正则表达式-元字符讲解

\d 代表 [0-9]

\l 代表 [a-z]

\u 代表 [A-Z]

\a 代表 [A-Za-z]

\w 代表 [A-Za-z0-9_]

匹配中文字符:

[\\u4e00-\\u9fa5]

说明:貌似 vim 中这个不好使 :(

匹配双字节字符(包括汉字在内):

[^\x00-\xff]

匹配空白行的正则表达式:

\n\s*\r

匹配 HTML 标记的正则表达式:

<(\S*?)[^>]*>.*?\|<.*? />

说明:仅能匹配一部分,对于复杂的嵌套标记无能为力

匹配首尾空白字符的正则表达式:

首  ^\s*

尾  \s*$

匹配Email地址的正则表达式:

\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 或者 [\w-]\+(\.[\w-]\+)*@[\w-]\+(\.[\w-]\+)\+

匹配网址URL的正则表达式:

\(\l\|\u\)\+://[^\s]* 或者 \(\l\|\u\)\+://(\w\+(-\w\+)*)(\.(\w\+(-\w\+)*))*(\?\S*)?

匹配帐号是否合法(字母开头,5-16字节,允许字母数字下划线):

\(\l\|\u\)\w\{4,15}

匹配国内固定电话号码:

\d\{3,4}-\d\{7,8}

匹配腾讯QQ号:

[1-9]\d\{4,}

说明:腾讯 QQ 号从 10000 开始

匹配国内邮政编码:

[1-9]\d\{5}(?!\d)

匹配身份证号:

\d\{15}\|\d\{18}\|\d\{17}[xX]

匹配ip地址:

\d+\.\d+\.\d+\.\d+

匹配特定数字(这里全不允许 0 打头,如果允许的话,需要调整一下):

非负整数        [1-9]\d*\|0

正整数          [1-9]\d*

非正整数        -[1-9]\d*\|0

负整数          -[1-9]\d*

整数            -?[1-9]\d*

非负浮点数      \d\+(\.\d\+)? 或者 [1-9]\d*\.\d*\|0\.\d*[1-9]\d*\|0?\.0+\|0

正浮点数        ((\d\+\.\d*[1-9]\d*)\|(\d*[1-9]\d*\.\d\+)\|(\d*[1-9]\d*)) 或者 [1-9]\d*\.\d*\|0\.\d*[1-9]\d*

非正浮点数      ((-\d\+(\.\d\+)?)\|(0\+(\.0\+)?)) 或者 (-([1-9]\d*\.\d*\|0\.\d*[1-9]\d*))\|0?\.0+\|0

负浮点数        (-((\d\+\.\d*[1-9]\d*)\|(\d*[1-9]\d*\.\d\+)\|(\d*[1-9]\d*))) 或者 -([1-9]\d*\.\d*\|0\.\d*[1-9]\d*)

浮点数          (-?\d\+)(\.\d\+)? 或者 -?([1-9]\d*\.\d*\|0\.\d*[1-9]\d*\|0?\.0+\|0)

匹配特定字符串:

由英文字母组成的字符串  \a\+

由大写英文字母组成的字符串  \u\+

由小写英文字母组成的字符串  \l\+

由数字和英文字母组成的字符串    \(\l\|\u\|\d\)\+

由数字、英文字母和下划线组成的字符串    \w\+

特殊匹配(前跟某模式,后跟某模式,前不跟某模式,后不跟某模式)

后跟bar的foo    foo\(bar\)\@=

后不跟bar的foo  foo\(bar\)\@!

