正则表达式

最新推荐文章于 2023-11-28 08:57:53 发布

haikuotiankong8

最新推荐文章于 2023-11-28 08:57:53 发布

阅读量3.5k

点赞数

分类专栏： Java

Java 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

正则表达式之常用表达式

1. 匹配数字

1.验证数字：^\d$
描述：匹配一个数字，只能输入1个数字

2.只能输入n个数字： ^\d{n}$
例如^\d{8}$
描述：匹配8个数字，匹配的例子12345678,22223334,12344321等

3.只能输入至少n个数字：^\d{n,}$
例如^\d{8,}$
描述：匹配最少n个数字，匹配的例子 12345678,123456789,12344321

4.只能输入m到n个数字： ^\d{m,n}$
例如^\d{7,8}$
描述：匹配m到n个数字，匹配的例子 12345678,1234567，不匹配的例子 123456,123456789

5.只能输入数字： ^[0-9]*$
描述：匹配任意个数字，匹配的例子 12345678,1234567，不匹配的例子 E

6.只能输入某个区间数字： ^[12-15]$
描述：匹配某个区间的数字，匹配的例子 12,13,14,15

7.只能输入0和非0打头的数字：^(0|[1-9][0-9]*)$
描述：可以为0，第一个数字不能为0，数字中可以有0，匹配的例子 12,10,101,100，不匹配的例子 01,月儿

8.只能输入实数：^[-+]?\d+(\.\d+)?$
描述：匹配实数，匹配的例子 18,+3.14,-9.90，不匹配的例子 .6,33s,67-99

9.只能输入n位小数的正实数：^[0-9]+(.[0-9]{n})?$
例如^[0-9]+(.[0-9]{2})?$
描述：匹配n位小数的正实数，匹配的例子 2.22，不匹配的例子2.222,-2.22

10.只能输入m-n位小数的正实数：^[0-9]+(.[0-9]{m,n})?$
例如^[0-9]+(.[0-9]{1,2})?$
描述：匹配m到n位小数的正实数，匹配的例子 2.22,2.2，不匹配的例子 2.222,-2.2222

11.只能输入非0的正整数：^\+?[1-9][0-9]*$
描述：匹配非0的正整数，匹配的例子 2,23,234，不匹配的例子 0,-4

12.只能输入非0的负整数：^\-[1-9][0-9]*$
描述：匹配非0的负整数，匹配的例子 -2,-23,-234，不匹配的例子 0,4

验证整数：^-?\d+$
验证整数：^-?[1-9]\d*$
验证正整数：^[1-9]\d*$
验证负整数：^-[1-9]\d*$
验证整数或者小数：^[0-9]+.{0,1}[0-9]{0,2}$
验证零和非零开头的数字：^(0|[1-9][0-9]*)$
验证有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
验证有1-3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
验证非负整数（正整数 + 0）: ^\d+$
验证非负整数（正整数 + 0）：^[1-9]\d*|0$
验证非正整数（负整数 + 0）:^((-\d+)|(0+))$
验证非正整数（负整数 + 0）：^-[1-9]\d*|0$
验证非负浮点数（正浮点数 + 0）：^\d+(\.\d+)?$
验证非负浮点数（正浮点数 + 0）：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
验证非正浮点数（负浮点数 + 0）：^((-\d+(\.\d+)?)|(0+(\.0+)?))$
验证非正浮点数（负浮点数 + 0）：^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
验证正浮点数：^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
验证正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$
验证负浮点数：^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
验证负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$
验证浮点数：^(-?\d+)(\.\d+)?
验证浮点数：^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

2. 匹配字符

13.只能输入n个字符：^.{n}$
例如^.{4}$
描述：匹配n个字符，注意汉字只算1个字符，匹配的例子 1234,12we,123清,清清月儿，不匹配的例子 0,123,123

14.只能输入英文字符： ^.[A-Za-z]+$
描述：匹配英文字符，大小写任意，匹配的例子 Asp,WWW，不匹配的例子 0,123,123www

15.只能输入大写英文字符：^.[A-Z]+$
描述：匹配英文大写字符，匹配的例子 NET,WWW, 不匹配的例子 0,123,123www

16.只能输入小写英文字符：^.[a-z]+$
描述：匹配英文大写字符，匹配的例子 asp,csdn，不匹配的例子 0,NET,WWW

验证长度为3的字符：^.{3}$
验证由26个英文字母组成的字符串：^[A-Za-z]+$
验证由26个大写英文字母组成的字符串：^[A-Z]+$
验证由26个小写英文字母组成的字符串：^[a-z]+$
验证由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
验证由数字、26个英文字母或者下划线组成的字符串：^\w+$

