正则表达式。常因此正则表达式。

  转载自:http://114.xixik.com/regex/

  说明:正则表达式通常用于两种任务:1.征,2.追寻/替换。用于证明时,通常需以上下分别增长^和$,以配合整个待验证字符串;搜索/替换时是否丰富是限制则根据查找的要求而定,此外,也闹或而于左右加上b而未是^和$。此表所列的常用正则表达式,除个别外都无当内外加上其它限制,请根据需要,自行处理。

  正则表达式(英文:Regular Expression)在计算机科学中,是恃一个因此来
描述还是配合同多级符合某个句法规则之字符串的单个字符串。

  正则表达式(英文:Regular
Expression)在微机科学中,是赖一个就此来叙述还是配合同雨后春笋符合某个句法规则之字符串的单个字符串。

同样、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。现将片常用的发挥
    式收集于斯,以备不时之得。
  • 用户名:/^[a-z0-9_-]{3,16}$/   
  • 密码:/^[a-z0-9_-]{6,18}$/
  • 十六前行制值:/^#?([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+\/>)$/
  • Unicode 编码中之方块字范围:/^[u4e00-u9fa5],{0,}$/
  • 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
    • 评注:匹配汉语还确确实实是单头疼的转业,有矣这个表达式就哼惩治了
  • 配合双配节约字符(包括汉字在内):[^\x00-\xff]
    • 评注:可以据此来计量字符串的尺寸(一个双字节字符长度计 2,ASCII
      字符计 1)
  • 相当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:网上流传的版本太不好,上面是也唯有能够匹配有,对于复杂的嵌套标记依旧无法
  • 相当配首尾空白字符的正则表达式:^\s*|\s*$

    • 评注:可以为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
      常有用的表达式
  • 配合 Email 地址之正则表达式:
    \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

    • 评注:表单验证时大实用
  • 匹配网址 URL 的正则表达式:[a-zA-z]+://[^\s]*
    • 评注:网上流传的本子效果很简单,上面这个中心好满足要求
  • 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:表单验证时那个实用
  • 相当国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
    • 评注:匹配形式而 0511-4405222 或 021-87888822
  • 相当配腾讯 QQ 号:[1-9][0-9]{4,}
    • 评注:腾讯 QQ 号从 10000 开始
  • 匹配中国次大陆邮政编码:[1-9]\d{5}(?!\d)
    • 评注:中国新大陆邮政编码为 6 各类数字
  • 相当身份证:\d{15}|\d{18}
    • 评注:中国陆地的身份证啊 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:处理大量多少时有用,具体用时只顾修正

  以上正则表达式均经过数测试,并不停追加,因为不同程序要工具的正则表达式略有分别,大家好依据需要开展简短修改

 

  常用正则表达式

  • 相当特定字符串:

    • ^[A-Za-z]+$  //匹配由 26 单英文字母组成的字符串
    • ^[A-Z]+$      //匹配由 26 只英文字母的深写组成的字符串
    • ^[a-z]+$       //匹配由 26 单英文字母的略写组成的字符串
    • ^[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

  正则表达式用于字符串处理、表单验证等场合,实用高效。现将一部分常用的表达式收集于这,以备不时之欲。

  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作风。下表是在 PCRE
中首位字符及其于正则表达式上下 文中之表现之一个一体化列表:

  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(?)。

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

  以下是盖 PHP 的语法所描写的以身作则

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

  验证字符串是否仅仅包含数字与英文,字符串长度并在 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+/>)$/

以下示例是用 Perl 语言写的,与方的演示功能雷同

  Unicode编码中的字范围:/^[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]

其三、如何勾勒来大效率的正则表达式

  评注:匹配华语还真是独头疼的从,有了之表达式就哼惩治了

  如果纯粹是以挑战自己的正则水平,用来贯彻有神效(例如利用正则表达式
计算质数、解线性方程),效率不是问题;如果所勾画的正则表达式只是为满 足
一两次于、几十次于的周转,优化与否区别呢不顶非常。但是,如果所形容的正则表达式
会百万次、千万软地运转,效率就是是殊非常之题目了。我这边总结了几乎长条提升正则
表 达式运行效率的阅历(工作中学到的,看书学来之,自己之认知),贴于即时
里。如果你发出其他的经验而这边没有提及,欢迎赐教。

