正则表达式

1.正则表达式概念

1.1什么是正则表达式

正则表达式是对字符串操作的一种逻辑公式。 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。 正则表达式由普通字符和元字符(metacharacters)组成。

1.2元字符

"^"：^会匹配行或者字符串的起始位置，有时还会匹配整个文档的起始位置。

"$"： $会匹配行或字符串的结尾。

"\b"：不会消耗任何字符只匹配一个位置，常用于匹配单词边界。 如 我想从字符串中"This is RE"单独匹配的单词 "is" 正则就要写成 "\bis\b"；不会匹配is 两边的字符，但它会识别is 两边是否为单词的边界。

"\d": 匹配数字。 如 要匹配一个固定格式的电话号码以0开头前4位后7位，如 020-1234567 正则：^0\d\d\d-\d\d\d\d\d\d\d$

"\w"：匹配字母，数字，下划线。 如 我要匹配"a2345BCD__TTz" 正则："\w+" 这里的"+"字符为一个量词指重复的次数，稍后会详细介绍。

"\s"：匹配空格。 如 字符 "a b c" 正则："\w\s\w\s\w" 一个字符后跟一个空格，如有字符间有多个空格直接把"\s" 写成 "\s+" 让空格重复。

"."：匹配除了换行符以外的任何字符。

"[abc]": 字符组，匹配包含括号内元素的字符。 如 [abc]只匹配括号内存在的字符，还可以写成[a-z]匹配a至z的所有字母。

1.3反义

大写和^

"\W"：匹配任意不是字母，数字，下划线 的字符。

"\S"：匹配任意不是空白符的字符。

"\D"：匹配任意非数字的字符。

"\B"：匹配不是单词开头或结束的位置。

"[^abc]"：匹配除了abc以外的任意字符。

1.4限定符

在一定范围，限定匹配多少次。

"*"：匹配0~多次。如 "aaaabbbb" 正则 "a*" 得 "aaa"

"+"：匹配1~多次。如 "aaaabbbb" 正则 "a+" 得 "aaa"

"?"：匹配0~1次。如 "aaaabbbb" 正则 "a?" 得 "a"

"{n}"：匹配n次。如 "aaaabbbb" 正则 "a{3}" 得 "aaa"

"{n,m}"：匹配n到m次。如 正则 "a{2,3}" 得 "aa"或者"aaa"取决于所给参数(值含a≥2)

"{n,}"：匹配n到多次。如 正则 "a{2,}" 得出的值a至少出现2次(值含a≥2)

1.5分组 捕获

分组：起别名 存 正则。

捕获：使用存起来的正则。

"(RE)"：匹配正则，并默认存分组。

"(?RE)"：匹配正则，并别名存分组。

"(?:RE)"：匹配正则，不分组，不获取。

"(?=RE)"：匹配正则前面的位置。也叫零宽度正预测先行断言。

"(?<=RE)"：匹配正则后面的位置。也叫零宽度正回顾后发断言。

"(?!RE)"：匹配后面跟的不是正则的位置。

"(?<!RE)"：匹配前面不是正则的位置。

1.6零宽断言

用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们像\b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(即断言)，因此它们也被称为零宽断言。最好还是拿例子来说明吧： 断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

2.正则表达式常用公式

2.1校验密码强度

密码的强度必须是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}$
复制代码

2.2校验中文

字符串仅能是中文。

^[\\u4e00-\\u9fa5]{0,}$
复制代码

2.3由数字、26个英文字母或下划线组成的字符串

^\\w+$
复制代码

2.4校验E-Mail 地址

同密码一样，下面是E-mail地址合规性的正则检查语句。

[\\w!#$%&'*+/=?^_`{|}~-]+(?:\\.[\\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\\w](?:[\\w-]*[\\w])?\\.)+[\\w](?:[\\w-]*[\\w])?
复制代码

2.5校验身份证号码

15位。

^[1-9]\\d{7}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}$
复制代码

18位

^[1-9]\\d{5}[1-9]\\d{3}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}([0-9]|X)$
复制代码

2.6校验日期

“yyyy-mm-dd“ 格式的日期校验，已考虑平闰年。

^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$
复制代码

2.7校验金额

金额校验，精确到2位小数。

^[0-9]+(.[0-9]{2})?$
复制代码

2.8校验手机号

下面是国内 13、15、18开头的手机号正则表达式。（可根据目前国内收集号扩展前两位开头号码）

^(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}$
复制代码

2.9判断IE的版本

IE目前还没被完全取代，很多页面还是需要做版本兼容，下面是IE版本检查的表达式。

^.*MSIE [5-8](?:\\.[0-9]+)?(?!.*Trident\\/[5-9]\\.0).*$
复制代码

2.10校验IP-v4地址

IP4 正则语句。

\\b(?:(?: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]?)\\b
复制代码

2.11校验IP-v6地址

(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))
复制代码

2.12检查URL的前缀

应用开发中很多时候需要区分请求是HTTPS还是HTTP，通过下面的表达式可以取出一个url的前缀然后再逻辑判断。

if (!s.match(/^[a-zA-Z]+:\\/\\//))
{
    s = 'http://' + s;
}
复制代码

2.13提取URL链接

下面的这个表达式可以筛选出一段文本中的URL。

^(f|ht){1}(tp|tps):\\/\\/([\\w-]+\\.)+[\\w-]+(\\/[\\w- ./?%&=]*)?
复制代码

2.14文件路径及扩展名校验

验证windows下文件路径和扩展名（下面的例子中为.txt文件）

^([a-zA-Z]\\:|\\\\)\\\\([^\\\\]+\\\\)*[^\\/:*?"<>|]+\\.txt(l)?$
复制代码

2.15提取Color Hex Codes

有时需要抽取网页中的颜色代码，可以使用下面的表达式。

^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$
复制代码

2.16提取网页图片

假若你想提取网页中所有图片信息，可以利用下面的表达式。

\\< *[img][^\\\\>]*[src] *= *[\\"\\']{0,1}([^\\"\\'\\ >]*)
复制代码

2.17提取页面超链接

提取html中的超链接。

(<a\\s*(?!.*\\brel=)[^>]*)(href="https?:\\/\\/)((?!(?:(?:www\\.)?'.implode('|(?:www\\.)?', $follow_list).'))[^"]+)"((?!.*\\brel=)[^>]*)(?:[^>]*)>
复制代码

2.18 查找CSS属性

通过下面的表达式，可以搜索到相匹配的CSS属性。

^\\s*[a-zA-Z\\-]+\\s*[:]{1}\\s[a-zA-Z0-9\\s.#]+[;]{1}
复制代码

2.19抽取注释

如果你需要移除HMTL中的注释，可以使用如下的表达式。

<!--(.*?)-->
复制代码

2.20匹配HTML标签

通过下面的表达式可以匹配出HTML中的标签属性。

<\\/?\\w+((\\s+\\w+(\\s*=\\s*(?:".*?"|'.*?'|[\\^'">\\s]+))?)+\\s*|\\s*)\\/?>
复制代码