3. 匹配字符数字

17.只能输入英文字符+数字：^.[A-Za-z0-9]+$
描述：匹配英文字符+数字，匹配的例子 1Asp,W1W1W, 不匹配的例子 0,123,123

18.只能输入英文字符/数字/下划线：^\w+$
描述：匹配英文字符或数字或下划线，匹配的例子 1Asp,WWW,12,1_w，不匹配的例子 3#,2-4,w#$

4. 匹配复杂数据

19.密码举例：^.[a-zA-Z]\w{m,n}$
描述匹配英文字符开头的m-n位字符且只能数字字母或下划线

20.验证首字母大写：\b[^\Wa-z0-9_][^\WA-Z0-9_]*\b
描述：首字母只能大写，匹配的例子 Asp,Net

21.验证网址（带?id=中文）：^http:\/\/([\w-]+(.[\w-]+)+(\/[\w- .\/\?%&=\u4e00-\u9fa5]*)?)?$
描述：验证带?id=中文（VS.NET2005无此功能）, 匹配的例子 http://….t?id=月儿

22.验证汉字：^[\u4e00-\u9fa5]{0,}$
描述：只能汉字，匹配的例子月儿，不匹配的例子dda

23.验证QQ号：[0-9]{5,9}
描述：5-9位的QQ号，匹配的例子 10000,123456，不匹配的例子 10000w

24.验证电子邮件：\w+([-+.’]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
描述：注意MSN用非hotmail.com邮箱也可以，匹配的例子 aaa@msn.com，不匹配的例子 111@1.com

25.验证身份证号：^[1-9]([0-9]{16}|[0-9]{13})[xX0-9]$
描述：粗验，最好服务器端调类库再细验证，匹配的例子 15或者18位的身份证号，支持带X的

26.验证手机号：^13[0-9]{1}[0-9]{8}|^15[9]{1}[0-9]{8}
描述包含159/130-139手机号，匹配的例子 139XXXXXXXX，不匹配的例子 140XXXXXXXX

27.验证电话号码号
方案一：(($\d{3}$|\d{3}-)|($\d{4}$|\d{4}-))?(\d{8}|\d{7})
方案二：(^[0-9]{3,4}\-[0-9]{3,8}$)|(^[0-9]{3,8}$)|(^$[0-9]{3,4}$[0-9]{3,8}$)|(^0{0,1}13[0-9]{9}$)
描述上海：02112345678 3+8位
上海：021-12345678
上海：(021)-12345678
上海：(021)12345678
郑州：03711234567 4+7位
杭州：057112345678 4+8位

28.验证护照：(P\d{7})|G\d{8})
描述：验证P+7个数字和G+8个数字

29.验证IP：^(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9])\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[1-9]|0)\.(25[0-5]|2[0-4][0-9]|[0-1]{1}[0-9]{2}|[1-9]{1}[0-9]{1}|[0-9])$
描述：验证IP，匹配的例子 192.168.0.1 222.234.1.4

30.验证域：^[a-zA-Z0-9]+([a-zA-Z0-9\-\.]+)?\.s|)$
描述：验证域，匹配的例子 csdn.net baidu.com it.com.cn，不匹配的例子 192.168.0.1

31.验证信用卡：^((?:4\d{3})|(?:5[1-5]\d{2})|(?:6011)|(?:3[68]\d{2})|(?:30[012345]\d))[ -]?(\d{4})[ -]?(\d{4})[ -]?(\d{4}|3[4,7]\d{13})$
描述：验证VISA卡，万事达卡，Discover卡，美国运通卡

32.验证ISBN国际标准书号：^(\d[- ]*){9}[\dxX]$
描述：验证ISBN国际标准书号，匹配的例子 7-111-19947-2

33.验证GUID全球唯一标识符：^[A-Z0-9]{8}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{12}$
描述：格式8-4-4-4-12，匹配的例子 2064d355-c0b9-41d8-9ef7-9d8b26524751

34.验证文件路径和扩展名：^([a-zA-Z]\:|\\)\$[^\]+$*[^\/:*?”<>|]+\.txt(l)?$
描述：检查路径和文件扩展名，匹配的例子 E:\mo.txt，不匹配的例子 E:\ , mo.doc, E:\mo.doc

35.验证HTML颜色值：^#?([a-f]|[A-F]|[0-9]){3}(([a-f]|[A-F]|[0-9]){3})?$
描述：检查颜色取值，匹配的例子 #FF0000

