正则表明式,常用正则表达式

  转载自:http://114.xixik.com/regex/

  表明:正则表明式常常用于两种义务:一.注脚,二.搜寻/替换。用于注脚时,日常需求在左右分别增加^和$,以至极整个待验证字符串;搜索/替换时是还是不是丰硕此限制则基于查找的渴求而定,别的,也有希望要在左右加上b而不是^和$。此表所列的常用正则表明式,除个别外均未在前后加上其余限制,请依照需求,自行处理。

  正则表达式(英文:Regular Expression)在微型总括机科学中,是指三个用来
描述照旧同盟壹多元符合有些句法规则的字符串的单个字符串。

  正则表达式(英文:Regular
Expression)在电脑科学中,是指多个用来讲述照旧同盟一多级符合有些句法规则的字符串的单个字符串。

一、常用正则表明式

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+)?
  • 正则表明式用于字符串处理、表单验证等场面,实用高效。现将1部分常用的表述
    式收集于此,以备不时之需。
  • 用户名:/^[a-z0-9_-]{3,16}$/   
  • 密码:/^[a-z0-9_-]{6,18}$/
  • 十6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+\/>)$/
  • Unicode 编码中的汉字范围:/^[u4e00-u9fa5],{0,}$/
  • 相当国语字符的正则表明式: [\u4e00-\u9fa5]
    • 评注:匹配华语还真是个胸口痛的事,有了这么些表达式就好办了
  • 十分双字节字符(包涵汉字在内):[^\x00-\xff]
    • 评注:能够用来测算字符串的长度(三个双字节字符长度计 二,ASCII
      字符计 1)
  • 匹配空白行的正则表达式:\n\s*\r
    • 评注:能够用来删除空白行
  • 匹配 HTML
    标记的正则表明式:<(\S*?)[^>]*>.*?</\1>|<.*?
    />

    • 评注:网上流传的版本太不佳,上边这几个也单独能协作部分,对于复杂的嵌套标记如故不能够
  • 匹配首尾空白字符的正则表明式:^\s*|\s*$

    • 评注:能够用来删除行首行尾的空白字符(包含空格、制表符、换页符等等),相当有用的表明式
  • 格外 Email 地址的正则表达式:
    \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

    • 评注:表单验证时很实用
  • 匹配网站 U昂科威L 的正则表明式:[a-zA-z]+://[^\s]*
    • 评注:网上流传的版本效果很有限,上边那几个宗旨得以知足须要
  • 匹配帐号是还是不是合法(字母开头,允许 伍-16 字节,允许字母数字下划线):
    ^[a-zA-Z][a-zA-Z0-9_]{4,15}$

    • 评注:表单验证时很实用
  • 匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
    • 评注:匹配方式如 0511-440522二 或 0二一-87888822
  • 匹配腾讯 QQ 号:[1-9][0-9]{4,}
    • 评注:腾讯 QQ 号从 10000 开始
  • 匹配中国民代表大会洲邮编:[1-9]\d{5}(?!\d)
    • 评注:中夏族民共和国陆上邮编为 6 位数字
  • 格外身份证:\d{15}|\d{18}
    • 评注:中华夏族民共和国陆上的身份证为 一5 位或 18 位
  • 匹配 ip 地址:\d+\.\d+\.\d+\.\d+
    • 评注:提取 ip 地址时有用
  • 非常特定数字:
    • ^[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:处理大批量数目时有用,具体使用时留意考订

  以上正则表明式均经过一连测试,并连发追加,因为差别程序或工具的正则表达式略有不一致,我们可以依照供给开始展览简要修改

 

  常用正则表明式

  • 至极特定字符串:

    • ^[A-Za-z]+$  //匹配由 2六 个英文字母组成的字符串
    • ^[A-Z]+$      //匹配由 贰六 个英文字母的大写组成的字符串
    • ^[a-z]+$       //匹配由 二陆 个英文字母的小写组成的字符串
    • ^[A-Za-z0-9]+$ //匹配由数字和 二陆 个英文字母组成的字符串
    • ^\w+$ //匹配由数字、二陆 个英文字母或许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。现将部分常用的表明式收集于此,以备不时之需。

