正则表达式

来自站长百科
跳转至: 导航、​ 搜索

正则表达式Regular Expression)在计算机科学中,是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。在很多文本编辑器或其他工具里,正则表达式通常被用来检索/替换那些符合某个模式的文本内容。许多程序设计语言都支持利用正则表达式进行字符串操作。

正则表达式通常缩写成“regex”,单数有 regexp、regex,复数有regexps、regexes、regexen。


正则表达式的概念[ ]

一个正则表达式,就是用某种模式去匹配一类字符串的一个公式(同时,正则表达式通常被称为一个模式 (pattern))。正则表达式被各种文本编辑软件、类库(例如Rogue Wave的tools.h++)、脚本工具(像awk/grep/sed)广泛的支持,而且像MicrosoftVisual C++这种交互式IDE也开始支持它了。


常用的正则表达式[ ]

常用的正则表达式主要有以下几种:

  • 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哦
  • 获取日期正则表达式:\d{4}[年|\-|\.]\d{1,2}[月|\-|\.] \d{1,2}日?
    • 评注:可用来匹配大多数年月日信息。
  • 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*?) [^>]*>.*?</>|<.*? />
    • 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{4}-\d{7}|\d{3}-\d{8}
    • 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(?!\d)
    • 评注:中国邮政编码为6位数字
  • 匹配身份证:\d{17}[\d|X]|\d{15}
    • 评注:中国的身份证为15位或18位
  • 匹配ip地址:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3} (2[0-4]\d|25[0-5]|[01]?\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

  

 Function IsRegu(Regu,s)
 '正则表达式校验
 If Regu="" Then
 Exit Function
 End if
 Dim Re,Sre
 Set Re = New RegExp
 Re.Pattern = Regu
 Sre = Re.Test(s)
 If Sre = True Then
 IsRegu = True
 Else
 IsRegu = False
 End If
 End Function
 tmp="hao123@163.com"
 if (IsRegu("\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*",tmp )) =false then
 msgbox "E-mail地址不合法 !"
 FieldCheck#N=false
 end if

不同的语言(如PHPJAVA)、相同语言的不同类库(如来自Sun的Java Regular Expression类库跟Apache Jakarta的正则表达式类库)间,用法会有所差别,在使用的时候,要注意这些差别。


相关条目[ ]


参考资料[ ]