常用正则表达式(?i)忽略字母的大小写!

1 ^ /d + $   // 匹配非负整数(正整数 + 0) 
2 ^ [ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * $   // 匹配正整数 
3 ^ (( - /d + ) | ( 0 + ))$   // 匹配非正整数(负整数 + 0) 
4 ^- [ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * $   // 匹配负整数 
5 ^-? /d + $     // 匹配整数 
6 ^ /d + (/./d + ) ? $   // 匹配非负浮点数(正浮点数 + 0) 
7 ^ (([ 0 - 9 ] + /.[ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * ) | ([ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * /.[ 0 - 9 ] + ) | ([ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * ))$   // 匹配正浮点数 
8 ^ (( - /d + (/./d + ) ? ) | ( 0 + (/. 0 + ) ? ))$   // 匹配非正浮点数(负浮点数 + 0) 
9 ^ ( - (([ 0 - 9 ] + /.[ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * ) | ([ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * /.[ 0 - 9 ] + ) | ([ 0 - 9 ] * [ 1 - 9 ][ 0 - 9 ] * )))$   // 匹配负浮点数 
10 ^ ( -? /d + )(/./d + ) ? $   // 匹配浮点数 
11 ^ [A - Za - z] + $   // 匹配由26个英文字母组成的字符串 
12 ^ [A - Z] + $   // 匹配由26个英文字母的大写组成的字符串 
13 ^ [a - z] + $   // 匹配由26个英文字母的小写组成的字符串 
14 ^ [A - Za - z0 - 9 ] + $   // 匹配由数字和26个英文字母组成的字符串 
15 ^ /w + $   // 匹配由数字、26个英文字母或者下划线组成的字符串 
16 ^ [/w - ] + (/.[/w - ] + ) * @[/w - ] + (/.[/w - ] + ) + $     // 匹配email地址 
17 ^ [a - zA - z] + : // 匹配(/w+(-/w+)*)(/.(/w+(-/w+)*))*(/?/S*)?$   // 匹配url 
18 。匹配中文字符的正则表达式: [/u4e00 - /u9fa5]
19 。匹配双字节字符(包括汉字在内):[ ^ /x00 - /xff]
20 。应用:计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
String.prototype.len
= function(){ return   this .replace([ ^ /x00 - /xff] / g, " aa " ).length;}
21 。匹配空行的正则表达式:/n[/s |  ] * /r
22 。匹配HTML标记的正则表达式: /< (. * ) > . *< / / / 1 >|< (. * ) / />/  
23 。匹配首尾空格的正则表达式:( ^ /s * ) | (/s * $)

*  正则表达式用例
  
*   1 ^ /S + [a - z A - Z]$ 不能为空 不能有空格  只能是英文字母
  
*   2 、/S{ 6 ,}         不能为空 六位以上
  
*   3 ^ /d + $          不能有空格 不能非数字
  
*   4 、(. * )(/.jpg | /.bmp)$ 只能是jpg和bmp格式
  
*   5 ^ /d{ 4 }/ - /d{ 1 , 2 } - /d{ 1 , 2 }$ 只能是2004 - 10 - 22格式
  
*   6 ^ 0 $            至少选一项
  
*   7 ^ 0 { 2 ,}$        至少选两项
  
*   8 ^ [/s | /S]{ 20 ,}$ 不能为空 二十字以上
  
*   9 ^ / +? [a - z0 - 9 ](([ -+ .] | [_] + ) ? [a - z0 - 9 ] + ) * @([a - z0 - 9 ] + (/. | / - )) + [a - z]{ 2 , 6 }$邮件
  
*   10 、/w + ([ -+ .]/w + ) * @/w + ([ - .]/w + ) * /./w + ([ - .]/w + ) * ([,;]/s * /w + ([ -+ .]/w + ) * @/w + ([ - .]/w + ) * /./w + ([ - .]/w + ) * ) *  输入多个地址用逗号或空格分隔邮件
  