前跟bar的foo    \(bar\)\@<=foo

前不跟bar的foo  \(bar\)\@

简单的说,正则表达式是一种可以用于模式匹配和替换的强有力的工具。其作用如下:

测试字符串的某个模式。例如,可以对一个输入字符串进行测试,看在该字符串是否存在一个电话号码模式或一个信用卡号码模式。这称为数据有效性验证。

替换文本。可以在文档中使用一个正则表达式来标识特定文字,然后可以全部将其删除,或者替换为别的文字。

根据模式匹配从字符串中提取一个子字符串。可以用来在文本或输入字段中查找特定文字。

基本语法

正则表达式的形式一般如下:

/love/ 其中位于“/”定界符之间的部分就是将要在目标对象中进行匹配的模式。用户只要把希望查找匹配对象的模式内容放入“/”定界符之间即可。为了能够使用户更加灵活的定制模式内容,正则表达式提供了专门的“元字符”。所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符,可以用来规定其前导字符(即位于元字符前面的字符)在目标对象中的出现模式。

较为常用的元字符包括: “+”, “*”,以及 “?”。

“+”元字符规定其前导字符必须在目标对象中连续出现一次或多次。

“*”元字符规定其前导字符必须在目标对象中出现零次或连续多次。

“?”元字符规定其前导对象必须在目标对象中连续出现零次或一次

正则表达式使用特殊符号。我将各种符号以及其意义和用法简单的介绍一下:

\ 表示在其后的文字是特殊符号。例:"n"和"n"是一致的。"\n"和换行符是一致的。

^ 和输入的开始一致。

$ 以它前面的字符结尾的;例如:ab+$就可以被“abb”,“ab”匹配;

* 与此符号之前的文字0次以上相同的话,两者一致。例:"zo*"和"zoo","z"都一致。

+ 与此符号之前的文字1次以上相同的话,两者一致。例:"zo+"和"zoo"一致,但和"z"不一致。

? 与此符号之前的文字0次或1次相同的话,两者一致。例:"a?ve?"和"never"的"ve"一致。

. 为通配符,表示任何一个字符,例如:“a.c”可以匹配“anc”、“abc”、“acc”;(与除了换行符的所有单一文字一致。)

| 或运算符,例如:a(n|bc|cb)c可以匹配“abcc”,“anc”,“acbc”;

在正则表达式中实现类似编程逻辑中的“或”运算,在多个不同的模式中任选一个进行匹配的话,可以使用管道符 “|”。例如:to|too|2 上述正则表达式将会与目标对象中的 “to”, “too”, 或 “2” 相匹配

(正则表达式) 以所指定的表达式寻找一致文字。如果找到了,储存下来。一致的部分可以从Match方法获得的阵列中找到。 可以在正则表达式中使用 “()” 把字符串组合在一起。“()”符号包含的内容必须同时出现在目标对象中。

x|y x和y的任意一方相同都会被认为一致。例:"(z|f)ood"和"zood","food"都一致。

{n} n是0以上的整数。与其前的文字n次相同的话,两者一致。例:"o{2}"和"Bob"中的"o"不一致,与"foooood"中的前两个"o"一致。

{n,} n是0以上的整数。与其之前的文字至少n次相同才一致。

{,n} n是0以上的整数。匹配n到无穷次之间任意次数。

{n,m} 两者整数。n至m范围的次数一致。

[xyz] 与中括号中的文字任意一个相同都被认为一致。

[^xyz] 与上面的相反。

[a-z] 文字的范围,从"a"到"z"的文字都被认为一致。

[^a-z] 与上面的相反。

[] 在[]内可以指定要求匹配的字符,例如:"a[nbc]c"可以匹配"anc"、"abc"、"acc";但不可以匹配"ancc",a到z可以写成[a-z],0到9可以写成[0-9];

例如:

电话号码:024-84820482,02484820482(假设前面3或者4位,后面7或者8位,并且中间的减号可有可无)

都是符合规定的,那么可以用如下格式来匹配:[0-9]{3,4} \-? [0-9]{7,8};

-注意:“\”为转义字符,因为“-”在正则表达式用有代表一个范围的意义,例如:前面所说的[0-9],

所以它需要转义字符“\”进行转义才可使用;

\b 表示单词的末尾。例:"er\b"和"never"的"er"一致,但和"verb"的"er"不一致。

\B 表示非单词的末尾。

\d 表示数字。

\D 表示非数字。

\s 表示空格。

\S 表示非空格。

\w 表示所有字母数字。

\W 表示非所有字母数字。

解说:

