|
模式 |
匹配的內容(含意) |
|
字符類 |
|
|
[abc] |
a、b 或 c（簡單類） |
|
[^abc] |
任何字符，除了 a、b 或 c（否定） |
|
[a-zA-Z] |
a 到 z 或 A 到 Z，兩頭的字母包括在內（范圍） |
|
[a-d[m-p]] |
a 到 d 或 m 到 p：[a-dm-p]（并集） |
|
[a-z[def]] |
d、e 或 f（交集） |
|
[a-z[^bc]] |
a 到 z，除了 b 和 c：[ad-z]（減去） |
|
[a-z[^m-p]] |
a 到 z，而非 m 到 p：[a-lq-z]（減去） |
|
預定義字符類 |
|
|
. |
任何字符（與 行結束符 可能匹配也可能不匹配） |
|
\d |
數字：[0-9] |
|
\D |
非數字： [^0-9] |
|
\s |
空白字符：[ \t\n\x0B\f\r] |
|
\S |
非空白字符：[^\s] |
|
\w |
單詞字符：[a-zA-Z_0-9] |
|
\W |
非單詞字符：[^\w] |
|
邊界匹配器 |
|
|
^ |
行的開頭 |
|
$ |
行的結尾 |
|
\b |
單詞邊界 |
|
\B |
非單詞邊界 |
|
\A |
輸入的開頭 |
|
\G |
上一個匹配的結尾 |
|
\Z |
輸入的結尾，僅用于最后的 結束符 （如果有的話） |
|
\z |
輸入的結尾 |
|
數量詞(Greedy策略) |
|
|
X? |
X，一次或一次也沒有 |
|
X* |
X，零次或多次 |
|
X+ |
X，一次或多次 |
|
X{n} |
X，恰好 n 次 |
|
X{n,} |
X，至少 n 次 |
|
X{n,m} |
X，至少 n 次，但是不超過 m 次 |
|
邏輯運算符 |
|
|
XY |
X 后跟 Y |
|
X|Y |
X 或 Y |
|
(X) |
X，作為 捕獲組 |
這些常用的符號在各種編程語言的正則表達式中含意基本相同 ( 因為正則表達式的思想是相同的 ) ，所以都可以用來參數。但不同的語言可能會有一些細小的差別，如果要針對各種編程語言，想有更精確和權威的說明，可參考其官方文檔：
C++(VS2013編譯器 ) ： http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary
Java ： http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html
JavaScript ： http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
正則表達式的使用
下面從常見的需求出發講述 C++ 、 Java 和 JavaScript 中正則表達式的使用
C++中的正則表達式
C++ 中正則表達式主要有三種實現方式： C 語言的實現方式 (C regex) ， C++ 標準庫的實現 (C++ regex) ， Boost 庫的實現 (boost regex) 。 C regex 的方式是一種面向過程的編程方式，使用起來不太方便； C++ regex 的方式因為是標準庫的一部分，所以可以直接使用 ( 好像 Linux 平臺下不支持 ) ，但 C++ regex 非常難用，語法要求比較嚴格，而且好多默認的選項和我們正常的想法不一樣； Boost 是一個開源的第三方庫，這個庫非常優秀，廣泛應用于 C++ 的項目開發中， boost regex 非常靈活好用， C++ 開發時是大家推崇的一種方式。
關于 boost regex 的用法，在后繼的文章將會進一步介紹，現在以 C++ regex 的方式列舉一個使用樣例。
1.驗證ip 地址
#include regex>
#include iostream>
#include string>
bool IsIpV4Address(const std::string strIp)
{
//驗證IP地址的模式，這里"\."中的"\"是轉義字符,表示這是一個.
const std::regex pattern("(\\d{1,3}){1}\.(\\d{1,3}){1}\.(\\d{1,3}){1}\.(\\d{1,3}){1}");
//匹配驗證
return std::regex_match(strIp, pattern);
}
int main()
{
std::string strIp1 = "134.34.34.4";//192.168.1.1
std::string strIp2 = "192.168.255";
std::cout strIp1 " : " (IsIpV4Address(strIp1) ? "valid" : "invalid") std::endl;
std::cout strIp2 " : " (IsIpV4Address(strIp2) ? "valid" : "invalid") std::endl;
return 0;
}
Java中的正則表達式
1.驗證一個字符串是否為URL
public static boolean isUrl(String text) {
String regex = "^http://([\\w-]+.)+[\\w-]+(/[\\w-./?%=#]*)?$";
return text.matches(regex);
}
2.判斷一個文本中有多少個URL ，并將所有的 URL 加上超鏈接 .
