众所周知,正则表达式在平时的开发中会经常用到,如果你被它乱七八糟的格式吓到而不敢学习,那就很遗憾了。这里整理了一下学习正则表达式的资料,提供给新手学习。以备自己以后的查阅。
正则表达式基础知识
一个正则表达式就是由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。
下表是元字符及其在正则表达式上下文中的行为的一个完整列表:
字符 | 描述 |
---|---|
/ | 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,'n' 匹配字符 "n"。'/n' 匹配一个换行符。序列 '//' 匹配 "/" 而 "/(" 则匹配 "("。 |
^ | 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 '/n' 或 '/r' 之后的位置。 |
$ | 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 '/n' 或 '/r' 之前的位置。 |
* | 匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。 |
+ | 匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。 |
? | 匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。 |
{n } |
n 是一个非负整数。匹配确定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的两个 o。 |
{n ,} |
n 是一个非负整数。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,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。 |
{n ,m } |
m 和 n 均为非负整数,其中n <= m 。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。 |
? | 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n }, {n ,}, {n ,m }) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。 |
. | 匹配除 "/n" 之外的任何单个字符。要匹配包括 '/n' 在内的任何字符,请使用象 '[./n]' 的模式。 |
(pattern ) |
匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中则使用 $0 …$9 属性。要匹配圆括号字符,请使用 '/(' 或 '/)'。 |
(?:pattern ) |
匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。 |
(?=pattern ) |
正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。 |
(?!pattern ) |
负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始 |
x |y |
匹配 x 或 y 。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配 "zood" 或 "food"。 |
[xyz ] |
字符集合。匹配所包含的任意一个字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz ] |
负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。 |
[a-z ] |
字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。 |
[^a-z ] |
负值字符范围。匹配任何不在指定范围内的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。 |
/b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er/b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。 |
/B | 匹配非单词边界。'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 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 'c' 字符。 |
/d | 匹配一个数字字符。等价于 [0-9]。 |
/D | 匹配一个非数字字符。等价于 [^0-9]。 |
/f | 匹配一个换页符。等价于 /x0c 和 /cL。 |
/n | 匹配一个换行符。等价于 /x0a 和 /cJ。 |
/r | 匹配一个回车符。等价于 /x0d 和 /cM。 |
/s | 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ /f/n/r/t/v]。 |
/S | 匹配任何非空白字符。等价于 [^ /f/n/r/t/v]。 |
/t | 匹配一个制表符。等价于 /x09 和 /cI。 |
/v | 匹配一个垂直制表符。等价于 /x0b 和 /cK。 |
/w | 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 |
/W | 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。 |
/xn | 匹配 n ,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,'/x41' 匹配 "A"。'/x041' 则等价于 '/x04' & "1"。正则表达式中可以使用 ASCII 编码。. |
/num | 匹配 num ,其中 num 是一个正整数。对所获取的匹配的引用。例如,'(.)/1' 匹配两个连续的相同字符。 |
/n | 标识一个八进制转义值或一个向后引用。如果 /n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。 |
