转载自 https://blog.csdn.net/yuanhengzhw/article/details/79192450
https://blog.csdn.net/Code_Hu/article/details/79255188
一、正则表达式概念
正则表达式(英语:Regular Expression,在代码中常简写为regex)。
正则表达式是一个字符串,使用单个字符串来描述、用来定义匹配规则,匹配一系列符合某个句法规则的字符串。在开发中,正则表达式通常被用来检索、替换那些符合某个规则的文本,也可以用来提取字符串。几个常用的地方:验证输入(譬如手机号校验)、数据清洗(爬取网页并获取想要数据)、文字替换。
二、正则表达式的匹配规则
2.1常用字符
字符 | 描述 |
---|---|
[abc] | 代表匹配的是字符a 或 b 或 c |
[^abc] | 代表匹配除了 a、b 或 c以外的任何字符 |
[a-zA-Z] | 代表匹配a 到 z 或 A 到 Z |
[0-9] | 代表匹配0到9 |
[a-zA-Z_0-9] | 代表的字母或数字或下换线 |
. | 匹配一个任意字符。如果使用”.”的话,使用匹配规则”\.”来实现 |
\s | 匹配任意一个空白字符,空格、回车、制表符、换页符等都是空白字符。例如:a\sc 可以配 a\nc。 |
\d | 代表匹配0到9数字,相当于[0-9] |
\w | 代表的字母或数字或下划线,相当于[a-zA-Z_0-9] |
2.2定位符
字符 | 描述 |
---|---|
^ | 匹配输入字符串开始的位置。 |
$ | 匹配输入字符串结尾的位置。 |
\b | 匹配一个字边界,即字与空格间的位置。(相当于单词之间的空格 ) |
\B | 非字边界匹配。 |
2.3限定符
字符 | 描述 |
---|---|
* | 匹配前面的子表达式零次或多次。例如: “lo*” 能匹配 “l” 以及 “loo”或更多o。 |
+ | 匹配前面的子表达式一次或多次。例如: “lo+” 能匹配 “lo” 以及 “loo”或更多o。 |
? | 匹配前面的子表达式零次或一次。例如: “lo?” 可以匹配 “l”,”lo”。 |
{n} | n 是一个非负整数。匹配确定的 n 次。例如: “l{2}”” 能匹配 “Hello”的”l”。 |
{n,} | n 是一个非负整数。至少匹配n 次。例如: “o{2,}” 不能匹配 “lo” 中的 “o”,但能匹配 “looooo” 中的所有”o”。可以与*,+ 等价使用 “{0,}”,”{1,}”。 |
{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 “looooool” 中的前三个”o”。”o{0,1}”” 等价于 “o?”。 |
2.4特殊字符
字符 | 描述 |
---|---|
( ) | 标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符,请使用”“和”“和””。 |
. | 匹配除换行符”\n”之外的任何单字符。要匹配”.”,请使用”\.”。 |
[ | 标记一个中括号表达式的开始。要匹配”[“,请使用”\[“。 |
\ | 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如: “n” 匹配字符”n”。”\n” 匹配换行符。序列 “\\” 匹配 “\”,而”\(” 则匹配”(“。 |
{ | 标记限定符表达式的开始。要匹配”{“,请使用”\{“。 |
| | 指明两项之间的一个选择。要匹配”|”,请使用”\|”。 |
2.5 逻辑分支
字符 | 描述 |
---|---|
a|b | 匹配 a 或 b。例如:”abc|cde” 能匹配 “abc” 或 “cde”。”(g|f)ood” 则匹配 “good” 或 “food”。 |
2.6非打印符
字符 | 描述 |
---|---|
\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。 |
\f | 匹配一个换页符。 |
\n | 匹配一个换行符。 |
\r | 匹配一个回车符。 |
\s | 匹配任何空白字符,包括空格、制表符、换页符等等。 |
\S | 匹配任何非空白字符。 |
\t | 匹配一个制表符。 |
\v | 匹配一个垂直制表符。 |
三、常用正则举例
根据对应语言,譬如说Java,需要增加转义字符”\”来将”\”的功能启用
简单的手机号匹配: “^[1]\d{10}$”
表示从头开始匹配,第一个数字为1,后面跟10个数字。
精确的手机号匹配: “^((13[0-9])|(14[5,7])|(15[0-3,5-9])|(17[0,3,5-8])|(18[0-9])\d{8}$”
匹配当前各大运营商对应的手机号。
身份证匹配: “^[1-9]\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}([0-9Xx])$”
匹配目前使用的18位身份证。
- 使用字母,数字组成的20位密码: “^(?![0-9]+$)(?![a-zA-Z]+$)[0-9A-Za-z]{6,20}$”
匹配有字母(不区分大小写),数字组成的6-20位字符,一般用来验证密码。 QQ号: “^[1-9][0-9]{4,}$”
匹配5位意思的QQ号。
组织机构代码: “^[A-Za-z0-9]{8}-[A-Za-z0-9]{1}”
匹配由8位数字或字母加上一个”-“再加一位数字或字母的组织机构代码
一、校验数字的表达式
1 数字:^[0-9]*$2 n位的数字:^\d{n}$
3 至少n位的数字:^\d{n,}$
4 m-n位的数字:^\d{m,n}$
5 零和非零开头的数字:^(0|[1-9][0-9]*)$
6 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$
7 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$
8 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$
9 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
10 有1~3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
11 非零的正整数:^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12 非零的负整数:^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非负整数:^\d+$ 或 ^[1-9]\d*|0$