如以下文本：
C++(VS 2013 編譯器 ) ： http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary
Java ： http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html
JavaScript ： http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
添加鏈接后變成：
C++(VS 2013 編譯器 ) ： a href= ” http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary
” > http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary /a>
Java ： a href= ” http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html
” > http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html /a>
JavaScript ： a href= ” http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
” > http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp /a>
/**
* 給一個字符串添加鏈接
* @param text 要添加鏈接的字符串
* @param url 鏈接的URL
* @return 添加鏈接后的字符串
*/
public static String AddHref(String text, String url) {
return "a href=\"" + url + "\">" + text + "/a>";
}
/**
* 查找文本中的URL字符串，并將其添加鏈接
* @param text 需要查找的文本
* @return 添加鏈接后的文本
*/
public static String AddLinkToText(String text) {
Pattern pattern = Pattern.compile("http://([\\w-]+.)+[\\w-]+(/[\\w-./?%=#]*)?");
Matcher matcher = pattern.matcher(text);
StringBuffer sb = new StringBuffer(); //定義一個字符緩沖區，用于保存新的文本
while (matcher.find()) {
String matchedSubStr = matcher.group(); //提取出查找到的子串
matcher.appendReplacement(sb, AddHref(matchedSubStr, matchedSubStr)); //將找到的子串添加鏈接后塞到字符緩沖區內
}
matcher.appendTail(sb);
return sb.toString();
}
JavaScript中的正則表達式
JavaScript 中的正則表達式是通過 RegExp 對象實現的。 RegExp 對象的創建有三種方式：
精簡方式：
/pattern/attributes
new 方式：
new RegExp(pattern, attributes);
函數調用的方式：
RegExp(pattern, attributes);
參數pattern可以是一個模式串，也可以是一個RegExp對象，如果pattern本身就是RegExp的對象，則attributes參數將不起作用(新創建的對象的必發與pattern對象相同。)，需要省略，如果不省略會拋TypeError 異常。
參數attributes有三種屬性"g"、"i" 和 "m"，分別用于指定全局匹配、區分大小寫的匹配和多行匹配。
RegExp主要有三個方法：
|
compile |
編譯正則表達式，可用于改變和重新編譯正則表達式。 |
|
exec |
檢索字符串中指定的值。返回找到的值，并確定其位置。 |
|
test |
檢索字符串中是否有指定的值。返回 true 或 false 。 |
1.驗證字符串是否為數字
script type="text/javascript">
function isNumber(text) {
var pattern = new RegExp("^\\d*$");
return pattern.test(text);
}
var value1 = "1234";
document.write(value1 + " is Numed:" + isNumber(value1));
/script>
2. 郵箱格式：
script type="text/javascript">
function isEmail(text) {
var reg = /^([\w-.])+@([\w-])+((\.[\w-]{2,3}){1,2})$/;
return reg.test(text);
}
var value2 = "Zhang.San@163.com";
document.write(value2 + " is Email:" + isEmail(value2));
/script>
3.將一個文本中的所有郵箱地址和在文本中的位置打印到頁面
script type="text/javascript">
function PrintEmail(text) {
//匹配的模式
var reg = RegExp("([\\w-.])+@([\\w-])+((\.[\\w-]{2,3}){1,2})", "g");
var result; //保存結果
while ((result = reg.exec(text)) != null) {
document.write(result[0] + "br/>" + result.index);
document.write("br/>br/>");
}
}
var text = "張三 Zhang.San@163.com; 李四 Li_si@126.com；王五 WangWu@gmail.com.cn" ;
PrintEmail(text);
/script>
應用場景
數據驗證：
例如，可以檢查輸入的字符串，看其是否為電話號碼格式，或是否為郵箱格式。 這在網頁的表單輸入中經常用到。
查找子串：
可以查找文檔內( 或一個字符串內 ) 符合指定模式的子串。
替換文本：
可以使用正則表達式來識別文檔中的特定內容，完全刪除該部分內容或者用其他字符串來替換它。
使用工具：
如 Word 、 NotePad++ 、 EditPlus 等文字編輯器中的查找功能都支持正則表達式，用正則表達式你就可以實現更加多樣化的查找。還有像 VS 、 CodeBlock 、 Eclipse 、 Intellij Idea 等開發工具的 IDE 的查找替換功能也都支持正則表達式，用它你可以修改變量名，調整代碼格式，統計代碼行數等。
常用正則表達式總結
常用的正則表達式已經有很多人做了總結了，在網上能夠找到非常多，我就沒有再寫的必要了。下面貼出我覺得還不錯的一個總結。
此部分內容為轉載，來自： http://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html
一、校驗數字的表達式
1 數字：^[0-9]*$
2 n位的數字：^\d{n}$
3 至少n位的數字：^\d{n,}$
4 m-n位的數字：^\d{m,n}$
5 零和非零開頭的數字：^(0|[1-9][0-9]*)$