*   11 ^ (/([ 0 - 9 ] + /)) ? [ 0 - 9 ]{ 7 , 8 }$电话号码7位或8位或前面有区号例如( 022 87341628
  
*   12 ^ [a - z A - 0 - 9  _] + @[a - z A - 0 - 9  _] + (/.[a - z A - 0 - 9  _] + ) + (/,[a - z A - 0 - 9  _] + @[a - z A - 0 - 9  _] + (/.[a - z A - 0 - 9  _] + ) + ) * $
  
*      只能是字母、数字、下划线;必须有@和.同时格式要规范 邮件
  
*   13   ^ /w + @/w + (/./w + ) + (/,/w + @/w + (/./w + ) + ) * $上面表达式也可以写成这样子,更精练。
    
14     ^ /w + (( - /w + ) | (/./w + )) * /@/w + ((/. |- )/w + ) * /./w +

  

  

  

//  限定条件
          final  String CONDITION  =   " (?=.*[a-z])(?=.*[A-Z])(?=.*//d) " ;

        
//  允许出现的字符
          final  String SPECIAL_CHAR  =   " [-A-Za-z0-9!$%&()/;<?{}//[//]^] " ;

        
//  数量
          final  String QUANTITY  =   " {8,16} "

  

1  楼的回复

(
?= . * [a - z]) 表示当前位置后面必须出现 . * [a - z] 的字符,这个可以理解为必须出现小写字母。
或者可以理解为某一个字符间的缝隙必须满足的条件,这个仅仅作为条件判断并不能匹配任何字
符,因为这属于非捕获组中的环视(lookarround)零宽度匹配。

举个大家常见的例子:

表达式:Win(
?= XP)
现有字符串 WinXP 和 WinNT,在应用这个表达式时前者能与之进行匹配,为什么呢?

当匹配器指示到 (
?= XP) 时,也就是在 n 字母后面的缝隙,这个缝隙必须满足的
条件是:后面的字符必须是 XP,如果是的话,匹配成功,否则匹配失败。由于
(
?= XP) 是匹配缝隙的,因此并不会把 XP 给匹配输出,而只输出了 Win 因此,这
个表达式的语义可以看作是:找到后面为“XP”字符所有的 Win。

假如,我们把表达式写成 Win(
?= XP)( ?= NT) 这样的话,那么这个语义是:找出后面
为“XP”并且为“NT”字符所有的 Win 可以想象,这是个
永远无法满足的匹配。(
?= XP)( ?= NT) 这个表示当前的缝隙必须同时满足的条件。

把这个表达式再改一下,改成 Win(
?= . * XP)( ?= . * NT) 这个表示 Win 的后面必须出现
XP 与 NT,位置和顺序都是无关的(这主要是 .
*  的作用)。当然了这个表达式的效
率是比较低的,得向后进行两次断言。

如果字符串是 WincbaXPabcNT 这个字符串,当匹配指示器走到 n 后面的缝隙时开始
进行向后断言,首先对 .
* XP 进行断言,很明显能将 cbaXP 匹配成功,这时第一个断
言完成,再对 .
* NT 断言,可以看出 cbaXPabcNT 能与其匹配成功,这时第二个断言完
成,因此表达式 Win(
?= . * XP)( ?= . * NT) 能对 WincbaXPabcNT 进行匹配。

同理 WincbaNTabcXP 也是同样的效果。

如果能理解上面的这些,对于 (
?= . * [a - z])( ?= . * [A - Z])( ?= . * //d) 这个的理应该不会
很难吧,这个只不过是必须同时满足三个条件。

这个表达式在开始部分就进行断言,即索引为 
0  的地方,也就是第一个字符的前面的
缝隙,这个缝隙后面的字符必须满足 .
* [a - z]  . * [A - Z]  . * //d  三个条件,也就是说
必后面必须出现至少一个小写字母、至少一个大写母、至少一个数字。


