等价于[0-9]。
\D 匹配一个非数字字符。等价于[^0-9]。
\f 匹配一个换页符。等价于\x0c和\cL。
\n 匹配一个换行符。等价于\x0a和\cJ。
\r 匹配一个回车符。等价于\x0d和\cM。
\s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。
\S 匹配任何非空白字符。等价于[^\f\n\r\t\v]。
\t 匹配一个制表符。等价于\x09和\cI。
\v 匹配一个垂直制表符。等价于\x0b和\cK。
\w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。
\W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xn 匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。.
\num 匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,“(.)\1”匹配两个连续的相同字符。
\n 标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。
\nm 标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则\nm将匹配八进制转义值nm。
\nml 如果n为八进制数字(0-3),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。
\un 匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如,\u00A9匹配版权符号(?)。

  十六前进制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/

  以下是坐 PHP 的语法所形容的言传身教

  电子邮箱:/^([a-z0-9_.-]+)@([da-z.-]+).([a-z.]{2,6})$/

  验证字符串是否就包含数字和英文,字符串长度并于 4~16 只字符中

  URL:/^(https?://)?([da-z.-]+).([a-z.]{2,6})([/w .-]*)*/?$/

1 <?php
2 
3 $str = 'a1234';
4 if (preg_match("^[a-zA-Z0-9]{4,16}$", $str)) {
5 echo "驗證成功"; } else {
6 
7 echo "驗證失敗"; }
8 
9 ?>

简易的台湾身份证字号验证

1 <?php
2 
3 $str = 'a1234';
4 if (preg_match("/^\w[12]\d{8}$/", $str)) {
5 echo "驗證成功"; } else {
6 
7 echo "驗證失敗"; }
8 
9 ?>

  IP
地址:/^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?).){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/

 

  HTML
标签:/^<([a-z]+)([^<]+)*(?:>(.*)</1>|s+/>)$/

以下示例是为此 Perl 语言写的,与地方的示范功能雷同

  Unicode编码中之汉字范围:/^[u4e00-u9fa5],{0,}$/

print $str = “a1234” =~ m:^[a-zA-Z0-9]{4,16}$: ? “COMFIRM” :
“FAILED”;

print $str = “a1234″ =~ m”^\w[12]\d{8}$” ? “COMFIRM” : “INVAILD”;

  匹配中文字符的正则表达式: [u4e00-u9fa5]

老三、如何勾勒来赛效率的正则表达式

  评注:匹配国语还当真是个头疼的转业,有了是表达式就哼惩治了

  如果纯粹是为挑战自己之正则水平,用来兑现部分特效(例如利用正则表达式
计算质数、解线性方程),效率不是题材;如果所形容的正则表达式只是为了满 足
一两次、几十软的运转,优化与否区别呢非绝特别。但是,如果所写的正则表达式
会百万糟、千万糟地运转,效率就是是好死的题目了。我此总结了几长达提升正则
表 达式运行效率的阅历(工作中学至的,看书学来之,自己之认知),贴在及时
里。如果你来任何的经验而此没提及,欢迎赐教。

  匹配双配节约字符(包括汉字在内):[^x00-xff]

 为行文方便,先定义两个概念。

  评注:可以用来计算字符串的长(一个双字节字符长度计2,ASCII字符计1)

  误匹配:指正则表达式所匹配的内容范围超了所用限,有些公文明明不符
合要求,但是吃所形容的正则式“击中了”。例如,如果以\d{11}来配合配 11 位
的手机号,\d{11}不单能匹配正确的手机号,它还会配合配 98765432100 这样的明
显不是手机号的字符串。我们拿这么的匹配称之呢无心匹配。

  匹配空白行的正则表达式:ns*r

  漏匹配:指正则表达式所匹配的内容所规定的限量最狭窄,有些公文确实是所欲
要的,但是所形容的正则没有将这种景象包括在内。例如,使用\d{18}来配合配 18
位的身份证号码,就见面落结尾是配母 X 的状态。

  评注:可以用来删除空白行

  写来同修正则表达式,既可能只现出误匹配(条件写得太宽松,其范围超目标
文本),也说不定就现出渗漏匹配(只描述了目标文本中又状况种之一模一样种植),还只是
能既来误匹配又闹漏匹配。例如,使用\w+\.com 来配合配.com 结尾的域名,既会
误匹配 abc_.com 这样的字串(合法的域名遭受不包含下划线,\w 包含了下划线这种
情况),又会挂一漏万 ab-c.com 这样的域名(合法域名被只是因为带有被写道,但是\w 不
匹配中写道)。