  2、表明式全集

  用户名:/^[a-z0-9_-]{3,16}$/

  正则表明式有各种不相同的品格。下表是在 PCRE
瓜月字符及其在正则表明式上下 文中的行为的3个1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(?)。

  十陆进制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/

  以下是以 PHP 的语法所写的示范

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

  验证字符串是还是不是只含数字与英文,字符串长度并在 四~1陆 个字符之间

  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,与地方的以身作则效用雷同

  Unicode编码中的汉字范围:/^[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”;

  匹配汉语字符的正则表达式: [u4e00-u9fa5]

叁、怎样写出高效用的正则表明式

  评注:匹配国语还真是个脑仁疼的事,有了这一个表明式就好办了

  倘诺纯粹是为了挑衅本身的正则水平,用来贯彻部分特效(例如使用正则表明式
计算质数、解线性方程),成效不是题材;如若所写的正则表达式只是为着满 足
一一遍、几十四回的周转,优化与否分裂也不太大。可是,如若所写的正则表明式
会百万次、千万次地运维,功用正是相当大的标题了。笔者那边计算了几条进步正则
表 达式运维效用的经历(工作中学到的,看书学来的,自个儿的体会),贴在这里。借使你有其余的阅历而那边未有提起,欢迎赐教。

  匹配双字节字符(包含汉字在内):[^x00-xff]

 为行文方便,先定义两个概念。

  评注:能够用来计量字符串的尺寸(一个双字节字符长度计二,ASCII字符计1)

  误匹配:指正则表明式所匹配的内容范围超出了所供给限制,有个别公文明明不符
合须要,不过被所写的正则式“击中了”。例如,借使利用\d{1一}来匹配 1一 位
的手机号,\d{1壹}不单能同盟正确的手提式有线电话机号,它还会匹配 9876543二十0 那样的鲜明不是手提式有线电话机号的字符串。大家把这么的匹配称之为误匹配。

  匹配空白行的正则表明式:ns*r

  漏匹配:指正则表明式所匹配的始末所分明的限量太狭隘,有个别公文确实是所要求的,不过所写的正则未有将那种场地包涵在内。例如,使用\d{1八}来匹配 十4个人的身份证编号,就会挂1漏万结尾是字母 X 的动静。

  评注:可以用来删除空白行

  写出一条正则表达式,既恐怕只现出误匹配(条件写得极宽松,其范围大于目标文本),也恐怕只现出漏匹配(只描述了对象文本中种种情景种的壹种),还只怕既有误匹配又有漏匹配。例如,使用\w+\.com 来匹配.com 结尾的域名,既会
误匹配 abc_.com 那样的字串(合法的域名中不含下划线,\w 包涵了下划线那种
情状),又会挂1漏万 ab-c.com 那样的域名(合法域名中能够含中写道,不过\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无误匹配且无漏匹配。当然,现实中存在这么的情况:
只赏心悦目到个别数量的文件,依据那几个文件写规则,不过那一个规则将会用到海 量
的文本中。这种气象下,尽恐怕地(借使不是完全地)化解误匹配以及漏匹配,
并升高周转效用,就是咱们的靶子。本文所提议的经历,首假如本着那种景况。

  评注:网上流传的版本太不好,下面那么些也唯有能合营部分,对于复杂的嵌套标记照旧不或者

  精通语法细节。正则表明式在各类语言中,其语法差不多相同,细节各有千秋。鲜明所采用语言的正则的语法的细节,是写出不错、高效正则表明式的基础。例如,
perl 中与\w 等效的十分范围是[a-zA-Z0-9_];perl
正则式不援救肯定逆序环视 中央银行使可变的重新(variable repetition inside
lookbehind,例如 (?<=.*)abc),然则.Net
语法是支撑这壹特点的;又如,JavaScript 连逆序环
视(Lookbehind,如(?<=ab)c) 都不协助,而 perl 和 python
是支撑的。《领悟 正则表明式》第 三章《正则表达式的风味和流派大概浏览》鲜明地列出了各大门户正
则的异议,那篇小说也不难 地列出了二种常用语言、工具中正则的比较。对于
具体使用者而言,至少应当详细询问正在使用的那种工作语言太史则的语法细
节。

