【效率提升】正则表达式和通配符

---

为什么推荐正则表达式

它具有强大的搜索匹配能力，能够模糊搜索到任何你能记忆到的东西；对于Linux的shell脚本以及诸多bash命令，它们中的大多数都支持正则表达式，并且Python中的re库就是有关正则表达式的，以及之后会推荐的everything本地文件搜索软件也支持正则表达式，它能够让你在5秒内搜索到你找不到的文件夹！

很多人都说正则表达式难以编写，但这不是问题！诸多AI平台都能够为你快速编辑出高效准确的正则表达式，而且还有很多网站和工具能够验证你的表达式是否匹配。除此之外，大多数常用的网站、邮箱、地址等在网上都有现成的表达式，可以说正则表达式完全是能够增强你搜索能力的一种工具或者手段！

在线正则工具1

在线正则工具2

什么是正则表达式

正则表达式（Regular Expression），通常缩写为正则或 regex，是一种用于描述字符串匹配模式的表达式。正则表达式提供了一种强大且灵活的文本搜索和替换的方式，它可以用于在文本中搜索特定模式的字符串、验证输入的格式是否符合预期，以及进行字符串的分割和替换等操作。

正则表达式由普通字符（例如字母、数字、标点符号等）和元字符（特殊字符）组成，通过组合这些字符和元字符形成一个模式，用于匹配目标字符串中符合该模式的部分。

基础正则表达式

1. ^：匹配行的开头。
2. $：匹配行的结尾。
3. .：匹配任意单个字符，除了换行符。
4. *：匹配前一个字符的零个或多个副本。
   • a*：匹配零个或多个连续的字母 ‘a’
5. +：匹配前一个字符的一个或多个副本。
   • a+：匹配一个或多个连续的a
6. ?：匹配前一个字符的零个或一个副本。
   • a?：匹配零个或一个a
7. []：字符集，匹配方括号中的任意一个字符。
   • [a-z]：匹配a到z的小写字母
   • [0-9]：匹配0到9的数字
   • [ABCDE]：匹配ABCDE中五个字符的一个
8. [^]：否定字符集，匹配不在方括号中的任意字符。
9. {}：用于指定前一个字符或字符集的重复次数
   • {n}：匹配前一个字符恰好出现 n 次。
   • {n,}：匹配前一个字符至少出现 n 次。
   • {n,m}：匹配前一个字符至少出现 n 次，但不超过 m 次。
10. | 用于表示 “或” 的关系，它可以用来指定匹配多个可选的模式。
    • python|java: 匹配python或者java
11. ()：通常被用来创建捕获组。捕获组允许您将正则表达式中的一部分进行分组，并且在匹配成功后，您可以提取或引用这些分组匹配的内容。
    • 创建捕获组：您可以使用括号将一个或多个正则表达式元素分组在一起，从而形成一个捕获组。这样做可以使您能够对捕获组中的内容进行后续处理或引用。
      例如，(foo) 创建了一个捕获组，用于匹配 “foo”。
    • 提取捕获组内容：在匹配成功后，您可以引用捕获组中匹配的内容。通常，捕获组的内容可以在后续操作中被访问和使用。
      例如，如果使用正则表达式 (foo)\d+ 匹配字符串 “foo123”，那么捕获组 (foo) 中的内容将是 “foo”。
    • 分组重复操作符：括号还可以用来创建分组，以便在后续的正则表达式中重复它们。
      例如，(abc)+ 表示匹配一个或多个 “abc” 的序列。
12. \：转义字符，用于转义特殊字符。
    • \*: 意味着 * 失去特殊作用，转为待匹配的普通字符
    • \.: 意味着 . 失去特殊作用，转为待匹配的普通字符
13. \b：匹配单词边界。
14. \d：匹配数字字符，相当于 [0-9]。
15. \D：匹配非数字字符，相当于 [^0-9]。
16. \s：匹配空白字符，包括空格、制表符、换行符等。
17. \S：匹配非空白字符。
18. \w：匹配单词字符，包括字母、数字、下划线。
19. \W：匹配非单词字符。