\d表示[0-9];\D表示[^0-9];\w表示[A-Z0-9];\W表示[^A-Z0-9];\s表示[\t\n\r\f],就是空格字符包括tab,空格等等;\S表示[^\t\n\r\f],就是非空格字符

i  (忽略大小写)  /* 注意点 */

g  (全文查找出现的所有  pattern) /* 注意点 */

gi  (全文查找、忽略大小写)/* 注意点 */

\num num应该被赋予一个正数。与已经储存的部分比较。例:"(.)\1"和任意的两个连续的相同

文字一致。

了解了这些之后看下面的注意点:

String s1="111+222+333";

System.out.println(s1.split("+").length);

//输出时提示错误:

java.util.regex.PatternSyntaxException: Dangling meta character '+' near index

问题出现在加号附近,查询相关的资料显示,+、*、|、\等符号在正则表达示中有相应的不同意义。

需要这样:

String s1="111+222+333";

System.out.println(s1.split("[+]").length);

或是

String s1="111+222+333";

System.out.println(s1.split("\\+").length);// 符号“\”本身就是特殊符号 :转义符,因此是两个 "\"即“\\”表示符号 \

如果除了上面匹配的所有单词之外,你还想要匹配“toon”,那么,你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”,使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号,因为方括号只允许匹配单个字符;这里必须使用圆括号“()”。圆括号还可以用来分组,具体请参见后面介绍。

.(点号)字符意即'任一字符'。因此,a.c匹配于abc、aac以及aqc。单个点号用以表示自己的情况很少,它多半与其他meta字符搭配使用,这一结合允许匹配多个字符,这部分稍后会提及。

最后一种匹配单个字符的方式是使用方括号表达式(bracket expression)。最简单的方括号表达式是直接将字符列表放在方括号里,例如,[aeiouy]表示的就是所有小写元音字母。举例来说,c[aeiouy]t匹配于cat、cot以及cut(还有cet、cit,与cyt),但不匹配于cbt。

匹配含字符串 hello、world、中国 字符串的正则表达式:

[\s\S]*?(hello)|(world)|(中国)[\s\S]*?

正则表达式的测试工具:http://www.119.xdowns.com/uploadFile/2010-3/regex.rar

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class IfHanZi {

public static void main(String[] args) {

//方法一:

String s1 = "我是中国人";

String s2 = "imchinese";

String s3 = "im中国人";

System.out.println(s1 + ":" + new String(s1).length());

System.out.println(s2 + ":" + new String(s2).length());

System.out.println(s3 + ":" + new String(s3).length());

System.out.println((s1.getBytes().length == s1.length()) ? "s1无汉字":"s1有汉字");

System.out.println((s2.getBytes().length == s2.length()) ? "s2无汉字":"s2有汉字");

System.out.println((s3.getBytes().length == s3.length()) ? "s3无汉字":"s3有汉字");

//方法二:

int count = 0;

String regEx = "[\\u4e00-\\u9fa5]";

String str = "中文fd我是中国人as ";

Pattern p = Pattern.compile(regEx);

Matcher m = p.matcher(str);

while (m.find()) {

for (int i = 0; i <= m.groupCount(); i++) {

count = count + 1;  }

}

System.out.println("共有 " + count + "个 ");

}

}

匹配中文还真是个头疼的事,有了这个表达式就好办了

匹配双字节字符(包括汉字在内):[^x00-xff]

评注: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)

匹配空白行的正则表达式:ns*r

评注:可以用来删除空白行

匹配HTML标记的正则表达式:<(S*?)[^>]*>.*?|<.*? />

评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式:^s*|s*$

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),非常有用的表达式

匹配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

匹配网址URL的正则表达式:[a-zA-z]+://[^s]*

评注:网上流传的版本功能很有限,上面这个基本可以满足需求

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:表单验证时很实用

匹配国内电话号码:d{3}-d{8}|d{4}-d{7}

评注:匹配形式如 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

匹配中国邮政编码:[1-9]d{5}(?!d)

评注:中国邮政编码为6位数字

匹配身份证:d{15}|d{18}

评注:中国的身份证为15位或18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:处理大量数据时有用,具体应用时注意修正