  匹配双许节约字符(包括汉字在内):[^x00-xff]

 为行文方便,先定义两个概念。

  评注:可以据此来计量字符串的尺寸(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情节范围超了所待限制,有些公文明明不符
合要求,但是让所写的正则式“击中了”。例如,如果下\d{11}来配合配 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 这样的明
显不是手机号的字符串。我们把如此的匹配称之乎无心匹配。

  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确定之限最狭窄,有些公文确实是所欲
要的,但是所写的正则没有以这种情景包括在内。例如,使用\d{18}来配合配 18
位的身份证号码,就会见挂一漏万结尾是配母 X 的情景。

  评注:可以据此来删除空白行

  写起同样条正则表达式,既可能一味出现误匹配(条件写得无比宽松,其范围超目标
文本),也或单现出渗漏匹配(只描述了对象文本中多状态种之同种),还可
能既来无意匹配又起漏匹配。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(合法域名受到而为饱含着写道,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,现实中留存这样的状态:
只能看看零星数量之文书,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。这种情景下,尽可能地(如果非是意地)消除误匹配和漏匹配,
并提升运作效率,就是咱们的靶子。本文所提出的阅历,主要是针对这种情形。

  评注:网上流传的版太不好,上面这个为仅仅能够匹配有,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,细节各起千秋。明
确所用语言的正则的语法的底细,是形容来科学、高效正则表达式的基础。例如,
perl 中与\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 中使可变的再度(variable repetition inside
lookbehind,例如 (?<=.*)abc),但是.Net
语法是永葆这同特征的;又比方,JavaScript 连逆序环
视(Lookbehind,如(?<=ab)c) 都无支持,而 perl 和 python
是支持之。《精通 正则表达式》第 3
章《正则表达式的特性以及派系概览》明确地排有了每大流派正
则的异同,这篇文章吧简单 地排列有了几种植常用语言、工具被恰恰则的比较。对于
具体使用者而言,至少应详细询问在以的那种工作语言里刚刚则的语法细
节。

  匹配首尾空白字符的正则表达式:^s*|s*$

  先小后精,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,再慢慢在局步实现细节。仍举刚才之无绳电话机号
的例证,先界定\d{11},总不会见擦;再细化为 1[358]\d{9}, 就向前面跨了平等杀
步(至于第二员是无是
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)。这样做的目的是优先去掉漏匹配(刚开头先行尽可能多
地兼容,做
加法),然后又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“不误不透”这个目标阔步前进。

  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。所能收看底文书 sample
是个别的,而要匹配检验之公文是海量的,
暂时不可见的。对于这么的状况,在描绘正则发表 式时如跳出所能够看的文本的
圈子,开拓思路,作出“战略性前瞻”。例如,经常收到这么的杂质短信:“发
*票”、“发#流产”。如果只要写规则屏蔽这样烦人的垃 圾短信,不但使能写有可
以配合当前文件的正则表达式 发[*#](?:票|漂),还要能够想到
发.(?:票|漂|
飘)之类可能出现的“变种”。这在切实的圈子可能会起对的平整,不多云。
这样做的目的是割除漏匹配,延长正则表达式的生命周期。

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

  明确。具体说来,就是谨慎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,就绝不为此点号;只要会预测还次
数的,就不用因此任意量词。例如,写析取 twitter 信息之台本,假而同一久消息的
xml 正文部分竣工 构是<span
class=”msg”>…</span>且正文中不管尖括号,那么 <span
class=”msg”>[^<]{1,480}</span>这种写法的笔触要好于<span
class=”msg”>.*</span>,原因发生第二:一是用[^<],它保证了文本的限制不
会超出下一个低于号所当的职;二凡是众所周知长度限制,{1,480},其因是同一条
twitter 消息大致能的字符长度限制。当然,480 这个尺寸是否对还可推敲,
但是这种思路是值得借鉴之。说得狠一点,“滥用点号、星号和加号是无环保、
不负责任的做法”。