常用正则表达式搭配

• 校验数字的表达式
  • 数字：¹*$
  • n位的数字：^\d{n}$
  • 至少n位的数字**：^\d{n,}$**
  • m-n位的数字：^\d{m,n}$
  • 零和非零开头的数字：^(0|[1-9][0-9]*)$
  • 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
  • 带1-2位小数的正数或负数：^(-)?\d+(.\d{1,2})$
  • 正数、负数、和小数：^(-|+)?\d+(.\d+)?$
  • 有两位小数的正实数：²+(.[0-9]{2})?$
  • 有1~3位小数的正实数：³+(.[0-9]{1,3})?$
  • 非零的正整数：⁴\d*$ 或 ^([1-9][0-9]){1,3}$ 或 ^+?[1-9][0-9]$
  • 非零的负整数：^-[1-9][]0-9"$ 或 ^-[1-9]\d$
  • 非负整数：^\d+$ 或 ⁵\d*|0$
  • 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
  • 非负浮点数：^\d+(.\d+)?$ 或 ⁶\d*.\d*|0.\d*[1-9]\d*|0?.0+|0$
  • 非正浮点数：^((-\d+(.\d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]\d*.\d*|0.\d*[1-9]\d*))|0?.0+|0$
  • 正浮点数：⁷\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]))$
  • 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])))$
  • 浮点数：^(-?\d+)(.\d+)?$ 或 ^-?([1-9]\d*.\d*|0.\d*[1-9]\d*|0?.0+|0)$
• 校验字符的表达式
  • 汉字：⁸{0,}$
  • 英文和数字：⁹+$ 或 ¹⁰{4,40}$
  • 长度为3-20的所有字符：^.{3,20}$
  • 由26个英文字母组成的字符串：¹¹+$
  • 由26个大写英文字母组成的字符串：¹²+$
  • 由26个小写英文字母组成的字符串：¹³+$
  • 由数字和26个英文字母组成的字符串：¹⁴+$
  • 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}$
  • 中文、英文、数字包括下划线：¹⁵+$
  • 中文、英文、数字但不包括下划线等符号：¹⁶+$ 或 ¹⁷{2,20}$
  • 可以输入含有^%&',;=?KaTeX parse error: Expected group after '^' at position 10: \"等字符：**[^̲%&',;=?\x22]+**
  • 禁止输入含有_{的字符：**[^}]+**
• 特殊需求表达式
  • Email地址：\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
  • 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+.?
  • InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$
  • 手机号码：^(13[0-9]|14[01456879]|15[0-35-9]|16[2567]|17[0-8]|18[0-9]|19[0-35-9])\d{8}$
  • 电话号码(“XXX-XXXXXXX”、“XXXX-XXXXXXXX”、“XXX-XXXXXXX”、“XXX-XXXXXXXX”、"XXXXXXX"和"XXXXXXXX)：^((\d{3,4}-)|\d{3.4}-)?\d{7,8}$
  • 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
  • 电话号码正则表达式（支持手机号码，3-4位区号，7-8位直播号码，1－4位分机号）: ((\d{11})|^((\d{7,8})|(\d{4}|\d{3})-(\d{7,8})|(\d{4}|\d{3})-(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1})|(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1}))$)
  • 身份证号(15位、18位数字)，最后一位是校验位，可能为数字或字符X：(^{\d{15}$)|(^\d{18}$)|(}\d{17}(\d|X|x)$)
  • 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)：¹⁸[a-zA-Z0-9_]{4,15}$
  • 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)：¹⁹\w{5,17}$
  • 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])[a-zA-Z0-9]{8,10}$
  • 强密码(必须包含大小写字母和数字的组合，可以使用特殊字符，长度在8-10之间)：^(?=.\d)(?=.[a-z])(?=.*[A-Z]).{8,10}$
  • 日期格式：^\d{4}-\d{1,2}-\d{1,2}
  • 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
  • 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
  • 钱的输入格式：
    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”：²⁰[0-9]*$
    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]*)$
    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]*)$
    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：²¹+(.[0-9]+)?$
    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：²²+(.[0-9]{2})?$
    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：²³+(.[0-9]{1,2})?$
    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：²⁴{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
    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})?$
    9. 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
  • xml文件：^([a-zA-Z]±?)+[a-zA-Z0-9]+\.[x|X][m|M][l|L]$
  • 中文字符的正则表达式：[\u4e00-\u9fa5]
  • 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))
  • 空白行的正则表达式：\n\s*\r (可以用来删除空白行)
  • HTML标记的正则表达式：<(\S*?)[^>]>.?|<.? /> ( 首尾空白字符的正则表达式：^\s|\s*KaTeX parse error: Undefined control sequence: \s at position 4: 或(^\̲s̲*)|(\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)
  • 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
  • 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
  • IPv4地址：((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){3}

---

1. 0-9 ↩︎

2. 0-9 ↩︎

3. 0-9 ↩︎

4. 1-9 ↩︎

5. 1-9 ↩︎

6. 1-9 ↩︎

7. 1-9 ↩︎

8. \u4e00-\u9fa5 ↩︎

9. A-Za-z0-9 ↩︎

10. A-Za-z0-9 ↩︎

11. A-Za-z ↩︎

12. A-Z ↩︎

13. a-z ↩︎

14. A-Za-z0-9 ↩︎

15. \u4E00-\u9FA5A-Za-z0-9_ ↩︎

16. \u4E00-\u9FA5A-Za-z0-9 ↩︎

17. \u4E00-\u9FA5A-Za-z0-9 ↩︎

18. a-zA-Z ↩︎

19. a-zA-Z ↩︎

20. 1-9 ↩︎

21. 0-9 ↩︎

22. 0-9 ↩︎

23. 0-9 ↩︎

24. 0-9 ↩︎