  匹配HTML标记的正则表达式:<(S*?)[^>]*>.*?|<.*?
/>

  精准的正则表达式意味着既是无误匹配且无漏匹配。当然,现实中有这样的景:
只能见到零星数量之文件,根据这些文件写规则,但是这些规则以会见用到海 量
的文本中。这种气象下,尽可能地(如果未是完全地)消除误匹配和漏匹配,
并提升运行效率,就是咱的靶子。本文所提出的涉,主要是针对这种场面。

  评注:网上传的版太糟糕,上面这也特能匹配有,对于复杂的嵌套标记依旧无法

  掌握语法细节。正则表达式在各种语言中,其语法大致相同,细节各发千秋。明
确所利用语言的正则的语法的底细,是描摹起是、高效正则表达式的底子。例如,
perl 中以及\w 等效的相当范围是[a-zA-Z0-9_];perl
正则式不支持肯定逆序环视 中动用可变的更(variable repetition inside
lookbehind,例如 (?<=.*)abc),但是.Net
语法是永葆即同特征的;又如果,JavaScript 连逆序环
视(Lookbehind,如(?<=ab)c) 都非支持,而 perl 和 python
是支撑的。《精通 正则表达式》第 3
章《正则表达式的特征以及派别概览》明确地排有了各大流派正
则的异同,这篇稿子也罢略 地排列有了几乎种常用语言、工具中正则的比较。对于
具体使用者而言,至少应详细摸底在利用的那种工作语言里恰恰则的语法细
节。

  匹配首尾空白字符的正则表达式:^s*|s*$

  先稍微后精,先加后减。使用正则表达式语法对于目标文本进行描述和限制,可以
像画素描一样,先盖勾勒出框架,再慢慢以局步实现细节。仍举刚才的无绳电话机号
的例子,先界定\d{11},总不会见磨;再细化为 1[358]\d{9}, 就往前面跨了同一雅
步(至于第二个是匪是
3、5、8,这里无意深究,只举这样一个例,说明逐步细化的过程)。这样做的目的是先去掉漏匹配(刚开先行尽可能多
地兼容,做
加法),然后再度一点一点地解除误匹配(做减法)。这样有先有后,在考虑时才
不易出错,从而为“不误不漏”这个目标迈进。

  评注:可以就此来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常实用之表达式

  留起后路。所能观看底文本 sample
是有限的,而急需匹配检验之公文是海量的,
暂时不可见的。对于这样的图景,在描绘正则达 式时若跳出所能够看到的公文的
圈子,开拓思路,作出“战略性前瞻”。例如,经常接到这么的垃圾短信:“发
*票”、“发#流产”。如果要描写规则屏蔽这样烦人的垃 圾短信,不但使力所能及写起可
以相当当前文件的正则表达式 发[*#](?:票|漂),还要会想到
发.(?:票|漂|
飘)之类可能出现的“变种”。这当现实的园地或会来针对的规则,不多说话。
这样做的目的是排除漏匹配,延长正则表达式的生命周期。

  匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*

  明确。具体说来,就是小心用点号这样的元字符,尽可能不用星号和加号这样的
任意量词。只要能确 定范围之,例如\w,就无须因此点号;只要能够预测还次
数的,就绝不为此任意量词。例如,写析取 twitter 音之本子,假而同一长达消息的
xml 正文部分了结 构是<span
class=”msg”>…</span>且正文中任尖括号,那么 <span
class=”msg”>[^<]{1,480}</span>这种写法的笔触使好叫<span
class=”msg”>.*</span>,原因有第二:一是应用[^<],它保证了文本的限制未
会超出下一个低于号所于的岗位;二凡是鲜明长度限制,{1,480},其根据是一模一样条
twitter 消息大致会之字符长度限制。当然,480 这个长度是否是还可推敲,
但是这种思路是值得借鉴的。说得狠一点,“滥用点号、星号和加号是无环保、
不负责任的做法”。