  评注:表单验证时杀实用

  不要让谷草压死骆驼。每用一个家常括号()而无是未捕获型括号(?:…),就会见
保留部分内存等在若再次做客。这样的正则表达式、无限次地运转次数,无异
于同一到底根稻草的堆加,终于会拿骆驼压死。养成合理运用(?:…)括号的惯。

  匹配网址URL的正则表达式:[a-zA-z]+://[^s]*

  宁简勿繁。将同样漫长复杂的正则表达式拆分为寡漫漫或多漫漫简单的正则表达式,编程
难度会下降,运行效率会提升。例如用来打消行首和行尾空白字符的正则表达式
s/^\s+|\s+$//g;,其运行效率理论及只要自愧不如 s/^\s+//g; s/\s+$//g;
。这个例
子出自《精通正则表达式》第五段,书被针对其的评介是“它几乎总是最抢的,而
且显然太易理解”。既快而爱懂,何乐而不为?工作被我们尚生外的理
由要以 C==(A|B)这 样的正则表达式拆呢 A 和 B 个别长达表达式分别行。例如,虽
然 A 和 B 这简单栽状态如果发生相同种植能打中所用的文本模式就是会见中标匹配,但是
如果只要发生同样便条表达式 (例如 A)会起误匹配,那么不论是其它的子表达式
(例如 B)效率如何的强,范围如何精准,C 的共同体精准度也会见坐 A 而遭遇震慑。

  评注:网上流传的版效果很单薄,上面是基本可以满足急需

  巧妙定位。有时候,我们需要般配的 the,是当做单词的 the(两度有空格),
而非是当单词一有的 t-h-e 的稳步排列(例如 together 中的 the)。在适
当的时段用上^,$,\b 等等定位锚点,能有效提升找到成功匹配、淘汰未成事
匹配的效率。

  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:表单验证时颇实用

  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

  匹配中国陆上邮政编码:[1-9]d{5}(?!d)

  评注:中国大洲邮政编码为6个数字

  匹配身份证:d{15}|d{18}

  评注:中国大洲的身份证也15各项或18各

  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:处理大量多少时有用,具体用时留意修正

  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独英文字母的不行写组成的字符串

  ^[a-z]+$  //匹配由26单英文字母的略微写组成的字符串

  ^[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中冠字符及其在正则表达式上下文中的所作所为的一个完好无缺列表:

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(?)。

  以下是以PHP的语法所形容的演示

  验证字符串是否只是含数字与英文,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,与方的言传身教功能雷同

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

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

  如何勾勒来大效率的正则表达式

  如果纯粹是为挑战自己之正则水平,用来促成部分特效(例如使用正则表达式计算质数、解线性方程),效率不是题材;如果所描绘的正则表达式只是为满足一两蹩脚、几十蹩脚的运转,优化与否区别为非绝老。但是,如果所描写的正则表达式会百万不成、千万次于地运转,效率就是颇可怜的题目了。我此总结了几久提升正则表达式运行效率的涉(工作中学至之,看书学来的,自己之回味),贴在此处。如果您来任何的经历而这边没有提及,欢迎赐教。

  为作文方便,先定义两只概念。

  误匹配:指正则表达式所匹配的情范围超了所待限制,有些公文明明无符合要求,但是于所勾画的正则式“击中了”。例如,如果使用d{11}来配合11号之手机号,d{11}不单能匹配正确的手机号,它还会配合配98765432100这样的赫不是手机号的字符串。我们管这样的匹配称之呢无心匹配。

  漏匹配:指正则表达式所匹配的情所确定之限制最狭窄,有些公文确实是所需要的,但是所形容的正则没有以这种场面包括在内。例如,使用d{18}来配合18个的身份证号码,就会见挂一漏万结尾是字母X的景象。

  写有同样条正则表达式,既可能仅出现误匹配(条件写得无比宽松,其范围超目标文本),也恐怕不过现出渗漏匹配(只描述了对象文本中多情况种之同种),还可能既来无意匹配又出漏匹配。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(合法的域名遭到莫含有下划线,w包含了下划线这种情景),又会挂一漏万ab-c.com这样的域名(合法域名被不过为饱含被写道,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,现实中设有这么的状态:只能看个别数量之公文,根据这些文件写规则,但是这些规则以见面因此到海量的文书中。这种情形下,尽可能地(如果无是截然地)消除误匹配与漏匹配,并提升运行效率,就是我们的目标。本文所提出的经验,主要是对这种气象。