6 非零開頭的最多帶兩位小數的數字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
7 帶1-2位小數的正數或負數：^(\-)?\d+(\.\d{1,2})?$
8 正數、負數、和小數：^(\-|\+)?\d+(\.\d+)?$
9 有兩位小數的正實數：^[0-9]+(.[0-9]{2})?$
10 有1~3位小數的正實數：^[0-9]+(.[0-9]{1,3})?$
11 非零的正整數：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12 非零的負整數：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非負整數：^\d+$ 或 ^[1-9]\d*|0$
14 非正整數：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15 非負浮點數：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16 非正浮點數：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17 正浮點數：^[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 負浮點數：^-([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 浮點數：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
二、校驗字符的表達式
1 漢字：^[\u4e00-\u9fa5]{0,}$
2 英文和數字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 長度為3-20的所有字符：^.{3,20}$
4 由26個英文字母組成的字符串：^[A-Za-z]+$
5 由26個大寫英文字母組成的字符串：^[A-Z]+$
6 由26個小寫英文字母組成的字符串：^[a-z]+$
7 由數字和26個英文字母組成的字符串：^[A-Za-z0-9]+$
8 由數字、26個英文字母或者下劃線組成的字符串：^\w+$ 或 ^\w{3,20}$
9 中文、英文、數字包括下劃線：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 中文、英文、數字但不包括下劃線等符號：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11 可以輸入含有^%',;=?$\"等字符：[^%',;=?$\x22]+
12 禁止輸入含有~的字符：[^~\x22]+
三、特殊需求表達式
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}$
5 電話號碼("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6 國內電話號碼(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
7 身份證號(15位、18位數字)：^\d{15}|\d{18}$
8 短身份證號碼(數字、字母x結尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9 帳號是否合法(字母開頭，允許5-16字節，允許字母數字下劃線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
10 密碼(以字母開頭，長度在6~18之間，只能包含字母、數字和下劃線)：^[a-zA-Z]\w{5,17}$
11 強密碼(必須包含大小寫字母和數字的組合，不能使用特殊字符，長度在8-10之間)：^(?=.*\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個月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14 一個月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
15 錢的輸入格式：
16 1.有四種錢的表示形式我們可以接受:"10000.00" 和 "10,000.00", 和沒有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$
17 2.這表示任意一個不以0開頭的數字,但是,這也意味著一個字符"0"不通過,所以我們采用下面的形式：^(0|[1-9][0-9]*)$
18 3.一個0或者一個不以0開頭的數字.我們還可以允許開頭有一個負號：^(0|-?[1-9][0-9]*)$
19 4.這表示一個0或者一個可能為負的開頭不為0的數字.讓用戶以0開頭好了.把負號的也去掉,因為錢總不能是負的吧.下面我們要加的是說明可能的小數部分：^[0-9]+(.[0-9]+)?$
20 5.必須說明的是,小數點后面至少應該有1位數,所以"10."是不通過的,但是 "10" 和 "10.2" 是通過的：^[0-9]+(.[0-9]{2})?$
21 6.這樣我們規定小數點后面必須有兩位,如果你認為太苛刻了,可以這樣：^[0-9]+(.[0-9]{1,2})?$
22 7.這樣就允許用戶只寫一位小數.下面我們該考慮數字中的逗號了,我們可以這樣：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3個數字,后面跟著任意個 逗號+3個數字,逗號成為可選,而不是必須：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
24 備注：這就是最終結果了,別忘了"+"可以用"*"替代如果你覺得空字符串也可以接受的話(奇怪,為什么?)最后,別忘了在用函數時去掉去掉那個反斜杠,一般的錯誤都在這里
25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26 中文字符的正則表達式：[\u4e00-\u9fa5]
27 雙字節字符：[^\x00-\xff] (包括漢字在內，可以用來計算字符串的長度(一個雙字節字符長度計2，ASCII字符計1))
28 空白行的正則表達式：\n\s*\r (可以用來刪除空白行)
29 HTML標記的正則表達式：(\S*?)[^>]*>.*?/\1>|.*? /> (網上流傳的版本太糟糕，上面這個也僅僅能部分，對于復雜的嵌套標記依舊無能為力)
30 首尾空白字符的正則表達式：^\s*|\s*$或(^\s*)|(\s*$) (可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式)
31 騰訊QQ號：[1-9][0-9]{4,} (騰訊QQ號從10000開始)
32 中國郵政編碼：[1-9]\d{5}(?!\d) (中國郵政編碼為6位數字)
33 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址時有用)
34 IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)) (由@飛龍三少 提供,感謝共享)
寫在后面
正則表達式是一個非常強大而又非常常用的一個編程技術，我以上這片文章也只是拋磚引玉，講述了其中最常用的一部分。因為其內容實在太龐大，如果要詳細描述，每一種編程語言的正則表達式都可以單獨成一本書。
如果您有什么疑惑和想法，請在評論處給予反饋，您的反饋就是最好的測評師！由于本人技術和能力有限，如果本博文有錯誤或不足之處，敬請諒解并給出您寶貴的建議！