  评注:表单验证时十分实用

  不要吃谷草压死骆驼。每用一个普普通通括号()而未是无捕获型括号(?:…),就见面
保留有内存等着公再次做客。这样的正则表达式、无限次地运转次数,无异
于一致完完全全根稻草的堆加,终于会将骆驼压死。养成合理采取(?:…)括号的习惯。

  匹配网址URL的正则表达式:[a-zA-z]+://[^s]*

  宁简勿繁。将平漫长复杂的正则表达式拆分为有限漫漫或多漫漫简单的正则表达式,编程
难度会稳中有降,运行效率会升级。例如用来打消行首和行尾空白字符的正则表达式
s/^\s+|\s+$//g;,其运转效率理论及一经小于 s/^\s+//g; s/\s+$//g;
。这个例
子出自《精通正则表达式》第五段,书被针对其的褒贬是“它几乎总是太抢的,而
且显然太易理解”。既快并且好懂,何乐而不为?工作被我们尚生任何的理
由而以 C==(A|B)这 样的正则表达式拆呢 A 和 B 片条表达式分别实施。例如,虽
然 A 和 B 这有限种植状况只要出同等种能够拍中所待之文书模式就是会成匹配,但是
如果假定来相同条子表达式 (例如 A)会发出误匹配,那么不论其它的子表达式
(例如 B)效率如何的强,范围如何精准,C 的整精准度也会盖 A 而吃震慑。

  评注:网上传的本子效果特别简单,上面是基本好满足需求

  巧妙定位。有时候,我们用般配的 the,是作单词的 the(两边有空格),
而休是当做单词一片的 t-h-e 的稳步排列(例如 together 中的 the)。在适
当的上用上^,$,\b 等等定位锚点,能使得提升找到成功匹配、淘汰未成事
匹配的频率。

  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:表单验证时死实用

  匹配国内电话号码:d{3}-d{8}|d{4}-d{7}

  评注:匹配形式而 0511-4405222 或 021-87888822

  匹配腾讯QQ号:[1-9][0-9]{4,}

  评注:腾讯QQ号从10000开始

  匹配中国新大陆邮政编码:[1-9]d{5}(?!d)

  评注:中国大洲邮政编码为6号数字

  匹配身份证:d{15}|d{18}

  评注:中国陆上的身份证吗15个还是18个

  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:处理大量数量时有用,具体使用时只顾修正

  匹配特定字符串:

  ^[A-Za-z]+$  //匹配由26单英文字母组成的字符串

  ^[A-Z]+$  //匹配由26独英文字母的挺写组成的字符串

  ^[a-z]+$  //匹配由26单英文字母的稍写组成的字符串

  ^[A-Za-z0-9]+$  //匹配由数字和26独英文字母组成的字符串

  ^w+$  //匹配由数字、26单英文字母或者下划线组成的字符串

  表达式全集

  正则表达式有多种不同的作风。下表是以PCRE中元字符及其在正则表达式上下文中的作为之一个整机列表:

字符 描述
将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如,“n”匹配字符“n”。“n”匹配一个换行符。序列“”匹配“”而“(”则匹配“(”。
^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配“n”或“r”之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性,$也匹配“n”或“r”之前的位置。
* 匹配前面的子表达式零次或多次。例如,zo*能匹配“z”以及“zoo”。*等价于{0,}。
+ 匹配前面的子表达式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
? 匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。
{n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
{n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。
. 匹配除“n”之外的任何单个字符。要匹配包括“n”在内的任何字符,请使用像“[.n]”的模式。
(pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“(”或“)”。
(?:pattern) 匹配pattern但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern) 正向预查,在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?!pattern) 负向预查,在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始
x|y 匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。
[xyz] 字符集合。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。
[^xyz] 负值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“plain”中的“p”。
[a-z] 字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
b 匹配一个单词边界,也就是指单词和空格间的位置。例如,“erb”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
B 匹配非单词边界。“erB”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。
cx 匹配由x指明的控制字符。例如,cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。
d 匹配一个数字字符。等价于[0-9]。
D 匹配一个非数字字符。等价于[^0-9]。
f 匹配一个换页符。等价于x0c和cL。
n 匹配一个换行符。等价于x0a和cJ。
r 匹配一个回车符。等价于x0d和cM。
s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[fnrtv]。
S 匹配任何非空白字符。等价于[^fnrtv]。
t 匹配一个制表符。等价于x09和cI。
v 匹配一个垂直制表符。等价于x0b和cK。
w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。
W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
xn 匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,“x41”匹配“A”。“x041”则等价于“x04&1”。正则表达式中可以使用ASCII编码。.
num 匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,“(.)1”匹配两个连续的相同字符。
n 标识一个八进制转义值或一个向后引用。如果n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。
nm 标识一个八进制转义值或一个向后引用。如果nm之前至少有nm个获得子表达式,则nm为向后引用。如果nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则nm将匹配八进制转义值nm。
nml 如果n为八进制数字(0-3),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。
un 匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如,u00A9匹配版权符号(?)。