  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。明确所用语言的正则的语法的细节,是形容起不错、高效正则表达式的基本功。例如,perl中及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再(variable
repetition inside
lookbehind,例如(?<=.*)abc),但是.Net语法是支撑这同一特性的;又使,JavaScript连逆序环视(Lookbehind,如(?<=ab)c)都无支持,而perl和python是永葆之。《精通正则表达式》第3节《正则表达式的性状和帮派概览》明确地排有了各级大流派正则的异议,这首文章也罢略地排有了几种常用语言、工具被恰恰则的于。对于具体使用者而言,至少该详细询问在采取的那种工作语言里恰恰则的语法细节。

  先小后精,先加后减。使用正则表达式语法对于目标文本进行描述和范围,可以像写素描一样,先盖勾勒出框架,再逐月在局步实现细节。仍举刚才底手机号的例证,先界定d{11},总不见面磨;再细化为1[358]d{9},就朝着前方迈出了相同可怜步(至于第二位是未是3、5、8,这里无意深究,只举这样一个例子,说明逐步细化的过程)。这样做的目的是事先祛除漏匹配(刚开先行尽可能多地配合,做加法),然后再一点一点地散误匹配(做减法)。这样有先有后,在设想时才是出错,从而为“不误不漏”这个目标迈进。

  留有后路。所能够见到的文本sample是个别的,而欲匹配检验之文件是海量的,暂时不可见的。对于如此的场面,在描绘正则表达式时只要跳出所能够看的公文的天地,开拓思路,作出“战略性前瞻”。例如,经常接到这么的杂质短信:“发*票”、“发#流产”。如果只要写规则屏蔽这样烦人的污物短信,不但使能写有得配合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产生针对的规则,不多讲。这样做的目的是解除漏匹配,延长正则表达式的生命周期。

  明确。具体说来,就是小心翼翼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。只要会确定限制的,例如w,就甭就此点号;只要能预测还次数的,就无须因此任意量词。例如,写析取twitter消息的台本,假而同一漫长消息的xml正文部分结构是…且正文中管尖括号,那么[^<]{1,480}这种写法的思绪使好于.*,原因有第二:一凡是以[^<],它保证了文本的限量未会见盖下一个低于号所于的职务;二凡是有目共睹长度限制,{1,480},其基于是一律久twitter消息大致会之字符长度限制。当然,480者长度是否正确还可推敲,但是这种思路是值得借鉴的。说得狠一点,“滥用点号、星号和加号是未环保、不负责任的做法”。

  不要为谷草压死骆驼。每使用一个常见括号()而无是无捕获型括号(?:…),就会保留有内存等正在你再度访问。这样的正则表达式、无限次地运行次数,无异于一致完完全全根稻草的堆加,终于能够将骆驼压死。养成合理运用(?:…)括号的习惯。

  宁简勿繁。将同样条复杂的正则表达式拆分为寡久或多长达简单的正则表达式,编程难度会降,运行效率会提升。例如用来驱除行首和行尾空白字符的正则表达式s/^s+|s+$//g;,其运转效率理论及万一小于s/^s+//g;
s/s+$//g;
。这个例子出自《精通正则表达式》第五章节,书被对她的评说是“它几乎连接顶抢的,而且肯定太轻掌握”。既快又易于了解,何乐而不为?工作面临我们尚时有发生其它的说辞而拿C==(A|B)这样的正则表达式拆为A和B两长表达式分别行。例如,虽然A和B这有限种状态要有雷同栽能打中所需要的文本模式就是会见中标匹配,但是如果如发生一样条表达式(例如A)会出误匹配,那么不论是其它的子表达式(例如B)效率如何的高,范围如何精准,C的一体化精准度也会因为A而遭受震慑。

  巧妙定位。有时候,我们需要配合的the,是当做单词的the(两止有空格),而非是当单词一组成部分的t-h-e的雷打不动排列(例如together中的the)。在当的时段用上^,$,b等等定位锚点,能管用提升找到成功匹配、淘汰未成功匹配的频率。

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