  匹配首尾空白字符的正则表明式:^s*|s*$

  先粗后精,先加后减。使用正则表明式语法对于目的文本进行描述和界定,能够像画水墨画1样,先大致勾勒出框架,再逐级在局步达成细节。仍举刚才的无绳电话机号
的事例,先界定\d{1壹},总不会错;再细化为 一[358]\d{九}, 就向前迈了一大步(至于第伍人是或不是3、5、8,这里无意深究,只举那样多个例证,表达稳步细化的经过)。这样做的指标是先解决漏匹配(刚初步先尽恐怕多
地合作,做
加法),然后再一点一点地排除误匹配(做减法)。这样有先有后,在设想时才
不易出错,从而向“不误不漏”这几个指标迈进。

  评注:能够用来删除行首行尾的空白字符(包罗空格、制表符、换页符等等),分外有效的表明式

  留有余地。所能看到的文件 sample
是零星的,而待匹配检查测试的文书是海量的,
近期不可知的。对于这么的情形,在写正则表明 式时要跳出所能见到的公文的
圈子,开拓思路,作出“战略性前瞻”。例如,经常收到那样的污物短信:“发
*票”、“发#漂”。借使要写规则屏蔽那样烦人的垃 圾短信,不但要能写出能够同盟当前文件的正则表明式 发[*#](?:票|漂),还要能够想到
发.(?:票|漂|
飘)之类恐怕出现的“变种”。那在切实可行的小圈子可能会有指向的条条框框,不多言。
那样做的目标是解除漏匹配,延长正则表明式的生命周期。

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

  分明。具体说来,正是当心用点号那样的元字符,尽恐怕不用星号和加号那样的
任意量词。只要能确 定范围的,例如\w,就绝不用点号;只要可以预测重复次
数的,就不要用任意量词。例如,写析取 twitter 音讯的台本,假诺一条新闻的
xml 正文部分结 构是<span
class=”msg”>…</span>且正文中无尖括号,那么 <span
class=”msg”>[^<]{壹,480}</span>那种写法的思绪要好于<span
class=”msg”>.*</span>,原因有二:一是使用[^<],它保障了文本的限定不
会超出下3个低于号所在的岗位;2是显著长度限制,{1,480},其依照是一条
twitter 音信大约能的字符长度限制。当然,480 那几个尺寸是还是不是科学还可推敲,
可是这种思路是值得借鉴的。说得狠一点,“滥用点号、星号和加号是不环境保护、
不负义务的做法”。

  评注:表单验证时很实用

  不要让稻草压死骆驼。每使用1个平时括号()而不是非捕获型括号(?:…),就会
保留部分内存等着您再度走访。那样的正则表明式、Infiniti次地运作次数,没有差别于1根根稻草的堆加,终于能将骆驼压死。养成合理施用(?:…)括号的习惯。

  匹配网站U逍客L的正则表达式:[a-zA-z]+://[^s]*

  宁简勿繁。将一条复杂的正则表明式拆分为两条或多条不难的正则表明式,编程难度会减低,运转作用会升级。例如用来驱除行首和行尾空白字符的正则表达式
s/^\s+|\s+$//g;,其运维效用理论上要自愧比不上 s/^\s+//g; s/\s+$//g;
。那个例
子出自《通晓正则表明式》第陆章,书中对它的评价是“它大致连接最快的,而
且显然最不难理解”。既快又不难精晓,何乐不为?工作中大家还有任何的理
由要将 C==(A|B)那 样的正则表明式拆为 A 和 B 两条表明式分别执行。例如,尽管 A 和 B 那三种情景假如有一种能够击中所须要的文本情势就会成功匹配,不过假诺只要有壹便条表明式 (例如 A)会发出误匹配,那么不论是其余的子表达式
(例如 B)作用如何之高,范围如何精准,C 的完好精准度也会因 A 而饱受震慑。

  评注:网上流传的版本效果很单薄,上面那个主旨得以满意供给

  巧妙定位。有时候,咱们须求般配的 the,是当做单词的 the(两边有空格),
而不是用作单词一局地的 t-h-e 的雷打不动排列(例如 together 中的 the)。在适
当的时候用上^,$,\b 等等定位锚点,能使得进步找到成功匹配、淘汰不成事
匹配的频率。

