正则表达式.docx

1、正则表达式正则表达式正则表达式是一种文本模式，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”）。模式描述在搜索文本时要匹配的一个或多个字符串。 一、正则表达式基础知识 我们先从简单的开始。假设你要搜索一个包含字符“cat”的字符串，搜索用的正则表达式就是“cat”。如果搜索对大小写不敏感，单词“catalog”、“Catherine”、“sophisticated”都可以匹配。也就是说： 1.1 句点符号 假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以“t”字母开头，以“n”字母结束。另外，假设有一本英文字典，你可以用正则表达式搜索它的全部内容。要构

2、造出这个正则表达式，你可以使用一个通配符句点符号“.”。这样，完整的表达式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，还匹配“t#n”、“tpn”甚至“t n”，还有其他许多无意义的组合。这是因为句点符号匹配所有字符，包括空格、Tab字符甚至换行符： 1.2 方括号符号 为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式“taeion”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你只能匹配单个字符： 1.3 “或”符号

3、如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以用来分组，具体请参见后面介绍。 1.4 表示匹配次数的符号 表一显示了表示匹配次数的符号，这些符号用来确定紧靠该符号左边的符号出现的次数： 假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中，连字符（“-”）有着特殊的意义，它表示一

4、个范围，比如从0到9。因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“”。 图一：匹配所有123-12-1234形式的社会安全号码假设进行搜索的时候，你希望连字符号可以出现，也可以不出现即，999-99-9999和999999999都属于正确的格式。这时，你可以在连字符号后面加上“？”数量限定符号，如图二所示： 图二：匹配所有123-12-1234和123121234形式的社会安全号码下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“0-94”，再加上字母部分“A-Z2”。图三显示了完整的正则表达式。 图三：匹配典型的美国

5、汽车牌照号码，如8836KV1.5 “否”符号 “”符号称为“否”符号。如果用在方括号内，“”表示不想要匹配的字符。例如，图四的正则表达式匹配所有单词，但以“X”字母开头的单词除外。 图四：匹配所有单词，但“X”开头的除外1.6 圆括号和空白符号 假设要从格式为“June 26, 1951”的生日日期中提取出月份部分，用来匹配该日期的正则表达式可以如图五所示： 图五：匹配所有Moth DD,YYYY格式的日期新出现的“/s”符号是空白符号，匹配所有的空白字符，包括Tab字符。如果字符串正确匹配，接下来如何提取出月份部分呢？只需在月份周围加上一个圆括号创建一个组，然后用ORO API（本文后面详

6、细讨论）提取出它的值。修改后的正则表达式如图六所示： 图六：匹配所有Month DD,YYYY格式的日期，定义月份值为第一个组1.7 其它符号 为简便起见，你可以使用一些为常见正则表达式创建的快捷符号。如表二所示： 表二：常用符号 例如，在前面社会安全号码的例子中，所有出现“0-9”的地方我们都可以使用“/d”。修改后的正则表达式如图七所示： 图七：匹配所有123-12-1234格式的社会安全号码下面是正则表达式的一些示例： 表达式 匹配 /s*$/ 匹配空行。 /d2-d5/ 验证由两位数字、一个连字符再加 5 位数字组成的 ID 号。 /*)?sS*/ 匹配 HTML 标记。 下表包含了元

7、字符的完整列表以及它们在正则表达式上下文中的行为：字符 说明 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，“n”匹配字符“n”。“n”匹配换行符。序列“”匹配“”，“(”匹配“(”。 匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性， 还会与“n”或“r”之后的位置匹配。 $ 匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与“n”或“r”之前的位置匹配。 * 零次或多次匹配前面的字符或子表达式。例如，zo* 匹配“z”和“zoo”。* 等效于 0,。 + 一次或多次匹配前面的字符或子表达式。例

8、如，“zo+”与“zo”和“zoo”匹配，但与“z”不匹配。+ 等效于 1,。 ? 零次或一次匹配前面的字符或子表达式。例如，“do(es)?”匹配“do”或“does”中的“do”。? 等效于 0,1。 n n 是非负整数。正好匹配 n 次。例如，“o2”与“Bob”中的“o”不匹配，但与“food”中的两个“o”匹配。 n, n 是非负整数。至少匹配 n 次。例如，“o2,”不匹配“Bob”中的“o”，而匹配“foooood”中的所有 o。o1, 等效于 o+。o0, 等效于 o*。 n,m m 和 n 是非负整数，其中 n = m。至少匹配 n 次，至多匹配 m 次。例如，“o1,3”匹

9、配“fooooood”中的头三个 o。o0,1 等效于 o?。注意：您不能将空格插入逗号和数字之间。 ? 当此字符紧随任何其他限定符（*、+、?、n、n,、n,m）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”。 . 匹配除“n”之外的任何单个字符。若要匹配包括“n”在内的任意字符，请使用诸如“sS”之类的模式。 (pattern) 匹配 pattern 并捕获该匹配的子表达式。可以使用 $0.$9 属性从结果“匹配”集合中检

