正则表达式RegExp

正则表达式简析

所谓正则表达式，就是用一个特定的表达式完成字符串匹配的工作，我们可以规定什么字符以什么方式出现，出现多少次，前后需要有什么，然后提取出符合这个要求的字符串或者判断某个字符串是否符合这个要求。

元字符

一下是上面部分字符的反义

还有一组具有反义的表达式：

转义字符

注意换行的回车不是一个东西，虽然我们看上去是一样的。这个和编码发展历史有关，区别见下表：

限定符

贪婪的

非贪婪的

分组

我们已经提到了怎么重复单个字符，但如果想要重复多个字符又该怎么办？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了。 比如

(?#这一行是个注释，注释这样写)
^abc{2,}   (?#匹配ab开头后面2个及以上c）
^a(bc){2,}   (?#匹配a开头后面2个及以上bc）

每一个()中的变量都会被分配一个编号((?:exp)除外），按()出现顺序，从左到右，从外到内编号，从1开始。编号0默认代表整个表达式。可以利用\+ 编号的形式访问对应编号的匹配。例如：

<([^>]*)>[^<>]*</\1>    (?#匹配一对不含子标签的xml标签及里面的内容)

在.Net中，可以用(?<name>exp)为表达式命名，此时，该表达式也同时具有编号，可以用\k<name>访问这个表达式。需要注意的是，系统会按从左到右，从外到内的顺序给没有名字的表达式编号，然后再从头开始按从左到右，从外到内的顺序给有名字的表达式编号。

当然还有一些有意义的括号，除了(?:exp)以外，都会带有编号。下面是完整的分组说明：

零宽度断言

何为断言：断言某个位置会出现，或不会出现某个模式，但不去匹配这个模式。当断言不成功时，不再匹配。

逻辑运算符 或

递归匹配

这个和上面的分组命名不矛盾，这个就是那个部分的扩展。

运算符优先级

从上到下从高到低，同一高度顺序运算

常用的正则表达式

验证数字类型输入

• 数字：^[0-9]*$
• n位的数字：^\d{n}$
• 至少n位的数字：^\d{n,}$
• m-n位的数字：^\d{m,n}$
• 零和非零开头的数字：^(0|[1-9][0-9]*)$
• 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
• 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
• 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
• 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
• 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
• 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
• 非零的负整数：^\-[1-9][]0-9″*$ 或 ^-[1-9]\d*$
• 非负整数：^\d+$ 或 ^[1-9]\d*|0$
• 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
• 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
• 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
• 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
• 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
• 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

验证字串类型输入

• 汉字：^[\u4e00-\u9fa5]+$
• 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
• 长度为3-20的所有字符：^.{3,20}$
• 由26个英文字母组成的字符串：^[A-Za-z]+$
• 由26个大写英文字母组成的字符串：^[A-Z]+$
• 由26个小写英文字母组成的字符串：^[a-z]+$
• 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
• 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
• 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
• 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
• 可以输入含有^%&’,;=?$\”等字符：[^%&',;=?$\x22]+
• 禁止输入含有~的字符：[^~\x22]+

验证特殊类型输入

• Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
• 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
• InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
• 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
• 电话号码(“XXX-XXXXXXX”、”XXXX-XXXXXXXX”、”XXX-XXXXXXX”、”XXX-XXXXXXXX”、”XXXXXXX”和”XXXXXXXX)：^($$\d{3,4}-)|\d{3.4}-)?\d{7,8}$
• 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
• 身份证号(15位、18位数字)：^\d{15}|\d{18}$
• 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
• 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}$
• 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
• 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
• 日期格式：^\d{4}-\d{1,2}-\d{1,2}
• 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
• 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
• 钱的输入格式：1到3个数字，后面跟着任意个逗号+3个数字，逗号成为可选，而不是必须。小数可有可无，但最多2位：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
• xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
• 中文字符的正则表达式：[\u4e00-\u9fa5]
• 双字节字符：[^\x00-\xff]
• 空白行的正则表达式：\n\s*\r
• HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
• 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$)
• 腾讯QQ号：[1-9][0-9]{4,}
• 中国邮政编码：[1-9]\d{5}(?!\d)
• IPv4地址：\d+\.\d+\.\d+\.\d+
• IPv4地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))