  匹配帐号是还是不是合法(字母开始,允许五-1六字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$

  评注:表单验证时很实用

  匹配国内电话号码:d{3}-d{八}|d{四}-d{7}

  评注:匹配方式如 051一-440522二 或 0贰1-87888822

  匹配腾讯QQ号:[1-9][0-9]{4,}

  评注:腾讯QQ号从10000开始

  匹配中华夏族民共和国大洲邮编:[1-9]d{5}(?!d)

  评注:中夏族民共和国次大陆邮编为柒个人数字

  匹配身份证:d{一五}|d{18}

  评注:中夏族民共和国次大六的身份证为一七人或111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:处理多量数码时有用,具体选拔时注意考订

  匹配特定字符串:

  ^[A-Za-z]+$  //匹配由2陆个英文字母组成的字符串

  ^[A-Z]+$  //匹配由二十四个英文字母的大写组成的字符串

  ^[a-z]+$  //匹配由二四个英文字母的小写组成的字符串

  ^[A-Za-z0-9]+$  //匹配由数字和二多少个英文字母组成的字符串

  ^w+$  //匹配由数字、贰五个英文字母大概下划线组成的字符串

  表明式全集

  正则表明式有种种差别的风骨。下表是在PCRE七月字符及其在正则表明式上下文中的行为的3个全部列表:

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的语法所写的言传身教

  验证字符串是还是不是只含数字与英文,字符串长度并在四~16个字符之间

  

  $str = ‘a1234’;

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

  echo “验证成功”;

  } else {

  echo “验证失敗”;

  }

  ?>

  简易的黑龙江身份证字号验证

  

  $str = ‘a1234’;

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

  echo “验证成功”;

  } else {

  echo “验证失敗”;

  }

  ?>

  以下示例是用 Perl 语言写的,与地方的言传身教功用雷同

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

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

  怎样写出高效能的正则表达式

  要是纯粹是为着挑衅自身的正则水平,用来贯彻部分神效(例如利用正则表明式总括质数、解线性方程),效用不是题材;假使所写的正则表明式只是为了满意一一次、几十一遍的周转,优化与否分歧也不太大。不过,借使所写的正则表明式会百万次、千万次地运维,成效就是相当大的标题了。笔者那里总计了几条提高正则表达式运营功效的阅历(工作中学到的,看书学来的,自身的体会),贴在那边。倘诺您有别的的经验而那里未有聊起,欢迎赐教。

  为编写方便,先定义七个概念。

  误匹配:指正则表明式所匹配的剧情范围超出了所要求限制,有个别公文明明不符合需要,但是被所写的正则式“击中了”。例如,纵然使用d{1壹}来同盟九人的手提式有线电电话机号,d{11}不单能合作正确的手提式有线电话机号,它还会匹配9876543贰100如此的综上说述不是手提式有线电话机号的字符串。大家把那样的匹配称之为误匹配。

  漏匹配:指正则表明式所匹配的剧情所规定的限量太狭隘,某个公文确实是所急需的,不过所写的正则未有将那种状态包涵在内。例如,使用d{1八}来协作1十人的身份证编号,就会挂1漏万结尾是字母X的情事。

  写出一条正则表明式,既大概只出现误匹配(条件写得极宽松,其范围大于目的文本),也大概只出现漏匹配(只描述了对象文本中各个动静种的一种),还或然既有误匹配又有漏匹配。例如,使用w+.com来匹配.com结尾的域名,既会误匹配abc_.com那样的字串(合法的域名中不含下划线,w包罗了下划线那种气象),又会挂1漏万ab-c.com那样的域名(合法域名中可以含中写道,不过w不匹配中划线)。

  精准的正则表达式意味着既无误匹配且无漏匹配。当然,现实中设有那样的情况:只雅观看个别数量的文书,依据那些文件写规则,但是那一个规则将会用到海量的文本中。这种状态下,尽恐怕地(假设不是一心地)消除误匹配以及漏匹配,并升高运转作用,正是我们的目的。本文所提出的阅历,主如若本着那种气象。