至于表达式 
2  的使用,也就是 [  ] 内字符的转义需要注意一下。

^  和  -  在 [  ] 结构的表达式中是有一定意义的。

[
^ abc] 表示除 abc 以外所有的字符,注意,这是放在最前面表示这个意思,
如果改成 [a
^ bc] 这个仅表示 a  ^  b c 四个字符。如果需要匹配  ^  这个字符
的话,千万不要把它放在第一个,如果一定要放在第一个的话,得使用转义符。

-  在 [  ] 表示字符的范围,比如 [a - z] 表示 a 与 z 之间的  26  个字母,
[a
- zA - Z] 这个表示 a - z 和 A - Z 的  52  个字母。使用范围得注意了,如果写成
[z
- a] 的话,在 Pattern.compile 编译表达式时会对范围进行检查,这时会产
生异常,因此在使用 
-  范围时,后面的 Unicode 值必须大于等于前面的 Unicode
值。

如果要匹配“
- ”的话,尽量不要把  -  这个放在字符之间,可以放在 [  ] 的两边。
比如 [
- a - z] 这就能匹配  26  个小写字母和“ - ”了。当然了,我们也可以写成
[a
- z - A - Z] 这个可以匹配  52  字母和“ - ”,但是这样很不直观,我们宁愿写成
[a
- zA - Z - ] 或者 [ - a - zA - Z] 这样。 

  

  

2 :不以某某开头 ,比如不以www开头


Java code 
public   class  Test { 
    
public   static   void  main(String[] args) {
        String[] strs 
=  {  " abc1232 " " wwwadsf " " awwwfas " " wwadfsf " "" " ww " "   " " www "  }; 
        String regex 
=   " (?:(?!^www).)* "
        
for (String str : strs) { 

            System.out.printf(
" %-7s %s%n " , str, str.matches(regex));
        }
    }



(
?! X) 专业名称为 Negative Lookahead,表示字符间缝隙后面不允许出现的字符,
即匹配字符间的缝隙,如果缝隙后的字符不是 X 的话,那这个缝隙就匹配成功。

举个例子,aab 和 aac,现有表达式 aa(
?! b) 这时我们能匹配到的字符串是 aac,
因为 aa 的后面的缝隙之后不允许出现字符 b,因此只有 aac 进行了匹配。

再来看个示例: 

Java code 

public   class  Test {
    
public   static   void  main(String[] args) {
        String str 
=   " AQuickBrownFoxJumpsOverTheLazyDog " ;
        String[] strs 
=  str.split( " (?<!^)(?=[A-Z]) " );
        
for (String s : strs) {
            System.out.println(s);
        } 
    }



根据大写字母拆分字符串。当然了,这个使用字符串进行分析同样也能进行拆分,
但是使用正则表达式来拆的话更为便捷直观一些。

在进行这种拆分时,由于在拆分后的字符数不能减少,因此只能使用零宽度的
lookaround 功能进行匹配,lookaround 包括四个,即: 

Java code 
(
?= X) ( ?! X) ( ?<= X) ( ?<! X) 


来看一下这个表达式:(
?   <!^ )( ?= [A - Z])

前面说到过 (
?! ) 表示缝隙后面不允许出现的东西,而 ( ?   <! ) 表示缝隙前不允许出现的东西。
(
?= ) 表示缝隙后允许出现的东西,( ?   <= ) 表示缝隙前允许出现的东西。

这个表达式在拆分时,根据零宽度匹配缝隙进行拆分的,这个缝隙必须满足以下条件:

(
?   <!^ ) 表示缝隙不允许前不能是行开始,即缝隙不能出现在首字母的前面。
(
?= [A - Z]) 表示缝隙后面允许出现 A - Z 的大写字母。

这时这个表达式就匹配了下面带有 
|  的缝隙: 

Java code 
A
| Quick | Brown | Fox | Jumps | Over | The | Lazy | DogPS:不加 ( ?<!^ ) 的话,会变成: | A | Quick | Brown | Fox | Jumps | Over | The | Lazy | Dog 


