正则小结

（注：元字符包括\ | ( ) [ ] { } ^ $ * + ? . )

匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：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：\n\s*\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_]$
评注：表单验证时很实用

匹配国内电话号码：\d-\d|\d-\d
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]\d(?!\d)
评注：中国邮政编码为6位数字

匹配身份证：\d|\d
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
评注：最基本也是最常用的一些表达式

 

 

今天在Java中想使用正则表达式来获取一段文本中的任意字符。于是很随意得就写出如下匹配规则：
(.*)
结 果运行之后才发现，无法获得换行之后的文本。于是查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”以外的所有字符。同时， 手册上还有一句话：要匹配包括 '\n' 在内的任何字符，请使用像 '[.\n]' 的模式。于是我将正则表达式的匹配规则修改如下：
([.\n]*)，当然，如果是在java程序中直接写到话，需要改为([.\\n]*)
结果再次运行程序，发现什么内容也取不到了。我百思不得其解，又将其修改为如下规则：
([.|\n]*) 以及 ([\n.]*)
结果还是不行，什么内容都取不到。看来点符号和换行符卯上劲了～
然后上网一查，虽然没有查出上述规则到底是什么地方出问题了，但是查出了一个解决办法，经过一试，果然可以匹配包括换行符在内的任意字符，以下为正确的正则表达式匹配规则：
([\s\S]*)
同时，也可以用 “([\d\D]*)”、“([\w\W]*)” 来表示。

正则表达式可以让用户通过使用一系列的特殊字符构建匹配模式  
   
  ，然后把匹配模式与数据文件、程序输入以及WEB页面的表单输  
   
  入等目标对象进行比较，根据比较对象中是否包含匹配模式，执  
   
  行相应的程序。举例来说，正则表达式的一个最为普遍的应用就是用于验证  
   
  用户在线输入的邮件地址的格式是否正确。如果通过正则表达式  
   
  验证用户邮件地址的格式正确，用户所填写的表单信息将会被正  
   
  常处理；反之，如果用户输入的邮件地址与正则表达的模式不匹  
   
  配，将会弹出提示信息，要求用户重新输入正确的邮件地址。由  
   
  此可见正则表达式在WEB应用的逻辑判断中具有举足轻重的作用  
   
  。   基本语法在对正则表达式的功能和作用有了初步的了解之后，我们就  
   
  来具体看一下正则表达式的语法格式。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   “?”。其  
   
  中，“+”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，而“?”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。   　　  
  下面，就让我们来看一下正则表达式元字符的具体应用。  
    　　/fo+/   　　  
  因为上述正则表达式中包含“+”元字符，表示可以与目标  
   
  对象中的   “fool”,   “fo”,   或者   “football”等在字母f后  
   
  面连续出现一个或多个字母o的字符串相匹配。  
    　　/eg*/   　　  
  因为上述正则表达式中包含“*”元字符，表示可以与目标  
   
  对象中的   “easy”,   “ego”,   或者   “egg”等在字母e后面连  
   
  续出现零个或多个字母g的字符串相匹配。  
    　　/Wil?/   　　  
  因为上述正则表达式中包含“？”元字符，表示可以与目标  
   
  对象中的   “Win”,   或者   “Wilson”,等在字母i后面连续出现  
   
  零个或一个字母l的字符串相匹配。   　　  
  除了元字符之外，用户还可以精确指定模式在匹配对象中出  
   
  现的频率。例如，   　　  
  /jim{2,6}/   　　  
  上述正则表达式规定字符m可以在匹配对象中连续出现2-6次  
   
  ，因此，上述正则表达式可以同jimmy或jimmmmmy等字符串相匹  
   
  配。   　　  
  在对如何使用正则表达式有了初步了解之后，我们来看一下  
   
  其它几个重要的元字符的使用方式。   　　  
  \s：用于匹配单个空格符，包括tab键和换行符；   　　  
  \S：用于匹配除单个空格符之外的所有字符；   　　  
  \d：用于匹配从0到9的数字；   　　  
  \w：用于匹配字母，数字或下划线字符；   　　  
  \W：用于匹配所有与\w不匹配的字符；   　　  
  .   ：用于匹配除换行符之外的所有字符。   　　  
  （说明：我们可以把\s和\S以及\w和\W看作互为逆运算）   　　  
  下面，我们就通过实例看一下如何在正则表达式中使用上述  
   
  元字符。   　　  
  /\s+/   　　上述正则表达式可以用于匹配目标对象中的一个或多个空格  
   
  字符。   　　  
  /\d000/   　　如果我们手中有一份复杂的财务报表，那么我们可以通过上  
   
  述正则表达式轻而易举的查找到所有总额达千元的款项。   　　  
  除了我们以上所介绍的元字符之外，正则表达式中还具有另  
   
  外一种较为独特的专用字符，即定位符。定位符用于规定匹配模  
   
  式在目标对象中的出现位置。   　　  
  较为常用的定位符包括：   “^”,   “$”,   “\b”   以及   “\B”。  
  其中，“^”定位符规定匹配模式必须出现在目标字符  
   