10、索捕获的匹配。若要匹配括号字符 ( )，请使用“(”或者“)”。 (?:pattern) 匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用“或”字符 (|) 组合模式部件的情况很有用。例如，与“industry|industries”相比，“industr(?:y| ies)”是一个更加经济的表达式。 (?=pattern) 执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，“Windows (?=95| 98| NT| 2000)”与“Wi

11、ndows 2000”中的“Windows”匹配，但不与“Windows 3.1”中的“Windows”匹配。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。 (?!pattern) 执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，“Windows (?!95| 98| NT| 2000)”与“Windows 3.1”中的“Windows”匹配，但不与“Windows 2000”中的“Windows”匹配。预测先行不占用字符，即发生匹配后，

12、下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。 x| y 与 x 或 y 匹配。例如，“z| food”与“z”或“food”匹配。“(z| f)ood”与“zood”或“food”匹配。 xyz 字符集。匹配包含的任一字符。例如，“abc”匹配“plain”中的“a”。 xyz 反向字符集。匹配未包含的任何字符。例如，“abc”匹配“plain”中的“p”。 a-z 字符范围。匹配指定范围内的任何字符。例如，“a-z”匹配“a”到“z”范围内的任何小写字母。 a-z 反向范围字符。匹配不在指定的范围内的任何字符。例如，“a-z”匹配任何不在“a”到“z”范围内的任何字符。 b

13、 匹配一个字边界，即字与空格间的位置。例如，“erb”匹配“never”中的“er”，但不匹配“verb”中的“er”。 B 非字边界匹配。“erB”匹配“verb”中的“er”，但不匹配“never”中的“er”。 cx 匹配由 x 指示的控制字符。例如，cM 匹配一个 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是“c”字符本身。 d 数字字符匹配。等效于 0-9。 D 非数字字符匹配。等效于 0-9。 f 换页符匹配。等效于 x0c 和 cL。 n 换行符匹配。等效于 x0a 和 cJ。 r 匹配一个回车符。等效于 x0d 和 cM

14、。 s 匹配任何空白字符，包括空格、制表符、换页符等。与 fnrtv 等效。 S 匹配任何非空白字符。等价于 fnrtv。 t 制表符匹配。与 x09 和 cI 等效。 v 垂直制表符匹配。与 x0b 和 cK 等效。 w 匹配任何字类字符，包括下划线。与“A-Za-z0-9_”等效。 W 任何非字字符匹配。与“A-Za-z0-9_”等效。 xn 匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，“x41”匹配“A”。“x041”与“x04”&“1”等效。允许在正则表达式中使用 ASCII 代码。 num 匹配 num，此处的 num 是一个正整数。到捕获匹配

15、的反向引用。例如，“(.)1”匹配两个连续的相同字符。 n 标识一个八进制转义码或反向引用。如果 n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。 nm 标识一个八进制转义码或反向引用。如果 nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 nm 前面至少有 n 个捕获，那么 n 是反向引用，后面跟 m。如果前面的条件均不存在，那么当 n 和 m 是八进制数 (0-7) 时，nm 匹配八进制转义码 nm。 nml 当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义

16、码 nml。 un 匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，u00A9 匹配版权符号 (?)。常用表达式1. 检测时间(0-1?0-9|20-3):(0-50-9) 2. 3. 以下是备忘: 4. 5. 1.检查日期: 6. (10-2|0?1-9)-./(0?1-9|120-9|301)-./(dddd) 7. 2.检查数字: 8. (-+?0-9+.?0-9+) 9. 3.检查URL: 10. (http|ftp):/)?(d+.)+)3d+(/w./+)?)|(a-zw*(.w+)+)2,)(/w.*)*) 11. 4.检查E-mail 12. w+(w

17、+.?)+) 13. 14. 严格的日期验证包括格式和逻辑上的合法性！ 15. (19|20)(02468048)|(1357926)-02-29)|(200-90-9)|(190-90-9)-(01-9)|(10-2)-(01-9)|(1d)|(20-8)|(013578)|(102)-31)|(01,3-9)|(10-2)-(29|30)$ 16. 17. 补充： 18. d+$/匹配非负整数（正整数+0） 19. 0-9*1-90-9*$/匹配正整数 20. (-d+)|(0+)$/匹配非正整数（负整数+0） 21. -0-9*1-90-9*$/匹配负整数 22. -?d+$/匹配整数

18、23. d+(.d+)?$/匹配非负浮点数（正浮点数+0） 24. (0-9+.0-9*1-90-9*)|(0-9*1-90-9*.0-9+)|(0-9*1-90-9*)$/匹配正浮点数 25. (-d+(.d+)?)|(0+(.0+)?)$/匹配非正浮点数（负浮点数+0） 26. (-(0-9+.0-9*1-90-9*)|(0-9*1-90-9*.0-9+)|(0-9*1-90-9*)$/匹配负浮点数 27. (-?d+)(.d+)?$/匹配浮点数 28. A-Za-z+$/匹配由26个英文字母组成的字符串 29. A-Z+$/匹配由26个英文字母的大写组成的字符串 30. a-z+$/匹配

