Betway必威正则表达式。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栽任务:1.说明,2.搜/替换。用于证明时,通常用以前后分别增长^和$,以配合整个待验证字符串;搜索/替换时是否丰富这限制则因查找的渴求而定,此外,也有或只要在内外加上b而未是^和$。此表所列的常用正则表达式,除个别外均未以左右加上另限制,请根据需要,自行处理。

  正则表达式(英文:Regular Expression)在微机对中,是凭一个据此来
描述还是配合同多级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)在处理器科学中,是依靠一个所以来讲述还是配合同雨后春笋符合某个句法规则的字符串的么字符串。

同、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。现用部分常用之抒发
    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+\/>)$/
  • Unicode 编码中的方块字范围:/^[u4e00-u9fa5],{0,}$/
  • 匹配中文字符之正则表达式: [\u4e00-\u9fa5]
    • 评注:匹配华语还真的是独头疼的行,有矣这个表达式就吓惩治了
  • 相当双许节约字符(包括汉字在内):[^\x00-\xff]
    • 评注:可以为此来算字符串的长短(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:可以就此来删除空白行
  • 配合配 HTML
    标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*?
    />

    • 评注:网上流传的本子太不好,上面这为仅仅能配合有,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:可以据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
      常有用之表达式
  • 配合 Email 地址的正则表达式:
    \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

    • 评注:表单验证时十分实用
  • 匹配网址 URL 的正则表达式:[a-zA-z]+://[^\s]*
    • 评注:网上流传的版本效果十分简单,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:表单验证时特别实用
  • 相当国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
    • 评注:匹配形式要 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
  • 配合中国陆上邮政编码:[1-9]\d{5}(?!\d)
    • 评注:中国新大陆邮政编码为 6 各数字
  • 相当身份证:\d{15}|\d{18}
    • 评注:中国地的身份证也 15 位或 18 位
  • 匹配 ip 地址:\d+\.\d+\.\d+\.\d+
    • 评注:提取 ip 地址时有用
  • 相当特定数字:
    • ^[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:处理大量数目时有用,具体运用时留意修正

  以上正则表达式均经多次测试,并不止充实,因为不同程序还是工具的正则表达式略发分别,大家可以根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 个英文字母组成的字符串
    • ^[A-Z]+$      //匹配由 26 独英文字母的怪写组成的字符串
    • ^[a-z]+$       //匹配由 26 独英文字母的微写组成的字符串
    • ^[A-Za-z0-9]+$ //匹配由数字和 26 只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。现用部分常用的表达式收集于此,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品格。下表是以 PCRE
中首先字符及其在正则表达式上下 文中的行为之一个完全列表:

  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(?)。

  十六上制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/

  以下是以 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与英文,字符串长度并当 4~16 个字符中

  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+/>)$/

以下示例是故 Perl 语言写的,与地方的演示功能雷同

  Unicode编码中的方块字范围:/^[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、如何勾勒起大效率的正则表达式

  评注:匹配汉语还真的是只头疼的行,有了之表达式就吓惩治了

  如果纯粹是以挑战自己之正则水平,用来贯彻部分特效(例如使用正则表达式
计算质数、解线性方程),效率不是题材;如果所勾画的正则表达式只是为满 足
一两次于、几十次于的运作,优化与否区别呢无极端死。但是,如果所写的正则表达式
会百万次、千万次地运行,效率就是甚十分的问题了。我此总结了几长提升正则
表 达式运行效率的阅历(工作中学至之,看书学来之,自己的认知),贴在这
里。如果您有其它的经验而此没提及,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急需限,有些公文明明不符
合要求,但是让所描绘的正则式“击中了”。例如,如果采取\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。我们管如此的匹配称之邪无心匹配。

  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始末所确定之限最窄,有些公文确实是所用
要的,但是所描绘的正则没有拿这种状况包括在内。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许母 X 的事态。

  评注:可以就此来删除空白行

  写起同修正则表达式,既可能一味现出误匹配(条件写得极其宽松,其范围超目标
文本),也可能单出现渗漏匹配(只描述了靶文本中又景象种的一致种植),还只是
能既出误匹配又起漏匹配。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(合法的域名中未带有下划线,\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(合法域名被可是为饱含被写道,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,现实中在这么的情状:
只能望个别数量的文件,根据这些文件写规则,但是这些规则以会为此到海 量
的文本中。这种景象下,尽可能地(如果不是完全地)消除误匹配与漏匹配,
并提升运作效率,就是咱们的靶子。本文所提出的更,主要是针对性这种情景。

