正则表达式

正则表达式

        正则表达式，又称规则表达式，通常被用来检索、替换那些符合某个模式(规则)的文本。

        正则表达式是对字符串（包括普通字符（如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符与运算符可以将小的表达式结合在一起来创建更大的表达式。正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

        给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

               1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；

               2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

        正则表达式的特点是：

                1. 灵活性、逻辑性和功能性非常强；

                2. 可以迅速地用极简单的方式达到字符串的复杂控制。

        正则表达式是一种文本模式。正则表达式是强大、便捷、高效的文本处理工具，能够添加、删除、分离、叠加、插入和修整各种类型的文本和数据。

        正则表达式基本语法    

        两个特殊的符号'^'和'$'。作用是分别指出一个字符串的开始和结束。例子如下：

                "^The"：表示所有以"The"开始的字符串（"There"，"Thecat"等）；

                "of despair$"：表示所以以"of despair"结尾的字符串；

                "notice"：表示任何包含"notice"的字符串。

                '*'，'+'和'?'这三个符号，表示一个或一序列字符重复出现的次数。它们分别表示“没有或更多”，“一次或更多”还有“没有或一次”。

                "ab*"：表示一个字符串有一个a后面跟着零个或若干个b。（"a", "ab", "abbb",……）；

                "ab+"：表示一个字符串有一个a后面跟着至少一个b或者更多；

                "ab?"：表示一个字符串有一个a后面跟着零个或者一个b；

                "a?b+$"：表示在字符串的末尾有零个或一个a跟着一个或几个b。

        使用范围，用大括号括起，用以表示重复次数的范围。

                "ab{2}"：表示一个字符串有一个a跟着2个b（"abb"）；

                "ab{2,}"：表示一个字符串有一个a跟着至少2个b；

                "ab{3,5}"：表示一个字符串有一个a跟着3到5个b。

                '*'，'+'和'?'相当于"{0,}"，"{1,}"和"{0,1}"。

                '¦'，表示“或”操作：

                "hi¦hello"：表示一个字符串里有"hi"或者"hello"；

                "(b¦cd)ef"：表示"bef"或"cdef"；

                "(a¦b)*c"：表示一串"a""b"混合的字符串后面跟一个"c"；

                '.'可以替代任何字符：

                "a.[0-9]"：表示一个字符串有一个"a"后面跟着一个任意字符和一个数字；

                "^.{3}$"：表示有任意三个字符的字符串（长度为3个字符）；

        方括号表示某些字符允许在一个字符串中的某一特定位置出现：

                "[ab]"：表示一个字符串有一个"a"或"b"（相当于"a¦b"）；

                "[a-d]"：表示一个字符串包含小写的'a'到'd'中的一个（相当于"a¦b¦c¦d"或"[abcd]"）；

                "^[a-zA-Z]"：表示一个以字母开头的字符串；

                "[0-9]%"：表示一个百分号前有一位的数字；

                ",[a-zA-Z0-9]$"：表示一个字符串以一个逗号后面跟着一个字母或数字结束。

        可以在方括号里用'^'表示不希望出现的字符，'^'应在方括号里的第一位。

                如："%[^a-zA-Z]%"表示两个百分号中不应该出现字母。

                为了逐字表达，必须在"^.$()¦*+?{\"这些字符前加上转移字符'\'。

        注：在方括号中，不需要转义字符。

常用正则表达式

一、校验数字的表达式

 1数字：^[0-9]*$
 2 n位的数字：^\d{n}$
 3至少n位的数字：^\d{n,}$
 4 m-n位的数字：^\d{m,n}$
 5零和非零开头的数字：^(0|[1-9][0-9]*)$
 6非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
 7带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
 8正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
 9有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
10有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
11非零的正整数：^[1-9]\d*$或 ^([1-9][0-9]*){1,3}$或 ^\+?[1-9][0-9]*$
12非零的负整数：^\-[1-9][]0-9"*$或^-[1-9]\d*$
13非负整数：^\d+$或 ^[1-9]\d*|0$
14非正整数：^-[1-9]\d*|0$或 ^((-\d+)|(0+))$
15非负浮点数：^\d+(\.\d+)?$或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19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