  以下是坐PHP的语法所勾画的演示

  验证字符串是否只含有数字与英文,字符串长度并当4~16独字符中

  

  $str = ‘a1234’;

  if (preg_match(“^[a-zA-Z0-9]{4,16}$”, $str)) {

  echo “验证成功”;

  } else {

  echo “验证失敗”;

  }

  ?>

  简易的台湾位置证字号验证

  

  $str = ‘a1234’;

  if (preg_match(“/^w[12]d{8}$/”, $str)) {

  echo “验证成功”;

  } else {

  echo “验证失敗”;

  }

  ?>

  以下示例是因此 Perl 语言写的,与方的以身作则功能雷同

  print $str = “a1234” =~ m:^[a-zA-Z0-9]{4,16}$: ? “COMFIRM” :
“FAILED”;

  print $str = “a1234″ =~ m”^w[12]d{8}$” ? “COMFIRM” : “INVAILD”;

  如何勾勒起赛效率的正则表达式

  如果纯粹是以挑战自己的正则水平,用来贯彻部分神效(例如利用正则表达式计算质数、解线性方程),效率不是题材;如果所描写的正则表达式只是为满足一两潮、几十潮的运作,优化与否区别吧未极端死。但是,如果所形容的正则表达式会百万不行、千万不行地运转,效率就是是生十分的题目了。我此总结了几修提升正则表达式运行效率的阅历(工作中学至之,看书学来的,自己的认知),贴于此间。如果您发出外的经验而这边没提及,欢迎赐教。

  为做方便,先定义两个概念。

  误匹配:指正则表达式所匹配的始末范围超了所需要限制,有些公文明明无符合要求,但是让所描绘的正则式“击中了”。例如,如果使用d{11}来配合11位的手机号,d{11}不单能配合正确的手机号,它还见面配合配98765432100这样的斐然不是手机号的字符串。我们拿这么的匹配称之乎无心匹配。

  漏匹配:指正则表达式所匹配的内容所规定之克最狭窄,有些公文确实是所欲的,但是所勾画的正则没有将这种景象包括在内。例如,使用d{18}来配合18员之身份证号码,就会落结尾是字母X的情景。

  写起同样漫长正则表达式,既可能仅仅现出误匹配(条件写得太宽松,其范围超目标文本),也可能只有现出渗漏匹配(只描述了靶文本中又情种之一律种植),还可能既来无意匹配又发生漏匹配。例如,使用w+.com来配合配.com结尾的域名,既会误匹配abc_.com这样的字串(合法的域名被未含有下划线,w包含了下划线这种状态),又会挂一漏万ab-c.com这样的域名(合法域名受到但是因为带有着写道,但是w不匹配中划线)。

  精准的正则表达式意味着既是无误匹配且无漏匹配。当然,现实中有这样的情事:只能望零星数量之文书,根据这些文件写规则,但是这些规则以会晤就此到海量的公文中。这种情况下,尽可能地(如果非是全然地)消除误匹配和漏匹配,并提升周转效率,就是我们的对象。本文所提出的经验,主要是指向这种场面。

  掌握语法细节。正则表达式在各种语言中,其语法大致相同,细节各起千秋。明确所利用语言的正则的语法的底细,是形容来不错、高效正则表达式的功底。例如,perl中与w等效的配合范围是[a-zA-Z0-9_];perl正则式不支持肯定逆序环视中以可变的更(variable
repetition inside
lookbehind,例如(?<=.*)abc),但是.Net语法是支撑即无异风味的;又如果,JavaScript连逆序环视(Lookbehind,如(?<=ab)c)都非支持,而perl和python是永葆的。《精通正则表达式》第3段《正则表达式的风味和法家概览》明确地排列有了各个大门户正则的异同,这篇稿子也大概地排列有了几种常用语言、工具被正则的可比。对于具体使用者而言,至少应当详细摸底在使的那种工作语言里正则的语法细节。