  评注:网上流传的本太糟糕,上面这吧唯有能配合有,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,细节各出千秋。明
确所利用语言的正则的语法的细节,是描写起正确、高效正则表达式的底子。例如,
perl 中同\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 中采取可变的还(variable repetition inside
lookbehind,例如 (?<=.*)abc),但是.Net
语法是永葆即同一特色的;又如,JavaScript 连逆序环
视(Lookbehind,如(?<=ab)c) 都非支持,而 perl 和 python
是支持的。《精通 正则表达式》第 3
章《正则表达式的表征与派系概览》明确地排列有了每大山头正
则的异同,这篇文章也大概 地排列有了几栽常用语言、工具被正好则的比较。对于
具体使用者而言,至少应当详细摸底在下的那种工作语言里正则的语法细
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,再慢慢以局步实现细节。仍举刚才的手机号
的事例,先界定\d{11},总不见面错;再细化为 1[358]\d{9}, 就往前面跨了一如既往十分
步(至于第二位是勿是
3、5、8,这里无意深究,只举这样一个例证,说明逐步细化的过程)。这样做的目的是先祛除漏匹配(刚开先行尽可能多
地配合,做
加法),然后再度一点一点地清除误匹配(做减法)。这样有先有后,在设想时才
不易出错,从而为“不误不漏”这个目标迈进。

  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),非常实惠的表达式

  留出后路。所能够看底公文 sample
是零星的,而用匹配检验的文件是海量的,
暂时不可见的。对于这样的情况,在写正则发挥 式时要跳出所能够见到的文件的
圈子,开拓思路,作出“战略性前瞻”。例如,经常收到这样的废品短信:“发
*票”、“发#流产”。如果假定描绘规则屏蔽这样烦人的垃 圾短信,不但要会写起而
以相当当前文件的正则表达式 发[*#](?:票|漂),还要能想到
发.(?:票|漂|
飘)之类可能出现的“变种”。这当切切实实的世界或会发出指向的条条框框,不多谈。
这样做的目的是败漏匹配,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,就是当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,就不要就此点号;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,假要同一长条消息的
xml 正文部分了 构是<span
class=”msg”>…</span>且正文中不管尖括号,那么 <span
class=”msg”>[^<]{1,480}</span>这种写法的思绪要好让<span
class=”msg”>.*</span>,原因来第二:一凡运[^<],它保证了文本的界定未
会超出下一个低于号所于的职位;二是不言而喻长度限制,{1,480},其基于是同样长长的
twitter 消息大致会之字符长度限制。当然,480 这个长度是否正确还只是推敲,
但是这种思路是值得借鉴的。说得狠一点,“滥用点号、星号和加号是匪环保、
不负责任的做法”。

  评注:表单验证时坏实用

  不要受谷草压死骆驼。每使用一个普通括号()而休是匪捕获型括号(?:…),就会
保留部分内存等正您还访问。这样的正则表达式、无限次地运行次数,无异
于平绝望根稻草的堆加,终于能够以骆驼压死。养成合理使用(?:…)括号的习惯。

  匹配网址URL的正则表达式:[a-zA-z]+://[^s]*

  宁简勿繁。将一如既往漫漫复杂的正则表达式拆分为少修或多修简单的正则表达式,编程
难度会跌,运行效率会提升。例如用来解除行首和行尾空白字符的正则表达式
s/^\s+|\s+$//g;,其运作效率理论及只要自愧不如 s/^\s+//g; s/\s+$//g;
。这个例
子出自《精通正则表达式》第五段,书中对它的品是“它几乎总是最抢之,而
且显然太爱懂”。既快而容易掌握,何乐而不为?工作屡遭我们还发其他的理
由而用 C==(A|B)这 样的正则表达式拆为 A 和 B 个别久表达式分别行。例如,虽
然 A 和 B 这有限种状况如果发生平等栽能打中所急需之文本模式就是见面马到成功匹配,但是
如果要是出同条子表达式 (例如 A)会有误匹配,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 的圆精准度也会盖 A 而遭受震慑。

  评注:网上传的本效果特别简单,上面是中心可满足需求

  巧妙定位。有时候,我们用般配的 the,是当单词的 the(两限有空格),
而未是用作单词一片的 t-h-e 的稳步排列(例如 together 中的 the)。在适
当的时节用上^,$,\b 等等定位锚点,能行提升找到成功匹配、淘汰不成功
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:表单验证时充分实用

  匹配国内电话号码:d{3}-d{8}|d{4}-d{7}

  评注:匹配形式要 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

  匹配中国陆地邮政编码:[1-9]d{5}(?!d)

  评注:中国陆上邮政编码为6各类数字

  匹配身份证:d{15}|d{18}

  评注:中国大洲的身份证吗15员或18员

  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:处理大量数时有用,具体应用时留意修正

  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个英文字母的老大写组成的字符串

  ^[a-z]+$  //匹配由26独英文字母的有些写组成的字符串

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

  ^w+$  //匹配由数字、26个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品格。下表是当PCRE中初字符及其于正则表达式上下文中的行的一个总体列表:

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(?)。

  以下是为PHP的语法所写的言传身教

  验证字符串是否只是含数字和英文,字符串长度并于4~16只字符中

  

  $str = ‘a1234’;

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

  echo “验证成功”;

  } else {

  echo “验证失敗”;

  }

  ?>

  简易的台湾地位证字号验证

  

  $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,与地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”;

