linux邮箱格式正则表达式,【深入浅出Linux】常用正则表达式校验

前言

使用man grep查看grep的帮助文档，有如下内容：

image

可以看出，正则表达式由三类，分别是

基本的正则表达式(Basic Regular Expression 又叫 Basic RegEx 简称 BREs)

扩展的正则表达式(Extended Regular Expression 又叫 Extended RegEx 简称 EREs)

Perl 的正则表达式(Perl Regular Expression 又叫 Perl RegEx 简称 PREs)

由于BREs语法中需要大量转义字符，导致正则表达式不易看懂，因此本文使用Perl类型的正则表达式。

1.校验MAC地址

我们常见的MAC地有如下两种格式：

48-5D-60-DE-3D-C5

48:5D:60:61:3D:C5

我们以第一种为例，即一共有6组十六进制的数中间由短横线“-”连接。每组十六进制的数据可以看成是由取值范围为a-f、A-F或0-9的两个字符组成。

首先，用正则表达式表示a-f、A-F或0-9的两个字符

[a-fA-F0-9] [a-fA-F0-9]

可以发现[a-fA-F0-9]重复了两次，因此上述表达式可以写成

[a-fA-F0-9] {2}

然后，用正则表达式表示六组a-f、A-F或0-9的两个字符中间用短横线连接：

[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}

上述正则表达式太臃肿了，一组两位的其实我们可以看成

[a-fA-F0-9]{2}-重复了5次(注意后边有个短横线)，最后又加了一组[a-fA-F0-9]{2}，而其中的0-9可以用\d代替。基于这样的思路，对上述正则表达式进行修改后如下所示：

([a-fA-F\d]{2}-){5}[a-fA-F\d]{2}

最后，我们检验下上述正则表达式是否满足要求。创建一个mac.txt，内容如下所示：

48-5D-60-61-3D-C5

08-D4-hM-1D-AD-AE

28-D2-44-B7-AD-EC

XX-5D-60-61-3D-C5

其中第2和第4行是错误的MAC地址，检测结果如下：

image

由以上结果可以看出上述正则表达式是正确的。

2.校验邮箱地址

下表是常见的邮箱格式:

根据上述常见邮箱格式，我们可以总结出邮箱格式符合的规则

1) 邮箱必有一个@

2) 邮箱@前缀由数字或字母开头

3) 邮箱@前缀由多个字母、数字、段横线-、下划线_、英文句号.自由拼接而成

4) 邮箱@后缀由两级或三级域名组成，其中每个域名中间由英文句号“.”隔开, 而每级域名都是由字母或数字组成

根据以上规则，可以得到如下正则表达式：

1) 邮箱必有一个@ ，对应正则表达式如下所示：

@

2) 邮箱@前缀由数字或字母开头，对应正则表达式如下所示：

^[a-zA-Z0-9]@

其中^表示开始位置，[a-zA-Z0-9]表示数字或字母

3) 邮箱@前缀由多个字母、数字、段横线-、下划线_、英文句号.自由拼接而成

^[a-zA-Z0-9][a-zA-Z0-9-._]+@

其中+表示重复1到多次

4) 邮箱@后缀由两级或三级域名组成，其中每个域名中间由英文句号“.”隔开，而每级域名都是由字母或数字组成。

@([a-zA-Z0-9]+.){1,2}[a-zA-Z0-9]+$

其中([a-zA-Z0-9]+.){1,2}可以拆分成如下内容：

[a-zA-Z0-9] 数字或字母

[a-zA-Z0-9]+数字或字母重复1到多次

[a-zA-Z0-9]+.数字或字母重复1到多次后边加上英文句号.

([a-zA-Z0-9]+.){1,2}数字或字母重复1到多次后边加上英文句号.做为一个整体重复1到2次。

最后的[a-zA-Z0-9]+表示以多个数字或字母结尾。

将上述邮箱@前缀的正则表达式和邮箱@后缀的正则表达式组合在一起,同时由于0-9的数字可以用\d表示，可以用\d替换内容中的0-9，最后得到的表达式我们想要的可以匹配邮箱的正则表达式，如下所示：

^[a-zA-Z\d][a-zA-Z\d-._]+@([a-zA-Z\d]+.){1,2}[a-zA-Z\d]+$

下面我们来检验下写出来的正则表达式：

新建一个mail.txt,内容如下：

其中最后三行为错误的格式，使用正则表达式进行校验：

image

由上述结果可以看出，我们的正则表达式是符合要求的。

3.校验手机号

要校验手机号，我们首先需要知道手机号的组成格式。目前国内的手机号有以下格式：

1)由数字1开头

2)第二位数字的取值范围是3、4、5、7、8、

3)最后为9位数字

根据以上规则，写出对应的正则表达式

由数字1开头

^1

第二位数字的取值范围是3、4、5、7、8、

[34578]

最后为9位数字

[0-9]{9}$

其中[0-9]{9}表示0-9的数字取值重复9次，$表示结尾。由于0-9的数字可以由\d表示，上述内容等价于

\d{9}$

将上述正则表达式组合在一起，就可以得到我们想要的正则表达式，如下所示：

^1[34578]\d{9}$

下面开始进行校验，新建一个phone.txt，内容如下：

138537721989

146398702123

12200993333

23848270281

13849199233

d333300-903

其中只有倒数第二行的号码是正确的，使用正则表达式进行校验：

image

由上述结果可以看出，我们的正则表达式是符合要求的。

4.校验IP地址

对IP地址进行严格校验比较麻烦，首先要确定一个标准可用的IP地址需要满足如下条件：

1) 由四组不大于255的数字组成，中间由“.”连接

2) 取值范围为0.0.0.0-255.255.255.255

一个IP地址可以看成是四组0-255的数组中间由.隔开，进一步可以看成是0-255.重复三次(注意0-255后有点)，后边再跟上一个0-255的数字。

下面对0-255的数字可能的组成情况进行分析：

数字

取值

正则表达式

三位数

25开头

250-255

25[0-5]

20-24开头

200-249

2[0-4][0-9]

1开头

100-199

1[0-9][0-9]等价于1\d{2}

二位数

两位数

10-99

[1-9]\d

一位数

一位数

0-9

\d

将上述五种情况组合在一起就是我们想要的结果，这里注意五种情况之间是或的关系，用|连接，可以得到(0-255)的正则表达式如下：

(25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d

以上是一组0-255的数据，上边已经分析了思路，IP由三组(0-255).和一组0-255组成，三组(0-255).就是(0-255).重复三次。

首先是(0-255).的表达式：

((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d).

然后重复三次：

(((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d).){3}

最后加上一组(0-255)：

(((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d).){3}((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)

为了更严谨点，需要加上开始和结束限定符，如下所示：

^(((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d).){3}((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)$

下面开始验证，新建一个ip.txt，内容如下：

290.244.1900.3

254.263.233.0

192.168.266.900

aa.3.0.1

2.2.2.3b

127.02.0.00

192.168.212.11

0.0.0.0

255.255.255.255

其中只有最后三行的IP地址是正确的，我们检验下刚才写的正则表达式：

image

可以看到输出结果达到了预期的效果，证明正则表达式是有效的。