根据 split 的功能,正则表达式处理程序就根据上面的 
|  将字符串给拆分开来了。


3 ,不区分大小写
不加任何限制的匹配是匹配分大小写的,但是正则表达式中可以进行改变,
有两种方式:参数式和内嵌式。

来看个示例: 

Java code 
import  java.util.regex.Matcher;
import  java.util.regex.Pattern;
public   class  Test {
    
public   static   void  main(String[] args) {
        String str 
=   " Book "
        Pattern pattern 
=  Pattern.compile( " book " );
        Matcher matcher 
=  pattern.matcher(str);
        System.out.println(matcher.matches()); 
    }



上面的这个表达式 book 是不能匹配字符串 Book 的,这时我们只要给定编译时的参数就可以了:

Pattern pattern 
=  Pattern.compile( " book " , Pattern.CASE_INSENSITIVE);

Pattern.CASE_INSENSITIVE 这是一个 
int  类型的常量,值为  2 。表示表达式忽略大小写进行区配。

如果我们不采用 Pattern 和 Matcher 两个类来匹配的话,只是使用 String 的 matches 方法的话,
我们就不能指定表达式的编译参数了,这时就需要采用内嵌标志表达式了,与 Pattern.CASE_INSENSITIVE
对应的内嵌标志表达式是 (
? i),它有四种形式:
1 ,( ? i)
2 ,( ?- i)
3 ,( ? i:X)
4 ,( ?- i:X)
不带有 
-  的是开标志,带有  -  的是关标志。

把上面的代码改成这样: 

Java code 
public   class  Test {
    
public   static   void  main(String[] args) {
        String str 
=   " Book " ;
        String regex 
=   " (?i)book "
        System.out.println(str.matches(regex));
    }



我们就达到了同样的效果,当然这样并不是最好的,因为字符串中只有 B 是大写的,
我们没有必要把所有的字符都进行不区分大小写匹配,我们可以在打开标志,用 (
? i) 的
第二种形式马上关掉它:
    String regex 
=   " (?i)b(?-i)ook " ;

这样的话,只有 b 是区分大小写了,而 (
?- i) 后面的还是得区分大小写匹配的。这样写
可能看上去很不顺眼,我们还能使用第 
3  种形式直接指定某些字符是不区分大小写的。
    String regex 
=   " (?i:b)ook " ;

这样的表达式与上面的那个在语义上是相同的。就效率上肯定是优于一下子开,一下子关的。

可见内嵌标志表达式要比指定编译参数的功能强大许多。

使用建议:如果能确定某些字符的大小写时,尽量使用已确定的字符,对于不确定的可以采用
(
? i:X) 的方式指定。因此打开不区分大小写开关时,对匹配的性能是有一定影响的。

思考一下:String regex 
=   " (?i)b(?-i:oo)k " ; 这个表达式的意思?


另外:第 
1  和第  4 ,我没看明白需要了解什么,请在下面的楼层中具体地说明一下。 

  

1 :多行匹配

在默认的情况下 . 是不能匹配行结束符的(行结束符有 
6  个,具体的可以看看 Pattern 的 API DOC)
同样,可以像不匹配大小写匹配那样使用编译参数:Pattern.DOTALL

如果还得区分大小写的话,还得加上上面说到的 Pattern.CASE_INSENSITIVE 这个,举个例子: 

Java code 
import  java.util.regex.Matcher;
import  java.util.regex.Pattern;
public   class  Test {
    
public   static   void  main(String[] args) {
        String str 
=   " <table> /n "   +   "  <tr> /n "   +   "  <td> /n "   +   "  Hello World! /n "   +   "  </td> /n "   +   "  </tr> /n "   +   " </table> " ;
        String regex 
=   " <td>(.+?)</td> "
        Pattern pattern 
=  Pattern.compile(regex);
        Matcher matcher 
=  pattern.matcher(str);
        
while (matcher.find()) { 
            System.out.println(matcher.group(
1 ).trim()); 
        }
    }



