正则表达式

正则表达式

 

正则表达式是由普通字符和特定字符定义的文字模式，用来对符合格式的文字进行搜索、验证。

 

1.     普通字符

普通字符包括没有显式的指定为元字符的所有可打印和不可打印的字符，其中包括所有大写和小写字母、所有数字、所有标点符号和一些其他的符号。

 

非打印字符

字符

描述

\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。

\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。

2.     特殊字符

特别字符

描述

$

匹配输入字符串的结尾位置。如果设置了 RegExp对象的 Multiline属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $字符本身，请使用 \$。

( )

标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \(和 \)。

*

匹配前面的子表达式零次或多次。要匹配 *字符，请使用 \*。

+

匹配前面的子表达式一次或多次。要匹配 +字符，请使用 \+。

.

匹配除换行符 \n之外的任何单字符。要匹配 .，请使用 \。

[

标记一个中括号表达式的开始。要匹配 [，请使用 \[。

?

匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ?字符，请使用 \?。

\

将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n'匹配字符 'n'。'\n'匹配换行符。序列 '\\'匹配 "\"，而 '\('则匹配 "("。

^

匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^字符本身，请使用 \^。

{

标记限定符表达式的开始。要匹配 {，请使用 \{。

|

指明两项之间的一个选择。要匹配 |，请使用 \|。

 

3.     限定符

 

字符

描述

*

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。

 

4.     定位符

 

字符

描述

^

匹配输入字符串开始的位置。如果设置了 RegExp对象的 Multiline属性，^ 还会与 \n 或 \r之后的位置匹配。

$

匹配输入字符串结尾的位置。如果设置了 RegExp对象的 Multiline属性，$ 还会与 \n 或 \r之前的位置匹配。

\b

匹配一个字边界，即字与空格间的位置。

\B

非字边界匹配。

 

5.     元字符

 

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，请使用象 '[.\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 "Windows 2000"中的 "Windows"，但不能匹配 "Windows 3.1"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 "Windows 3.1"中的 "Windows"，但不能匹配 "Windows 2000"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'、'l'、'i'、'n'。

[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 (?)。

 

6.     运算符优先级

 

运算符

描述

\

转义符

(), (?:), (?=), []

圆括号和方括号

*, +, ?, {n}, {n,}, {n,m}

限定符

^, $, \任何元字符、任何字符

定位点和序列（即：位置和顺序）

|

替换，"或"操作
字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。

 

7.     字符簇

 

字符簇

描述

[[:alpha:]]

任何字母

[[:digit:]]

任何数字

[[:alnum:]]

任何字母和数字

[[:space:]]

任何空白字符

[[:upper:]]

任何大写字母

[[:lower:]]

任何小写字母

[[:punct:]]

任何标点符号

[[:xdigit:]]

任何16进制的数字，相当于[0-9a-fA-F]

 

8.     常用的正则表达式

 

一、校验数字的表达式

·        数字：^[0-9]*$

·        n位的数字：^\d{n}$

·        至少n位的数字：^\d{n,}$

·        m-n位的数字：^\d{m,n}$

·        零和非零开头的数字：^(0|[1-9][0-9]*)$

·        非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$

·        带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$

·        正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$

·        有两位小数的正实数：^[0-9]+(.[0-9]{2})?$

·        有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

·        非零的正整数：^[1-9]\d*$或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$

·        非零的负整数：^\-[1-9][]0-9″*$ 或 ^-[1-9]\d*$

·        非负整数：^\d+$或^[1-9]\d*|0$

·        非正整数：^-[1-9]\d*|0$或 ^((-\d+)|(0+))$

·        非负浮点数：^\d+(\.\d+)?$或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

·        非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

·        正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$或^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

·        负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$或^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$

·        浮点数：^(-?\d+)(\.\d+)?$或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

二、校验字符的表达式

·        汉字：^[\u4e00-\u9fa5]{0,}$

·        英文和数字：^[A-Za-z0-9]+$或 ^[A-Za-z0-9]{4,40}$

·        长度为3-20的所有字符：^.{3,20}$

·        由26个英文字母组成的字符串：^[A-Za-z]+$

·        由26个大写英文字母组成的字符串：^[A-Z]+$

·        由26个小写英文字母组成的字符串：^[a-z]+$

·        由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$

·        由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$

·        中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$

·        中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

·        可以输入含有^%&’,;=?$\”等字符：[^%&’,;=?$\x22]+

·        禁止输入含有~的字符：[^~\x22]+

三、特殊需求表达式

·        Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

·        域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

·        InternetURL：[a-zA-z]+://[^\s]*或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

·        手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$

·        电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX)：^($$\d{3,4}-)|\d{3.4}-)?\d{7,8}$

·        国内电话号码[phone])：\d{3}-\d{8}|\d{4}-\d{7}

·        身份证号(15位、18位数字)：^\d{15}|\d{18}$

·        短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$

·        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}$

·        密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

·        强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$

·        日期格式：^\d{4}-\d{1,2}-\d{1,2}

·        一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$

·        一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

·        钱的输入格式：

o   有四种钱的表示形式我们可以接受:”10000.00″ 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”：^[1-9][0-9]*$

o   这表示任意一个不以0开头的数字，但是，这也意味着一个字符”0″不通过，所以我们采用下面的形式：^(0|[1-9][0-9]*)$

o   一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$

o   这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉，因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$

o   必须说明的是，小数点后面至少应该有1位数，所以”10.”是不通过的，但是 “10” 和 “10.2” 是通过的：^[0-9]+(.[0-9]{2})?$

o   这样我们规定小数点后面必须有两位，如果你认为太苛刻了，可以这样：^[0-9]+(.[0-9]{1,2})?$

o   这样就允许用户只写一位小数。下面我们该考虑数字中的逗号了，我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$

o   1到3个数字，后面跟着任意个 逗号+3个数字，逗号成为可选，而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

o   备注：这就是最终结果了，别忘了”+”可以用”*”替代。如果你觉得空字符串也可以接受的话(奇怪，为什么?)最后，别忘了在用函数时去掉去掉那个反斜杠，一般的错误都在这里

·        xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

·        中文字符的正则表达式：[\u4e00-\u9fa5]

·        双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))

·        空白行的正则表达式：\n\s*\r (可以用来删除空白行)

·        HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*?/> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)

·        首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (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)

·        腾讯QQ号：[1-9][0-9]{4,}(腾讯QQ号从10000开始)

·        中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

·        IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

·        IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))