5. 常用表达式

验证十六进制值：^#?([a-f0-9]{6}|[a-f0-9]{3})$

验证用户名：^[a-z0-9_-]{3,16}$
验证用户密码：^[a-z0-9_-]{6,18}$
验证用户密码：^[a-zA-Z]\w{5,17}$ 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Unicode编码中的汉字范围：^[\u4e00-\u9fa5],{0,}$
验证中文字符的正则表达式： [\u4e00-\u9fa5]
验证双字节字符(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）

验证空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行

验证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

验证一年的12个月：^(0?[1-9]|1[0-2])$
评注：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)$
评注：正确格式为01、09和1、31。

验证HTML标签的正则表达式：<(.*)>(.*)<\/(.*)>|<(.*)\/>
验证HTML 标签的正则表达式：^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$
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

验证Email地址的正则表达式：^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$
验证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

验证URL的正则表达式：^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w\.-])\/?$
验证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

验证IP 地址：^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$
验证IP地址：\d+.\d+.\d+.\d+
评注：提取ip地址时有用

验证电话号码：^((\d{3,4})|\d{3,4}-)?\d{7,8}$：
正确格式为：XXXX-XXXXXXX，XXXX-XXXXXXXX，XXX-XXXXXXX，XXX-XXXXXXXX，XXXXXXX，XXXXXXXX。
验证固话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822

验证帐号是否合法：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用，字母开头，允许5-16字节，允许字母数字下划线

验证腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

验证中国大陆邮政编码：[1-9]\d{5}(?!\d)
评注：中国大陆邮政编码为6位数字

验证身份证：\d{15}|\d{18}
评注：中国大陆的身份证为15位或18位

使用技巧

先粗后精，先加后减。使用正则表达式语法对于目标文本进行描述和界定，可以像画素描一样，先大致勾勒出框架，再逐步在局步实现细节。仍举刚才的手机号的例子，先界定\d{11}，总不会错；再细化为1[358]\d{9}，就向前迈了一大步（至于第二位是不是3、5、8，这里无意深究，只举这样一个例子，说明逐步细化的过程）。这样做的目的是先消除漏匹配（刚开始先尽可能多地匹配，做加法），然后再一点一点地消除误匹配（做减法）。这样有先有后，在考虑时才不易出错，从而向“不误不漏”这个目标迈进。

留有余地。所能看到的文本sample是有限的，而待匹配检验的文本是海量的，暂时不可见的。对于这样的情况，在写正则表达式时要跳出所能见到的文本的圈子，开拓思路，作出“战略性前瞻”。例如，经常收到这样的垃圾短信：“发票”、“发#漂”。如果要写规则屏蔽这样烦人的垃圾短信，不但要能写出可以匹配当前文本的正则表达式发#，还要能够想到发.(?:票|漂|飘)之类可能出现的“变种”。这在具体的领域或许会有针对性的规则，不多言。这样做的目的是消除漏匹配，延长正则表达式的生命周期。

明确。具体说来，就是谨慎用点号这样的元字符，尽可能不用星号和加号这样的任意量词。只要能确定范围的，例如\w，就不要用点号；只要能够预测重复次数的，就不要用任意量词。例如，写析取twitter消息的脚本，假设一条消息的xml正文部分结构是…且正文中无尖括号，那么[^<]{1,480}这种写法的思路要好于.*，原因有二：一是使用[^<]，它保证了文本的范围不会超出下一个小于号所在的位置；二是明确长度范围，{1,480}，其依据是一条twitter消息大致能的字符长度范围。当然，480这个长度是否正确还可推敲，但是这种思路是值得借鉴的。说得狠一点，“滥用点号、星号和加号是不环保、不负责任的做法”。

不要让稻草压死骆驼。每使用一个普通括号()而不是非捕获型括号(?:…)，就会保留一部分内存等着你再次访问。这样的正则表达式、无限次地运行次数，无异于一根根稻草的堆加，终于能将骆驼压死。养成合理使用(?:…)括号的习惯。

宁简勿繁。将一条复杂的正则表达式拆分为两条或多条简单的正则表达式，编程难度会降低，运行效率会提升。例如用来消除行首和行尾空白字符的正则表达式s/^\s+|\s+$//g;，其运行效率理论上要低于s/^\s+//g; s/\s+$//g; 。这个例子出自《精通正则表达式》第五章，书中对它的评论是“它几乎总是最快的，而且显然最容易理解”。既快又容易理解，何乐而不为？工作中我们还有其它的理由要将C==(A|B)这样的正则表达式拆为A和B两条表达式分别执行。例如，虽然A和B这两种情况只要有一种能够击中所需要的文本模式就会成功匹配，但是如果只要有一条子表达式（例如A）会产生误匹配，那么不论其它的子表达式（例如B）效率如何之高，范围如何精准，C的总体精准度也会因A而受到影响。