19、由26个英文字母的小写组成的字符串 31. A-Za-z0-9+$/匹配由数字和26个英文字母组成的字符串 32. w+$/匹配由数字、26个英文字母或者下划线组成的字符串 33. w-+(.w?琼?渦獢p?_?_?浜睹扥潜桴牥摜極慢?瑨m?_-+)*w-+(.w-+)+$/匹配email地址 34. a-zA-z+:/匹配(w+(-w+)*)(.(w+(-w+)*)*(?S*)?$/匹配url 35. 36. 关键字：正则表达式模式匹配Javascript 37. 38. 摘要：收集一些常用的正则表达式。 39. 40. 正则表达式用于字符串处理，表单验证等场合，实用高效，但用到时总是不太把

20、握，以致往往要上网查一番。我将一些常用的表达式收藏在这里，作备忘之用。本贴随时会更新。 41. 42. 匹配中文字符的正则表达式：u4e00-u9fa5 43. 44. 匹配双字节字符(包括汉字在内)：x00-xff 45. 46. 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） 47. 48. String.prototype.len=function()returnthis.replace(x00-xff/g,aa).length; 49. 50. 匹配空行的正则表达式：ns|*r 51. 52. 匹配HTML标记的正则表达式：/.*|/ 53. 54. 匹配首尾空格

21、的正则表达式：(s*)|(s*$) 55. 56. 应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下： 57. 58. String.prototype.trim=function() 59. 60. returnthis.replace(/(s*)|(s*$)/g,); 61. 62. 63. 利用正则表达式分解和转换IP地址： 64. 65. 下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序： 66. 67. functionIP2V(ip) 68. 69. re=/(d+).(d+).(d+)

22、.(d+)/g/匹配IP地址的正则表达式 70. if(re.test(ip) 71. 72. returnRegExp.$1*Math.pow(255,3)+RegExp.$2*Math.pow(255,2)+RegExp.$3*255+RegExp.$4*173. 74. else75. 76. thrownewError(NotavalidIPaddress!) 77. 78. 79. 80. 不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下： 81. 82. varip=10.100.20.16883. ip=ip.split(.) 84. alert

23、(IP值是：+(ip0*255*255*255+ip1*255*255+ip2*255+ip3*1) 85. 86. 匹配Email地址的正则表达式：w+(-+.w+)*w+(-.w+)*.w+(-.w+)* 87. 88. 匹配网址URL的正则表达式：http:/(w-+.)+w-+(/w-./?%&=*)? 89. 90. 利用正则表达式去除字串中重复的字符的算法程序：注：此程序不正确，原因见本贴回复 91. 92. vars=abacabefgeeii93. vars1=s.replace(/(.).*1/g,$1) 94. varre=newRegExp(+s1+,g?琼?渦獢p?_?

24、_?浜睹扥潜桴牥摜極慢?瑨m?_) 95. vars2=s.replace(re,) 96. alert(s1+s2)/结果为：abcefgi 97. 98. 我原来在CSDN上发贴寻求一个表达式来实现去除重复字符的方法，最终没有找到，这是我能想到的最简单的实现方法。思路是使用后向引用取出包括重复的字符，再以重复的字符建立第二个表达式，取到不重复的字符，两者串连。这个方法对于字符顺序有要求的字符串可能不适用。 99. 100. 得用正则表达式从URL地址中提取文件名的javascript程序，如下结果为page1 101. 102. s=103. s=s.replace(/(.*/)0,(.+

25、).*/ig,$2) 104. alert(s) 105. 106. 利用正则表达式限制网页表单里的文本框输入内容： 107. 108. 用正则表达式限制只能输入中文：onkeyup=value=value.replace(/u4E00-u9FA5/g,)onbeforepaste=clipboardData.setData(text,clipboardData.getData(text).replace(/u4E00-u9FA5/g,)109. 110. 用正则表达式限制只能输入全角字符：onkeyup=value=value.replace(/uFF00-uFFFF/g,)onbefore

26、paste=clipboardData.setData(text,clipboardData.getData(text).replace(/uFF00-uFFFF/g,)111. 112. 用正则表达式限制只能输入数字：onkeyup=value=value.replace(/d/g,)onbeforepaste=clipboardData.setData(text,clipboardData.getData(text).replace(/d/g,)113. 114. 用正则表达式限制只能输入数字和英文：onkeyup=value=value.replace(/W/g,)onbeforepas

27、te=clipboardData.setData(text,clipboardData.getData(text).replace(/d/g,)115. 116. 匹配Email地址的正则表达式：w+(-+.w+)*w+(-.w+)*.w+(-.w+)* 117. 118. 匹配网址URL的正则表达式：http:/(w-+.)+w-+(/w-./?%&=*)? 119. 120. 匹配空行的正则表达式：ns|*r 121. 122. 匹配HTML标记的正则表达式：/.*|/ 123. 124. 匹配首尾空格的正则表达式：(s*)|(s*$) 125. 126. 匹配中文字符的正则表达式：u4e00-u9fa5 127. 128. 匹配双字节字符(包括汉字在内)：x00-xff