  串的开头，“$”定位符规定匹配模式必须出现在目标对象的结  
   
  尾，\b定位符规定匹配模式必须出现在目标字符串的开头或结尾  
   
  的两个边界之一，而“\B”定位符则规定匹配对象必须位于目标  
   
  字符串的开头和结尾两个边界之内，即匹配对象既不能作为目标  
   
  字符串的开头，也不能作为目标字符串的结尾。同样，我们也可  
   
  以把“^”和“$”以及“\b”和“\B”看作是互为逆运算的两组  
   
  定位符。举例来说：   　　  
  /^hell/   　　因为上述正则表达式中包含“^”定位符，所以可以与目标  
   
  对象中以   “hell”,   “hello”或   “hellhound”开头的字符串  
   
  相匹配。   　　  
  /ar$/   　　因为上述正则表达式中包含“$”定位符，所以可以与目标  
   
  对象中以   “car”,   “bar”或   “ar”   结尾的字符串相匹配。   　　  
  /\bbom/   　　因为上述正则表达式模式以“\b”定位符开头，所以可以与  
   
  目标对象中以   “bomb”,   或   “bom”开头的字符串相匹配。   　　  
  /man\b/   　　因为上述正则表达式模式以“\b”定位符结尾，所以可以与  
   
  目标对象中以   “human”,   “woman”或   “man”结尾的字符串  
   
  相匹配。   　　为了能够方便用户更加灵活的设定匹配模式，正则表达式允  
   
  许使用者在匹配模式中指定某一个范围而不局限于具体的字符。  
   
  例如：   　　  
  /[A-Z]/   　　上述正则表达式将会与从A到Z范围内任何一个大写字母相匹  
   
  配。   　　  
  /[a-z]/   　　上述正则表达式将会与从a到z范围内任何一个小写字母相匹  
   
  配。   　　  
  /[0-9]/   　　上述正则表达式将会与从0到9范围内任何一个数字相匹配。   　　  
  /([a-z][A-Z][0-9])+/   　　上述正则表达式将会与任何由字母和数字组成的字符串，  
  如   “aB0”   等相匹配。这里需要提醒用户注意的一点就是可以在正  
   
  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。因此，上述正则表达式将无  
   
  法与诸如   “abc”等的字符串匹配，因为“abc”中的最后一个  
   
  字符为字母而非数字。   　　  
  如果我们希望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。   　  
  　正则表达式中还有一个较为常用的运算符，即否定符   “[^]  
   
  ”。与我们前文所介绍的定位符   “^”   不同，否定符   “[^]”  
   
  规定目标对象中不能存在模式中所规定的字符串。例如：   　　  
  /[^A-C]/   　　上述字符串将会与目标对象中除A，B，和C之外的任何字符  
   
  相匹配。一般来说，当“^”出现在   “[]”内时就被视做否定运  
   
  算符；而当“^”位于“[]”之外，或没有“[]”时，则应当被  
   
  视做定位符。   　　最后，当用户需要在正则表达式的模式中加入元字符，并查  
   
  找其匹配对象时，可以使用转义符“\”。例如：   　　  
  /Th\*/   　　上述正则表达式将会与目标对象中的“Th*”而非“The”等  
   
  相匹配。使用实例   　　在对正则表达式有了较为全面的了解之后，我们就来看一下  
   
  如何在Perl，PHP，以及javascript中使用正则表达式。   　　  
  通常，Perl中正则表达式的使用格式如下：   　　  
  operator   /   regular-expression   /   string-to-replace   /   modifiers   　　  
  运算符一项可以是m或s，分别代表匹配运算和替换运算。   　　  
  其中，正则表达式一项是将要进行匹配或替换操作的模式，  
   
  可以由任意字符，元字符，或定位符等组成。替换字符串一项是  
   
  使用s运算符时，对查找到的模式匹配对象进行替换的字符串。  
   
  最后的参数项用来控制不同的匹配或替换方式。例如：  
    　　s/geed/good/   　　  
  将会在目标对象中查找第一个出现的geed字串，并将其替换  
   
  为good。如果我们希望在目标对象的全局范围内执行多次查找—   替换操作的话，可以使用参数   “g”，即s/love/lust/g。   　　  
  此外，如果我们不需要限制匹配的大小写形式的话，可以使 用参数   “i   ”。例如，   　　  
  m/JewEL/i   　　上述正则表达式将会与目标对象中的jewel，Jewel，或JEWE L相匹配。   　　在Perl中，使用专门的运算符“=~”指定正则表达式的匹配  对象。例如：   　　$flag   =~   s/abc/ABC/   　　  
  上述正则表达式将会把变量$flag中的字串abc替换为ABC