  精晓语法细节。正则表明式在各类语言中,其语法差不离相同,细节各有千秋。分明所采纳语言的正则的语法的细节,是写出不错、高效正则表达式的功底。例如,perl中与w等效的格外范围是[a-zA-Z0-9_];perl正则式不援救肯定逆序环视中运用可变的再次(variable
repetition inside
lookbehind,例如(?<=.*)abc),可是.Net语法是永葆那一特征的;又如,JavaScript连逆序环视(Lookbehind,如(?<=ab)c)都不帮助,而perl和python是永葆的。《精晓正则表明式》第三章《正则表明式的表征和黑帮概览》分明地列出了各大山头正则的异议,那篇小说也简要地列出了二种常用语言、工具中正则的可比。对于现实使用者而言,至少应该详细询问正在利用的那种工作语言大将军则的语法细节。

  先粗后精,先加后减。使用正则表明式语法对于目的文本进行描述和界定,能够像画摄影1样,先大约勾勒出框架,再慢慢在局步实现细节。仍举刚才的手提式有线电话机号的例证,先界定d{1一},总不会错;再细化为一[358]d{九},就向前迈了一大步(至于第肆个人是还是不是三、伍、捌,那里无意深究,只举那样多个例证,表明稳步细化的进度)。这样做的指标是先祛除漏匹配(刚开端先尽只怕多地包容,做加法),然后再一点一点地消除误匹配(做减法)。那样有先有后,在设想时才正确出错,从而向“不误不漏”那几个指标阔步前进。

  留有余地。所能看到的文本sample是零星的,而待匹配检查评定的公文是海量的,暂且不可知的。对于这么的意况,在写正则表达式时要跳出所能见到的文书的小圈子,开拓思路,作出“战略性前瞻”。例如,平常收到那样的垃圾短信:“发*票”、“发#漂”。如若要写规则屏蔽那样烦人的垃圾堆短信,不但要能写出能够匹配当前文件的正则表达式
发[*#](?:票|漂),还要能够想到
发.(?:票|漂|飘)之类恐怕出现的“变种”。那在现实的天地恐怕会有针对性的条条框框,不多言。那样做的指标是革除漏匹配,延长正则表明式的生命周期。

  鲜明。具体说来,正是如临深渊用点号那样的元字符,尽或许不用星号和加号那样的任意量词。只要能显著限制的,例如w,就不要用点号;只要可以预测重复次数的,就不用用任意量词。例如,写析取twitter消息的本子,倘使一条音信的xml正文部分结构是…且正文中无尖括号,那么[^<]{一,480}这种写法的思路要好于.*,原因有二:一是接纳[^<],它保险了文本的界定不会当先下四个低于号所在的地方;贰是醒目长度限制,{一,480},其根据是一条twitter音讯大约能的字符长度限制。当然,480以此尺寸是还是不是正确还可推敲,然而那种思路是值得借鉴的。说得狠一点,“滥用点号、星号和加号是不环境保护、不负权利的做法”。

  不要让稻草压死骆驼。每使用一个平日括号()而不是非捕获型括号(?:…),就会保留部分内部存款和储蓄器等着您重新做客。那样的正则表达式、Infiniti次地运行次数,无差别于一根根稻草的堆加,终于能将骆驼压死。养成合理利用(?:…)括号的习惯。

  宁简勿繁。将一条复杂的正则表明式拆分为两条或多条简单的正则表达式,编制程序难度会减低,运维效能会升级。例如用来驱除行首和行尾空白字符的正则表明式s/^s+|s+$//g;,其运营作效果能理论上要小于s/^s+//g;
s/s+$//g;
。这么些例子出自《领悟正则表达式》第4章,书中对它的评论是“它差不离连接最快的,而且肯定最不难掌握”。既快又便于掌握,何乐不为?工作中我们还有别的的说辞要将C==(A|B)那样的正则表明式拆为A和B两条表达式分别施行。例如,即使A和B那三种状态只要有1种能够击中所供给的文件方式就会马到功成匹配,可是若是要是有一条子表达式(例如A)会发生误匹配,那么不论是别的的子表明式(例如B)效能怎么着之高,范围如何精准,C的完整精准度也会因A而遭遇震慑。

  巧妙定位。有时候,大家要求合作的the,是作为单词的the(两边有空格),而不是用作单词一片段的t-h-e的有序排列(例如together中的the)。在稳妥的时候用上^,$,b等等定位锚点,能使得提高找到成功匹配、淘汰不成功匹配的频率。

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