正则表达式

1. 正则表达式

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式，模式描述在搜索文本时要匹配的一个或多个字符串。

1.1 正则表达式符号

1.1.1 符号类

通用的符号：

符号	含义	范例
.	任意字符	“A”, “ ”(空格), “囧”, “1”
d	匹配一个数字字符。等价于[0-9]	“1”, “2”, “3”
D	匹配一个非数字字符。等价于[^0-9]	“a”, “b”, “c”
w	匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”	“Y”, “x”, “_”, “9”
W	匹配任何非单词字符。等价于“[^A-Za-z0-9_]”	“ ”(空格)
s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ fnrtv]	“ ”(空格), “r”, “t”, “n”
S	匹配任何非空白字符。等价于[^fnrtv]	“B”, “囧”, “5”

特殊的符号：

符号	含义	范例
r	匹配一个回车符。等价于x0d和cM
f	匹配一个换页符。等价于x0c和cL
n	匹配一个换行符。等价于x0a和cJ
t	匹配一个制表符。等价于x09和cI
\\	匹配	“”
xhh	以ASCII码进⾏匹配	x41可以匹配”A”
uhhhh	以UNICODE码进⾏匹配	u4e00-u9fa5 中⽂的范围

重点：关于 .

单行模式下(gs)：能匹配\n
多行模式下(gm)：不能匹配 \n

1.1.2 字符集合

符号	含义
[a-z]	字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符
[abc]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“1”可以匹配“plain”中的“p”
[^a-c]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“2”可以匹配任何不在“a”到“z”范围内的任意字符
[\-]	匹配 “-”

1.1.3 字符边界

符号	含义
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“n”或“r”之后的位置
&	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“n”或“r”之前的位置
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如，“erb”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”
\B	匹配非单词边界。“erB”能匹配“verb”中的“er”，但不能匹配“never”中的“er”

1.1.4 数量界定符

符号	定义
x{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o
x{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”
x{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格
x*	匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}
x+	匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}
x?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}

重点：关于 ?

贪婪模式下：数量限定符都是在满⾜条件下尽可能的匹配更多的字符
非贪婪模式下：如果希望在满⾜条件下尽可能少的匹配字符, 在数量限定符后⾯加上“?”

1.1.5 分支条件

符号	定义
x\	y	匹配x或y。例如，“z\	food”能匹配“z”或“food”。“(z\	f)ood”则匹配“zood”或“food”。

1.1.6 分组与后向引⽤

符号	定义
(x)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“(”或“)”
1..n	引⽤第1-n组匹配
(?:x)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(	)”来组合一个模式的各个部分是很有用。例如“industr(?:y	ies)”就是一个比“industry	industries”更简略的表达式

1.1.7 断⾔

符号	定义
(?=pattern)	正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95	98	NT	2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
(?!pattern)	正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95	98	NT	2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
(?<=pattern)	反向肯定预查，与正向肯定预查类拟，只是方向相反。例如，“(?<=95	98	NT	2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”
(?<!pattern)	反向否定预查，与正向否定预查类拟，只是方向相反。例如“(?<!95	98	NT	2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”

1.2 正则表达式网站

以下是常用的一些在线正则表达式测试工具，其中个人感觉第一个最好！

1. http://regex101.com/
2. http://regexr.com/
3. http://tool.lu/regex/
4. http://tool.oschina.net/regex/
5. http://tool.chinaz.com/regex/

1.3 正则表达式工具

1. RegexBuddy
2. RegexMagic

1.4 常用的正则表达式

需求	正则表达式
用户名	^[a-z0-9_-]{3,16}$
密码	^[a-z0-9_-]{6,18}$
十六进制值	^#?([a-f0-9]{6}	[a-f0-9]{3})$
电子邮箱	^([a-z0-9_.-]+)@([da-z.-]+).([a-z.]{2,6})$/
URL	^(https?://)?([da-z.-]+).([a-z.]{2,6})([/w .-]*)*/?$
IP 地址	/((2[0-4]d	25[0-5]	[01]?dd?).){3}(2[0-4]d	25[0-5]	[01]?dd?)/
/^(?:(?:25[0-5]	20-4	[01]?0-9?).){3}(?:25[0-5]	20-4	[01]?0-9?)$/</div>
HTML 标签	^<([a-z]+)([^<]+)*(?:>(.*)</1>	s+/>)$
删除代码\注释	(?<!http:	S)//.*$
Unicode编码中的汉字范围	^[u2E80-u9FFF]+$
一个单词连续出现的位置	b([a-z]+) 1b/gi
匹配空行	^s*$
匹配中文字符	[u4e00-u9fa5]
匹配双字节字符(包括汉字在内)	[^x00-xff]
匹配空白行	ns*r
匹配国内电话号码	d{3}-d{8}	d{4}-{7,8}
匹配腾讯QQ号	1-9{4,}
匹配中国邮政编码	[1-9]d{5}(?!d)
匹配18位身份证号	^(d{6})(d{4})(d{2})(d{2})(d{3})([0-9]	X)$
匹配(年-月-日)格式日期	([0-9]{3}[1-9]
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*$