正则表达式学习

今天上午利用一上午时间对正则表达式的基础知识进行了了解，以前觉得正则表达式很深奥，不敢去触碰，其实当真正学下来的时候也不是那么的不如意，就想屌丝如果一个屌丝永远躲在黑暗的角落里独自XX，也不敢向自己的女神表白，有时候其实只要勇敢一点点，也许就是那么一点点，女神就可能是你的女人了。以下我对一些基础的知识跟大家分享一下，同时也为自己做个记录。（其实网上这种资料真的很多）。
1）、先推荐一个测试正则表达式是的网站，个人觉得比较好用尤其是UI做的比较好看：http://www.rubular.com/
2）、对于一个标准的正则表达式一定是在“//”符号之间的。
3）元字符：
  (a).   匹配除换行符以外的其他任意字符
  (b)\w  匹配字母或者数字或者下划线或者汉子
  (c)\s  匹配任意的空白符
  (d)\d  匹配数字
  (e)\b  匹配单词的开始或者结束
  (f)^   匹配字符串的开始
  (g)$   匹配字符串的结束
4）、重复
  (a)*      重复零次或者多次
  (b)+      重复一次或者多次
  (c)?      重复零次或者一次
  (d){n}    重复n次
  (e){n,}   重复n次或者更多次
  (f){n,m}  重复最少n次最多m次
5）、反义
  (a)\W     匹配任意不是字母、数字、下划线、汉子的字符
  (b)\S     匹配任意不是空白符的字符
  (c)\D     匹配任意非数字的字符
  (d)\B     匹配不是单词开头或者结束的位置
  (e)[^x]   匹配除x以外的任意字符
  (f)[^aeiou]  匹配除aeiou以外的任意字符


以下再罗列一些常用的正则表达式（原文来自http://lifesinger.3322.org/myblog/?p=185）：


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：\n\s*\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