/nm | 标识一个八进制转义值或一个向后引用。如果 /nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 /nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 /nm 将匹配八进制转义值 nm 。 |
/nml | 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。 |
/un | 匹配 n ,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, /u00A9 匹配版权符号 (©)。 |
通过几个简单的例子,体验一下正则表达式的作用:
"ab*":表示一个字符串有一个a后面跟着零个或若干个b。("a", "ab", "abbb",……);
"ab+":表示一个字符串有一个a后面跟着至少一个b或者更多;
"ab?":表示一个字符串有一个a后面跟着零个或者一个b;
"a?b+$":表示在字符串的末尾有零个或一个a跟着一个或几个b。
"a.[0-9]":表示一个字符串有一个"a"后面跟着一个任意字符和一个数字;
"^.{3}$":表示有任意三个字符的字符串(长度为3个字符);
"^[a-zA-Z]":表示一个以字母开头的字符串;
"[0-9]%":表示一个百分号前有一位的数字;
",[a-zA-Z0-9]$":表示一个字符串以一个逗号后面跟着一个字母或数字结束。
C#中的正则表达式:
由于正则表达式的广泛使用,很多编程语言都对正则表达式进行了支持。C#自然也不例外。C#中的正则表达式包含在.NET基础类库的System.Text.RegularExpressions命名空间下。
System.Text.RegularExpressions。该名称空间包括8个类,1个枚举,1个委托。(不知道最新版的.NET中有没有什么改动)他们分别是:
Capture
: 包含一次匹配的结果;
CaptureCollection
: Capture的序列;
Group
: 一次组记录的结果,由Capture继承而来;
GroupCollection
:表示捕获组的集合
Match
: 一次表达式的匹配结果,由Group继承而来;
MatchCollection
: Match的一个序列;
MatchEvaluator
: 执行替换操作时使用的委托;
Regex
:编译后的表达式的实例。
RegexCompilationInfo
:提供编译器用于将正则表达式编译为独立程序集的信息
RegexOptions
提供用于设置正则表达式的枚举值
Regex类中还包含一些静态的方法:
Escape
: 对字符串中的regex中的转义符进行转义;
IsMatch
: 如果表达式在字符串中匹配,该方法返回一个布尔值;
Match
: 返回Match的实例;
Matches
: 返回一系列的Match的方法;
Replace
: 用替换字符串替换匹配的表达式;
Split
: 返回一系列由表达式决定的字符串;
Unescape
:不对字符串中的转义字符转义。
具体的用法这里就不做详解了,不是很难,大家可以到MSDN上查阅。http://msdn.microsoft.com/zh-cn/library/system.text.regularexpressions.aspx
比较常用的正则表达式:
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位的数字:
"
^/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:
"
XXX-XXXXXXX
"
、
"
XXXX-XXXXXXXX
"
、
"
XXX-XXXXXXX
"
、
"
XXX-XXXXXXXX
"
、
"
XXXXXXX
"
和
"
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
"
。
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:
用正则表达式限制只能输入全角字符:
用正则表达式限制只能输入数字:
用正则表达式限制只能输入数字和英文:
得用正则表达式从URL地址中提取文件名的javascript程序,如下结果为page1
s
=
"
http://www.janbao.net
"
s
=
s.replace(
/
(.
*
/
/
){
0
,}([
^
/.]
+
).
*/
ig,
"
$2
"
)
alert(s)
匹配双字节字符(包括汉字在内):[
^
/x00
-
/xff]
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;}
匹配空行的正则表达式:/n[/s
|
]
*
/r
匹配HTML标记的正则表达式:
/<
(.
*
)
>
.
*<
/
/
/
1
>|<
(.
*
) /
/>/
匹配首尾空格的正则表达式:(
^
/s
*
)
|
(/s
*
$)
String.prototype.trim
=
function()
{
return
this
.replace(
/
(
^
/s
*
)
|
(/s
*
$)
/
g,
""
);
}
利用正则表达式分解和转换IP地址:
下面是利用正则表达式匹配IP地址,并将IP地址转换成对应数值的Javascript程序:
function IP2V(ip)
{
re
=/
(/d
+
)/.(/d
+
)/.(/d
+
)/.(/d
+
)
/
g
//
匹配IP地址的正则表达式
if
(re.test(ip))
{
return
RegExp.$
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!
"
)
}
}
不过上面的程序如果不用正则表达式,而直接用split函数来分解可能更简单,程序如下:
var ip
=
"
10.100.20.168
"
ip
=
ip.split(
"
.
"
)
alert(
"
IP值是:
"
+
(ip[
0
]
*
255
*
255
*
255
+
ip[
1
]
*
255
*
255
+
ip[
2
]
*
255
+
ip[
3
]
*
1
))
整理参考资料:
http://fineboy.cnblogs.com/archive/2005/09/08/232410.html
http://www.cnblogs.com/kingfly/archive/2009/09/17/1568179.html
【文章作者:高维鹏(Brian)】