  先稍微后精,先加后减。使用正则表达式语法对于目标文本进行描述和限,可以像打素描一样,先盖勾勒出框架,再逐渐以局步实现细节。仍举刚才底手机号的例证,先界定d{11},总不会见磨;再细化为1[358]d{9},就往前面迈出了同一要命步(至于第二个是匪是3、5、8,这里无意深究,只举这样一个例,说明逐步细化的进程)。这样做的目的是先破漏匹配(刚开先行尽可能多地兼容,做加法),然后再次一点一点地消除误匹配(做减法)。这样有先有后,在考虑时才是出错,从而为“不误不透”这个目标迈进。

  留出后路。所能望底文本sample是个别的,而要匹配检验之公文是海量的,暂时不可见的。对于如此的事态,在描绘正则表达式时要跳出所能看出的文本的世界,开拓思路,作出“战略性前瞻”。例如,经常收到这样的垃圾短信:“发*票”、“发#流产”。如果如描写规则屏蔽这样烦人的污染源短信,不但要能够写有得兼容当前文件的正则表达式
发[*#](?:票|漂),还要会想到
发.(?:票|漂|飘)之类可能出现的“变种”。这当切实可行的小圈子可能会生针对的规则,不多谈。这样做的目的是脱漏匹配,延长正则表达式的生命周期。

  明确。具体说来,就是小心用点号这样的元字符,尽可能不用星号和加号这样的任意量词。只要能够确定限制之,例如w,就绝不为此点号;只要能预测还次数之,就不要就此任意量词。例如,写析取twitter消息的剧本,假要同一长长的信息之xml正文部分结构是…且正文中任尖括号,那么[^<]{1,480}这种写法的思绪要好于.*,原因来次:一凡是下[^<],它保证了文件的界定不见面压倒下一个仅次于号所当的职位;二凡是尽人皆知长度限制,{1,480},其依据是一模一样漫漫twitter消息大致能的字符长度限制。当然,480斯尺寸是否科学还可推敲,但是这种思路是值得借鉴之。说得狠一点,“滥用点号、星号和加号是匪环保、不负责任的做法”。

  不要受谷草压死骆驼。每使用一个习以为常括号()而未是不捕获型括号(?:…),就会保留部分内存等着公更访问。这样的正则表达式、无限次地运行次数,无异于同一清根稻草的堆加,终于能够拿骆驼压死。养成合理采取(?:…)括号的惯。

  宁简勿繁。将平漫长复杂的正则表达式拆分为简单漫漫或多漫漫简单的正则表达式,编程难度会降低,运行效率会升级。例如用来祛除行首和行尾空白字符的正则表达式s/^s+|s+$//g;,其运转效率理论及一旦低于s/^s+//g;
s/s+$//g;
。这个事例出自《精通正则表达式》第五回,书中对它的评论是“它几乎总是顶抢之,而且明确太爱懂”。既快以轻掌握,何乐而不为?工作遭到我们还发生另的理而用C==(A|B)这样的正则表达式拆为A和B两长达表达式分别实施。例如,虽然A和B这简单种状态如果发生平等栽能够拍中所用之文书模式就是会见马到成功匹配,但是一旦一旦来雷同条表达式(例如A)会时有发生误匹配,那么不论其它的子表达式(例如B)效率如何的高,范围如何精准,C的圆精准度也会见为A而被震慑。

  巧妙定位。有时候,我们得配合的the,是作为单词的the(两限发空格),而无是当单词一片段的t-h-e的稳步排列(例如together中之the)。在适用的时候用上^,$,b等等定位锚点,能使得提升找到成功匹配、淘汰不成功匹配的效率。

http://www.bkjia.com/Javascript/434788.htmlwww.bkjia.comtruehttp://www.bkjia.com/Javascript/434788.htmlTechArticle说明:正则表达式通常用于两种任务:1.验证,2.搜索/替换。用于验证时,通常需要在前后分别加上^和$,以匹配整个待验证字符串;搜索/替…

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图