 1汉字：^[\u4e00-\u9fa5]{0,}$
 2英文和数字：^[A-Za-z0-9]+$或 ^[A-Za-z0-9]{4,40}$
 3长度为3-20的所有字符：^.{3,20}$
 4由26个英文字母组成的字符串：^[A-Za-z]+$
 5由26个大写英文字母组成的字符串：^[A-Z]+$
 6由26个小写英文字母组成的字符串：^[a-z]+$
 7由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
 8由数字、26个英文字母或者下划线组成的字符串：^\w+$或 ^\w{3,20}$
 9中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
12禁止输入含有~的字符：[^~\x22]+

 

三、特殊需求表达式

 1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
 2域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
 3 InternetURL：[a-zA-z]+://[^\s]*或^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
 4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}$
 5电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$ 
 6国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
 7身份证号(15位、18位数字)：^\d{15}|\d{18}$
 8短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
 9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}$
10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}$
11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}$  
12日期格式：^\d{4}-\d{1,2}-\d{1,2}
13一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

15钱的输入格式：
16    1).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]*$

17    2).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]*)$

18    3).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]*)$

19    4).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]+)?$

20    5).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})?$

21    6).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})?$

22    7).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})?$

23    8). 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})?$

24    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25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26中文字符的正则表达式：[\u4e00-\u9fa5]
27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))
28空白行的正则表达式：\n\s*\r    (可以用来删除空白行)
29 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)
30 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)
31腾讯QQ号：[1-9][0-9]{4,}   (腾讯QQ号从10000开始)
32中国邮政编码：[1-9]\d{5}(?!\d)    (中国邮政编码为6位数字)
33 IP地址：\d+\.\d+\.\d+\.\d+    (提取IP地址时有用)
34IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?

 

正则表达式是对字符串（包括普通字符（如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。构造正则表达式的方法和创建数学表达式的方法一样。也就是用多种元字符与运算符可以将小的表达式结合在一起来创建更大的表达式。正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；