上面这个是不能从 str 抽取出东西的,因为 td 的后面带有换行符,我们只要更改一下:

Pattern pattern 
=  Pattern.compile(regex, Pattern.DOTALL);

这样就行了,如果 td 还得不区分大小写的话,再改成: 

Java code 
Pattern pattern 
=  Pattern.compile(regex, Pattern.DOTALL  |  Pattern.CASE_INSENSITIVE); 


这样的话,td 哪怕是大写的这个表达式都能把 td 之间的字符区抽取出来。

当然和 Pattern.CASE_INSENSITIVE 一样,Pattern.DOTALL 也有内嵌标志表达式,即 (
? s)
s 的意思表示 single
- line 就是忽略换行符什么的,只看成单行进行处理。

这个表达式使用内嵌 (
? s) 的话可以改为: 

Java code 
String regex 
=   " (?s)<td>(.+?)</td> " ;如果还要不区分大小写的话,再加上 i 标志:String regex  =   " (?s)(?i)<td>(.+?)</td> " ;但这样显得很拖沓,可以把它们合并起来:String regex  =   " (?is)<td>(.+?)</td> " //  秩序无所谓 


最后需要说明一下的是,我曾看到过由于不明白 DOTALL,为了让 . 匹配行结束符,直接把表达式写成: 

Java code 
String regex 
=   " <td>((.|//s)+?)</td> "


这样做是极其危险的,由于选择结构的匹配效率问题,这样做在比较长的字符串时会造成堆栈溢出,
使程序崩溃,如果使用 DOTALL 或者 (
? s) 的话就不会出现这种情况。


4 :2个单元的或操作

|  称为多选结构,用于匹配  |  之中的任何一个,拿你的例子来说明: 

Java code 
import  java.util.regex.Matcher;
import  java.util.regex.Pattern;
public   class  Test { 
    
public   static   void  main(String[] args) { 
        String str 
=   " <img src=/ " http: // www.google.com/1.gif/"/>/n" + "<img src=/" http://3w.google.com/1.gif /"/>/n" + "<img src=/" http://abc.baidu.com/1.gif /"/>";
        String regex  =   " <img//ssrc=/ " http: // (?:ww|3)w.google.com/1.gif/"/>";
        Pattern pattern  =  Pattern.compile(regex);
        Matcher matcher 
=  pattern.matcher(str); 
        
while (matcher.find()) { 
            System.out.println(matcher.group()); 
        } 
    }



注意到其中的 (
? :ww | 3 ) 在进行多选匹配时尽量找出多选中的规律,以减少多选的字符,
www 和 3w 在最后一个字符可以共用,前面的不一样。

(
? : ) 的意思表示组成一组,如果没有 ( ? : ) 这样的话,表达式就变成了: 

Java code 
String regex 
=   " <img//ssrc=/ " http: // ww|3w.google.com/1.gif/"/>"; 


这样的语义完全变掉了,
|  是在一组中进行选择,由于上面的那个表达式中没有组,就把整个表
达式作为了一组,使用 
|  的话,就进行了整个表达式的多选结构了。这个表达式的意思是:
匹配 
< img ssrc = " http://ww 或者是 3w.google.com/1.gif " /> ,这样的结果并不是我们所要的。

我们仅仅需要在 ww 和 
3  之间进行选择,这时只要把 ww 和  3  放在一组中进行多选择就可以了,
变成 (
? :ww | 3 )。

还有,在多选结构中尽量把出现频率高的放在前面,这样可以加快匹配速度。

多选结构的效率在传统型的引擎中是效率低下的,如果是单个字符的选择,比如 a $ 
&  之中的一个,
那就不要使用 (
? :a | $ |& ) 了,可以直接使用字符类 [a$ & ] 就可以了。

说了那么多,不知道是否明白了? 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值