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个英文字母的大写组成的字符串

^[a-z]+$  //匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$  //匹配由数字和26个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

在使用RegularExpressionValidator验证控件时的验证功能及其验证表达式介绍如下:

只能输入数字:“^[0-9]*$”

只能输入n位的数字:“^d{n}$”

只能输入至少n位数字:“^d{n,}$”

只能输入m-n位的数字:“^d{m,n}$”

只能输入零和非零开头的数字:“^(0|[1-9][0-9]*)$”

只能输入有两位小数的正实数:“^[0-9]+(.[0-9]{2})?$”

只能输入有1-3位小数的正实数:“^[0-9]+(.[0-9]{1,3})?$”

只能输入非零的正整数:“^+?[1-9][0-9]*$”

只能输入非零的负整数:“^-[1-9][0-9]*$”

只能输入长度为3的字符:“^.{3}$”

只能输入由26个英文字母组成的字符串:“^[A-Za-z]+$”

只能输入由26个大写英文字母组成的字符串:“^[A-Z]+$”

只能输入由26个小写英文字母组成的字符串:“^[a-z]+$”

只能输入由数字和26个英文字母组成的字符串:“^[A-Za-z0-9]+$”

只能输入由数字、26个英文字母或者下划线组成的字符串:“^w+$”

验证用户密码:“^[a-zA-Z]w{5,17}$”正确格式为:以字母开头,长度在6-18之间,

只能包含字符、数字和下划线。

验证是否含有^%&',;=?$"等字符:“[^%&',;=?$x22]+”

只能输入汉字:“^[u4e00-u9fa5],{0,}$”

验证Email地址:“^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$”

验证InternetURL:“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$”

验证电话号码:“^((d{3,4})|d{3,4}-)?d{7,8}$”

正确格式为:“XXXX-XXXXXXX”,“XXXX-XXXXXXXX”,“XXX-XXXXXXX”,

“XXX-XXXXXXXX”,“XXXXXXX”,“XXXXXXXX”。

验证身份证号(15位或18位数字):“^d{15}|d{}18$”

验证一年的12个月:“^(0?[1-9]|1[0-2])$”正确格式为:“01”-“09”和“1”“12”

验证一个月的31天:“^((0?[1-9])|((1|2)[0-9])|30|31)$”

正确格式为:“01”“09”和“1”“31”。

匹配中文字符的正则表达式: [u4e00-u9fa5]

匹配双字节字符(包括汉字在内):[^x00-xff]

匹配空行的正则表达式:n[s| ]*r

匹配HTML标记的正则表达式:/<(.*)>.*|<(.*) />/

匹配首尾空格的正则表达式:(^s*)|(s*$)

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

匹配网址URL的正则表达式:http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?

(1)应用:计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)

String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}

(2)应用:javascript中没有像vbscript那样的trim函数,我们就可以利用这个表达式来实现

String.prototype.trim = function()

{

return this.replace(/(^s*)|(s*$)/g, "");

}

(3)应用:利用正则表达式分解和转换IP地址

function IP2V(ip) //IP地址转换成对应数值

{

re=/(d+).(d+).(d+).(d+)/g //匹配IP地址的正则表达式

if(re.test(ip))

{

return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1

}

else

{

throw new Error("Not a valid IP address!")

}

}

(4)应用:从URL地址中提取文件名的javascript程序

s="http://www.9499.net/page1.htm";

s=s.replace(/(.*/){0,}([^.]+).*/ig,"$2") ;//Page1.htm

(5)应用:利用正则表达式限制网页表单里的文本框输入内容

用正则表达式限制只能输入中文:onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,'))"

用正则表达式限制只能输入全角字符: onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,'))"

用正则表达式限制只能输入数字:onkeyup="value=value.replace(/[^d]/g,') "onbeforepaste= "clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,'))"

用正则表达式限制只能输入数字和英文:onkeyup="value=value.replace(/[W]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,'

你可能感兴趣的:(正则表达式-元字符讲解)