目錄
正則表達式
一.概念
正則表達式(regular expression)就是由普通字符(如a、1)以及特殊字符(如$、*)組成的一種字符串匹配的模式,可以用來檢查一個串是否含有某種子串、將匹配的子串替換或者從某個串中取出符合某個條件的子串等。
二.字符
1.普通字符
普通字符包括沒有顯式指定爲元字符的所有可打印和不可打印字符。這包括所有大寫和小寫字母、所有數字、所有標點符號和一些其他符號。
2.主要特殊字符
特殊字符又稱爲元字符
\ |
將下一個字符標記爲一個特殊字符、或一個原義字符、或一個向後引用、或一個八進制轉義符。例如,'n' 匹配字符 "n"。'\n' (newline)匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "(" |
^ | 匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性,^ 也匹配 '\n' 或 '\r' 之後的位置 |
$ | 匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性,$ 也匹配 '\n' 或 '\r' 之前的位置 |
* | 匹配前面的子表達式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等價於{0,} |
+ | 匹配前面的子表達式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價於 {1,} |
? | 匹配前面的子表達式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 {0,1} |
{n} | n 是一個非負整數。匹配確定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的兩個o |
{n,} | n 是一個非負整數。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,}' 等價於 'o+'。'o{0,}' 則等價於 'o*' |
{n,m} | m 和 n 均爲非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格 |
? | 當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時,匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜索的字符串,而默認的貪婪模式則儘可能多的匹配所搜索的字符串。例如,對於字符串 "oooo",'o+?' 將匹配單個 "o",而 'o+' 將匹配所有 'o' |
. | 點“. ” 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內的任何字符,請使用象 '[.\n]' 的模式 |
x|y | 匹配 x 或 y。“|”代表“或”的意思。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food" |
[xyz] | 字符集合。匹配所包含的任意一個字符。例如, '[abc]' 可以匹配 "plain" 中的 'a' |
[^xyz] | 負值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p' |
[a-z] | 字符範圍。匹配指定範圍內的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 範圍內的任意小寫字母字符 |
[^a-z] | 負值字符範圍。匹配任何不在指定範圍內的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 範圍內的任意字符 |
\b | 匹配一個單詞邊界,也就是指單詞和空格間的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er' |
\B | 匹配非單詞邊界。'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 匹配一個 Control-M 或回車符。x 的值必須爲 A-Z 或 a-z 之一。否則,將 c 視爲一個原義的 'c' 字符 |
\d | 匹配一個數字字符。等價於 [0-9] |
\D | 匹配一個非數字字符。等價於 [^0-9] |
\f | 匹配一個換頁符。等價於 \x0c 和 \cL |
\n | 匹配一個換行符。等價於 \x0a 和 \cJ |
\r | 匹配一個回車符。等價於 \x0d 和 \cM |
\s | 匹配任何空白字符,包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v] |
\S | 匹配任何非空白字符。等價於 [^ \f\n\r\t\v] |
\t | 匹配一個製表符。等價於 \x09 和 \cI |
\v | 匹配一個垂直製表符。等價於 \x0b 和 \cK |
\w | 匹配包括下劃線的任何單詞字符。等價於'[A-Za-z0-9_]' |
\W | 匹配任何非單詞字符。等價於 '[^A-Za-z0-9_]' |
\num | 匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。例如,'(.)\1' 匹配兩個連續的相同字符 |
\xn | 匹配 n,其中 n 爲十六進制轉義值。十六進制轉義值必須爲確定的兩個數字長。例如,'\x41' 匹配 "A"。'\x041' 則等價於 '\x04' & "1"。正則表達式中可以使用 ASCII 編碼 |
\un | 匹配 n,其中 n 是一個用四個十六進制數字表示的 Unicode 字符。例如, \u00A9 匹配版權符號 (?) |