2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

     正则表达式的特点是：

1. 灵活性、逻辑性和功能性非常强；

2. 可以迅速地用极简单的方式达到字符串的复杂控制。

正则表达式是一种文本模式。正则表达式是强大、便捷、高效的文本处理工具，能够添加、删除、分离、叠加、插入和修整各种类型的文本和数据。

正则表达式基本语法    

两个特殊的符号'^'和'$'。作用是分别指出一个字符串的开始和结束。例子如下：

"^The"：表示所有以"The"开始的字符串（"There"，"Thecat"等）；

"of despair$"：表示所以以"of despair"结尾的字符串；

"notice"：表示任何包含"notice"的字符串。

'*'，'+'和'?'这三个符号，表示一个或一序列字符重复出现的次数。它们分别表示“没有或更多”，“一次或更多”还有“没有或一次”。

"ab*"：表示一个字符串有一个a后面跟着零个或若干个b。（"a", "ab", "abbb",……）；

"ab+"：表示一个字符串有一个a后面跟着至少一个b或者更多；

"ab?"：表示一个字符串有一个a后面跟着零个或者一个b；

"a?b+$"：表示在字符串的末尾有零个或一个a跟着一个或几个b。

使用范围，用大括号括起，用以表示重复次数的范围。

"ab{2}"：表示一个字符串有一个a跟着2个b（"abb"）；

"ab{2,}"：表示一个字符串有一个a跟着至少2个b；

"ab{3,5}"：表示一个字符串有一个a跟着3到5个b。

'*'，'+'和'?'相当于"{0,}"，"{1,}"和"{0,1}"。

'¦'，表示“或”操作：

"hi¦hello"：表示一个字符串里有"hi"或者"hello"；

"(b¦cd)ef"：表示"bef"或"cdef"；

"(a¦b)*c"：表示一串"a""b"混合的字符串后面跟一个"c"；

'.'可以替代任何字符：

"a.[0-9]"：表示一个字符串有一个"a"后面跟着一个任意字符和一个数字；

"^.{3}$"：表示有任意三个字符的字符串（长度为3个字符）；

方括号表示某些字符允许在一个字符串中的某一特定位置出现：

"[ab]"：表示一个字符串有一个"a"或"b"（相当于"a¦b"）；

"[a-d]"：表示一个字符串包含小写的'a'到'd'中的一个（相当于"a¦b¦c¦d"或"[abcd]"）；

"^[a-zA-Z]"：表示一个以字母开头的字符串；

"[0-9]%"：表示一个百分号前有一位的数字；

",[a-zA-Z0-9]$"：表示一个字符串以一个逗号后面跟着一个字母或数字结束。

可以在方括号里用'^'表示不希望出现的字符，'^'应在方括号里的第一位。

如："%[^a-zA-Z]%"表示两个百分号中不应该出现字母。

为了逐字表达，必须在"^.$()¦*+?{\"这些字符前加上转移字符'\'。

注：在方括号中，不需要转义字符。

常用正则表达式

一、校验数字的表达式

 1数字：^[0-9]*$
 2 n位的数字：^\d{n}$
 3至少n位的数字：^\d{n,}$
 4 m-n位的数字：^\d{m,n}$
 5零和非零开头的数字：^(0|[1-9][0-9]*)$
 6非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
 7带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
 8正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
 9有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
10有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
11非零的正整数：^[1-9]\d*$或^([1-9][0-9]*){1,3}$或^\+?[1-9][0-9]*$
12非零的负整数：^\-[1-9][]0-9"*$或^-[1-9]\d*$
13非负整数：^\d+$或^[1-9]\d*|0$
14非正整数：^-[1-9]\d*|0$或^((-\d+)|(0+))$
15非负浮点数：^\d+(\.\d+)?$或^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$或^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$或^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$或^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19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

 1汉字：^[\u4e00-\u9fa5]{0,}$
 2英文和数字：^[A-Za-z0-9]+$或^[A-Za-z0-9]{4,40}$
 3长度为3-20的所有字符：^.{3,20}$
 4由26个英文字母组成的字符串：^[A-Za-z]+$
 5由26个大写英文字母组成的字符串：^[A-Z]+$
 6由26个小写英文字母组成的字符串：^[a-z]+$
 7由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
 8由数字、26个英文字母或者下划线组成的字符串：^\w+$或 ^\w{3,20}$
 9中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$或^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
12禁止输入含有~的字符：[^~\x22]+

 

三、特殊需求表达式

 1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
 2域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
 3 InternetURL：[a-zA-z]+://[^\s]*或^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
 4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}$
 5电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$ 
 6国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
 7身份证号(15位、18位数字)：^\d{15}|\d{18}$
 8短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$或^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
 9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}$
10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}$
11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}$  
12日期格式：^\d{4}-\d{1,2}-\d{1,2}
13一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

15钱的输入格式：
16    1).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]*$

17    2).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]*)$

18    3).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]*)$

19    4).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]+)?$

20    5).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})?$

21    6).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})?$

22    7).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})?$

23    8). 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})?$

24    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25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26中文字符的正则表达式：[\u4e00-\u9fa5]
27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))
28空白行的正则表达式：\n\s*\r    (可以用来删除空白行)
29 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)
30 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)
31腾讯QQ号：[1-9][0-9]{4,}   (腾讯QQ号从10000开始)
32中国邮政编码：[1-9]\d{5}(?!\d)    (中国邮政编码为6位数字)
33 IP地址：\d+\.\d+\.\d+\.\d+    (提取IP地址时有用)
34IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?