现在的位置: 首页 > 综合 > 正文

常用正则表达式【转载】

2019年03月05日 ⁄ 综合 ⁄ 共 2372字 ⁄ 字号 评论关闭

第一部分:规则说明

/A匹配缓冲区的起始点;

/Z匹配缓冲区的结束点;关于它们的使用,详细参见代码。

/d表示数字,/d{3}表示一个三位数的数字,{}表示约束运算符(bound
operator),表示要重复3次;和//d//d//d的效果一样;

重复符+:表示前面的表达式可以重复,但是必须至少重复一次;比如:[a-zA-Z]+,就表示一个单词了——可以有任意多个大小写字母不断重复组成,不就是单词么!

/w:表示单词;这比上面的方式更加简单!这个缩写可以匹配所有的单词字符,不仅仅是ascii的单词字符,因此更适合国际化环境。

一个圆点(.):表示一个任意字符;

可选择的匹配:意味着从两个或者多个子表达式中选择一个匹配的子表达式,每个选择之间用竖线符号(|)进行分隔。比如:

regex
reg("(//d{2}|N/A)"),表示2个数字,或者字符串“N/A”。值得注意的是:这个表达式用圆括号括起来,目的是为了确保可以将整个表达式看做两个可选项。

/s,表示一个空格;

后向引用(back
reference操作):即在后面的表达式中,对前面的子表达式进行引用。可以用索引号来进行,比如下面的例子:

 regex reg("(([a-zA-Z]+))//s//1");

就是表示:一个单词,然后加一个空格,然后再是这个单词。第一个括号里面的部分([a-zA-Z]+),为子表达式。(最后的//1,注意,是索引“一”,而不是字母“L”的小写哦!)

kleene星号(*),它表示前面的表达式可以被匹配零次或者多次。

问号(?),它可以被用于声明非贪婪的重复(关于这方面的讨论,参见Regex代码),但是就它自身而言,它表示表达式必须出现零次或者一次。

元字符(^),表示取反的字符类。我们可以用它来表示一个匹配任意不在给定字符类中的字符,即所列出的字符类的补集,参见代码。

关于约束重复记号,用法非常灵活,比如:

  1. regex reg("//d{5}");    //严格匹配5个数字
  2. regex reg("//d{2,4}");  //匹配2个、3个或者4个数字
  3. regex reg("//d{2,}");   //匹配2个或者更多数字,没有上限

需要注意的是,在编程时,需要在转义字符之前再加一个转义字符(/),并以一个非字母字符结束该序列。也就是说,虽然我们/d就表示一个数字,但是在写的时候,应该写作

  1. regex reg("//d");

第二部分:常用正则表达式示例
正则表达式用于字符串处理、表单验证等场合,实用高效。现将一些常用的表达式收集于此,以备不时之需。

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: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*?)[^>]*>.*?</1>|<.*?
/>
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
评注:最基本也是最常用的一些表达式

原载地址:http://lifesinger.3322.org/myblog/?p=185

抱歉!评论已关闭.