14 非正整数:^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15 非负浮点数:^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16 非正浮点数:^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17 正浮点数:^[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 负浮点数:^-([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 浮点数:^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
二、校验字符的表达式
1 汉字:^[\u4e00-\u9fa5]{0,}$2 英文和数字:^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 长度为3-20的所有字符:^.{3,20}$
4 由26个英文字母组成的字符串:^[A-Za-z]+$
5 由26个大写英文字母组成的字符串:^[A-Z]+$
6 由26个小写英文字母组成的字符串:^[a-z]+$
7 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
8 由数字、26个英文字母或者下划线组成的字符串:^\w+$ 或 ^\w{3,20}$
9 中文、英文、数字包括下划线:^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 中文、英文、数字但不包括下划线等符号:^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11 可以输入含有^%&',;=?$\"等字符:[^%&',;=?$\x22]+
12 禁止输入含有~的字符:[^~\x22]+
三、特殊需求表达式
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 手机号码:^(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 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX):^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6 国内电话号码(0511-4405222、021-87888822):\d{3}-\d{8}|\d{4}-\d{7}
7 身份证号:
15或18位身份证:^\d{15}|\d{18}$
15位身份证:^[1-9]\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$
18位身份证:^[1-9]\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{4}$
8 短身份证号码(数字、字母x结尾):^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9 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}$
10 密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线):^[a-zA-Z]\w{5,17}$
11 强密码(必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间):^(?=.*\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个月(01~09和1~12):^(0?[1-9]|1[0-2])$
14 一个月的31天(01~09和1~31):^((0?[1-9])|((1|2)[0-9])|30|31)$
15 钱的输入格式:
16 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000":^[1-9][0-9]*$
17 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式:^(0|[1-9][0-9]*)$
18 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号:^(0|-?[1-9][0-9]*)$
19 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分:^[0-9]+(.[0-9]+)?$
20 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的:^[0-9]+(.[0-9]{2})?$
21 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样:^[0-9]+(.[0-9]{1,2})?$
22 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样:^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须:^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
24 备注:这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
25 xml文件:^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26 中文字符的正则表达式:[\u4e00-\u9fa5]
27 双字节字符:[^\x00-\xff] (包括汉字在内,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))
28 空白行的正则表达式:\n\s*\r (可以用来删除空白行)
29 HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力)
30 首尾空白字符的正则表达式:^\s*|\s*$或(^\s*)|(\s*$) (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)
31 腾讯QQ号:[1-9][0-9]{4,} (腾讯QQ号从10000开始)
32 中国邮政编码:[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
33 IP地址:\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)