  如何勾勒来高效率的正则表达式

  如果纯粹是以挑战自己的正则水平,用来落实有神效(例如利用正则表达式计算质数、解线性方程),效率不是问题;如果所描绘的正则表达式只是以满足一两次于、几十次于的周转,优化与否区别为不顶老。但是,如果所勾画的正则表达式会百万次、千万次地运行,效率就是老充分的问题了。我此总结了几长提升正则表达式运行效率的涉(工作中学到之,看书学来之,自己之体味),贴在这里。如果你有其它的阅历而此没提及,欢迎赐教。

  也作文方便,先定义两单概念。

  误匹配:指正则表达式所匹配的情节范围超了所待限制,有些公文明明无符合要求,但是吃所写的正则式“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,它还见面配合配98765432100这么的鲜明不是手机号的字符串。我们将如此的匹配称之吗无心匹配。

  漏匹配:指正则表达式所匹配的情所规定的界定最窄,有些公文确实是所需要的,但是所描写的正则没有用这种场面包括在内。例如,使用d{18}来配合18位之身份证号码,就见面挂一漏万结尾是字母X的情。

  写有同样长长的正则表达式,既可能不过出现误匹配(条件写得极度宽松,其范围超目标文本),也恐怕只有现出渗漏匹配(只描述了对象文本中多情况种之等同种),还可能既来无意匹配又产生漏匹配。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(合法的域名遭到莫分包下划线,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(合法域名被可是为饱含被写道,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,现实中设有这么的气象:只能看个别数量的公文,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。这种场面下,尽可能地(如果无是一点一滴地)消除误匹配与漏匹配,并提升运行效率,就是我们的目标。本文所提出的更,主要是对这种状况。

  掌握语法细节。正则表达式在各种语言中,其语法大致相同,细节各出千秋。明确所祭语言的正则的语法的细节,是摹写起正确、高效正则表达式的底子。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采取可变的更(variable
repetition inside
lookbehind,例如(?<=.*)abc),但是.Net语法是支撑这同一特性的;又比方,JavaScript连逆序环视(Lookbehind,如(?<=ab)c)都无支持,而perlBetway必威和python是永葆的。《精通正则表达式》第3回《正则表达式的性状与派系概览》明确地排列有了每大流派正则的异同,这篇稿子也罢简单地排列有了几乎种常用语言、工具中正则的比较。对于现实使用者而言,至少应详细摸底在采取的那种工作语言里恰恰则的语法细节。

  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制,可以像打素描一样,先盖勾勒出框架,再慢慢以局步实现细节。仍举刚才的手机号的事例,先界定d{11},总不会见擦;再细化为1[358]d{9},就朝前方迈出了同样很步(至于第二号是勿是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)。这样做的目的是先祛除漏匹配(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,在考虑时才正确出错,从而为“不误不透”这个目标迈进。

  留出后路。所能够观看的文本sample是个别的,而欲匹配检验之文件是海量的,暂时不可见的。对于这样的状,在写正则表达式时若跳出所能够看到的公文的小圈子,开拓思路,作出“战略性前瞻”。例如,经常接到这么的垃圾堆短信:“发*票”、“发#流产”。如果一旦写规则屏蔽这样烦人的垃圾短信,不但使力所能及写来可以兼容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发生指向的平整,不多云。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,就是当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。只要会确定限制的,例如w,就甭因此点号;只要会预测还次数的,就绝不就此任意量词。例如,写析取twitter消息的剧本,假而同一漫长消息的xml正文部分结构是…且正文中不管尖括号,那么[^<]{1,480}这种写法的笔触要好于.*,原因来第二:一凡运用[^<],它保证了文件的限定未会见胜出下一个低于号所当的职位;二凡明确长度限制,{1,480},其根据是平长长的twitter消息大致能的字符长度限制。当然,480这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、星号和加号是匪环保、不负责任的做法”。

  不要被谷草压死骆驼。每用一个一般括号()而无是匪捕获型括号(?:…),就见面保留有内存等正在你还走访。这样的正则表达式、无限次地运作次数,无异于一致完完全全根稻草的堆加,终于能将骆驼压死。养成合理运用(?:…)括号的惯。

  宁简勿繁。将同长复杂的正则表达式拆分为零星漫漫或多漫漫简单的正则表达式,编程难度会降,运行效率会升级。例如用来驱除行首和行尾空白字符的正则表达式s/^s+|s+$//g;,其运转效率理论及一经小于s/^s+//g;
s/s+$//g;
。这个事例出自《精通正则表达式》第五节,书中对它们的品是“它几乎连接顶抢之,而且肯定太易懂”。既快并且容易懂,何乐而不为?工作吃我们尚产生另外的说辞而以C==(A|B)这样的正则表达式拆为A和B两长长的表达式分别实施。例如,虽然A和B这半栽情况只要发生相同种植能够拍中所要之文书模式就是会见成匹配,但是要是如来雷同便条表达式(例如A)会出误匹配,那么不论其它的子表达式(例如B)效率如何的大,范围如何精准,C的总体精准度也会见因为A而面临震慑。

  巧妙定位。有时候,我们得相当的the,是作单词的the(两限发空格),而休是用作单词一有的的t-h-e的雷打不动排列(例如together中之the)。在适合的时刻用上^,$,b等等定位锚点,能立竿见影提升找到成功匹配、淘汰未成事匹配的频率。

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