(pattern) | 匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中則使用 $0…$9 屬性。要匹配圓括號字符,請使用 '\(' 或 '\)' |
(?=pattern) | 正向預查。例如windows(?=95/98/2000/NT),含義是匹配“windows”後面可以是“95”“98”“2000”或者“NT” |
(?!pattern) | 負向預查。例windows(?!95/98),含義是匹配“windows”後面不是“95”或“98”的其它字符串 |
3.元字符優先級
優先級(升序) | 元字符 | 描述 |
1 | \ | 轉義字符 |
2 | () , [] | 圓括號,方括號 |
3 | * + ? {n} {n,} {n,m} | 限定符 |
4 | ^ $ | 開始和結束標識 |
5 | | | 替換,"或"操作 |
三.正則表達式的用途
1.測試字符串內的模式
例如,可以測試輸入字符串,以查看字符串內是否出現電話號碼模式或信用卡號碼模式。這稱爲數據驗證。
2.替換文本
可以使用正則表達式來識別文檔中的特定文本,完全刪除該文本或者用其他文本替換它。
3.基於模式匹配從字符串中提取子字符串
可以查找文檔內或輸入域內特定的文本。
四.常見的正則表達式
中文字符 | ^[\u4E00-\u9FA5]+$ |
手機號碼 | ^(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}$ |
電話號碼 | ^((d{3,4})|d{3,4}-)?d{7,8}$ |
Email地址 | ^[\w-]+[\w-.]?@[\w-]+(\.[A-Za-z]{2,5})+$ |
URL網址 |
^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$ |
密碼(安全級別中) | ^(\d+[A-Za-z]\w*|[A-Za-z]+\d\w*)$ |
密碼(安全級別高) | ^(\d+[a-zA-Z~!@#$%^&(){}][\w~!@#$%^&(){}]*|[a-zA-Z~!@#$%^&(){}]+\d[\w~!@#$%^&(){}]*)$ |
對於同一個需求的正則表達式,因理解不同和驗證的嚴格程度不同而差異很大,沒有固定的統一寫法。只要儘量與需求進行匹配就可以。
五.關於正則的備註
1、大寫英文字母的正則表達式,除了可以寫成[A-Z],還可以寫成[\x41-\x5A]。因爲在ASCII碼字典中A-Z被排在了65-90號(也就是ASCII碼的第66到第91位),換算成16進制就是0x41-0x5A;
2、[0-9],可以寫成[\x30-\x39];
3、[a-z],可以寫成[\x61-\x7A]。
4、中文的正則表達式爲:[\u4E00-\u9FA5]
因爲中文在unicode編碼字典中排在4E00到9FA5之間。換成10進制,也就是第19968號到40869號是中文字,一共20902箇中文字被搜錄到unicode編碼集中。(常識瞭解:第19968號是“一”,而第40869號是“龥”(yu))。
六.附錄:正則的寫法
- 整數或者小數:^[0-9]+\.{0,1}[0-9]{0,2}$
- 只能輸入數字:"^[0-9]*$"。
- 只能輸入n位的數字:"^\d{n}$"。
- 只能輸入至少n位的數字:"^\d{n,}$"。
- 只能輸入m~n位的數字:。"^\d{m,n}$"
- 只能輸入零和非零開頭的數字:"^(0|[1-9][0-9]*)$"。
- 只能輸入有兩位小數的正實數:"^[0-9]+(.[0-9]{2})?$"。
- 只能輸入有1~3位小數的正實數:"^[0-9]+(.[0-9]{1,3})?$"。
- 只能輸入非零的正整數:"^\+?[1-9][0-9]*$"。
- 只能輸入非零的負整數:"^\-[1-9][]0-9"*$。
- 只能輸入長度爲3的字符:"^.{3}$"。
- 只能輸入由26個英文字母組成的字符串:"^[A-Za-z]+$"。
- 只能輸入由26個大寫英文字母組成的字符串:"^[A-Z]+$"。
- 只能輸入由26個小寫英文字母組成的字符串:"^[a-z]+$"。
- 只能輸入由數字和26個英文字母組成的字符串:"^[A-Za-z0-9]+$"。
- 只能輸入由數字、26個英文字母或者下劃線組成的字符串:"^\w+$"。
- 驗證用戶密碼:"^[a-zA-Z]\w{5,17}$"正確格式爲:以字母開頭,長度在6~18之間,只能包含字符、數字和下劃線。
- 驗證是否含有^%&',;=?$\"等字符:"[^%&',;=?$\x22]+"。
- 只能輸入漢字:"^[\u4e00-\u9fa5]{0,}$"
- 驗證Email地址:"^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"。
- 驗證InternetURL:"^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
- 驗證電話號碼:"^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$" 正確格式爲:"XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。
- 驗證身份證號(15位或18位數字):"^\d{15}|\d{18}$"。
- 驗證一年的12個月:"^(0?[1-9]|1[0-2])$"正確格式爲:"01"~"09"和"1"~"12"。
- 驗證一個月的31天:"^((0?[1-9])|((1|2)[0-9])|30|31)$"正確格式爲;"01"~"09"和"1"~"31"。
- 匹配中文字符的正則表達式: [\u4e00-\u9fa5]
- 匹配雙字節字符(包括漢字在內):[^\x00-\xff]
- 匹配空行的正則表達式:\n[\s| ]*\r
- 匹配html標籤的正則表達式:<(.*)>(.*)<\/(.*)>|<(.*)\/>
- 匹配首尾空格的正則表達式:(^\s*)|(\s*$)