正则表达式用于字符串处理、表单验证等场合,实用高效。现将一些常用的表达式收集于此,以备不时之需。
用户名:/^a-z0-9_-]
密码:/^a-z0-9_-]
十六进制值:/^#?([a-f0-9]|[a-f0-9])$
电子邮箱:/^a-z0-9da-za-z\.]
url:/^httpsda-za-z\.]w
ip 地址:/^25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)
html 标签:/^a-z]+)1>|\s+\/
unicode编码中的汉字范围:/^u4e00-u9fa5],$
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。
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:\s*
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**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_]$
评注:表单验证时很实用。
匹配国内**号码:\d-\d|\d-\d
评注:匹配形式如 0511-**或 021-**
匹配腾讯qq号:[1-9][0-9]
评注:腾讯qq号从10000开始。
匹配中国大陆邮政编码:[1-9]\d(?!d)
评注:中国大陆邮政编码为6位数字。
匹配身份证:\d|\d
评注:中国大陆的身份证为15位或18位。
匹配ip地址:\d+\.d+\.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。
表达式全集。
正则表达式有多种不同的风格。下表是在pcre中元字符及其在正则表达式上下文中的行为的一个完整列表:
以下是以php的语法所写的示例
验证字符串是否只含数字与英文,字符串长度并在4~16个字符之间
str = a1234';
if (preg_match("^a-za-z0-9]$"str)) str)) comfirm" :failed";
print $str = a1234" =m"^\w[12]\d$" comfirm" :invaild";
如何写出高效率的正则表达式。
如果纯粹是为了挑战自己的正则水平,用来实现一些特效(例如使用正则表达式计算质数、解线性方程),效率不是问题;如果所写的正则表达式只是为了满足一两次、几十次的运行,优化与否区别也不太大。但是,如果所写的正则表达式会百万次、千万次地运行,效率就是很大的问题了。我这里总结了几条提升正则表达式运行效率的经验(工作中学到的,看书学来的,自己的体会),贴在这里。
如果您有其它的经验而这里没有提及,欢迎赐教。
为行文方便,先定义两个概念。
误匹配:指正则表达式所匹配的内容范围超出了所需要范围,有些文本明明不符合要求,但是被所写的正则式“击中了”。例如,如果使用\d来匹配11位的手机号,\d不单能匹配正确的手机号,它还会匹配***这样的明显不是手机号的字符串。
我们把这样的匹配称之为误匹配。
漏匹配:指正则表达式所匹配的内容所规定的范围太狭窄,有些文本确实是所需要的,但是所写的正则没有将这种情况囊括在内。例如,使用\d来匹配18位的身份证号码,就会漏掉结尾是字母x的情况。
写出一条正则表达式,既可能只出现误匹配(条件写得极宽松,其范围大于目标文本),也可能只出现漏匹配(只描述了目标文本中多种情况种的一种),还可能既有误匹配又有漏匹配。例如,使用\w+\.com来匹配。
com结尾的域名,既会误匹配abc_.com这样的字串(合法的域名中不含下划线,\w包含了下划线这种情况),又会漏掉这样的域名(合法域名中可以含中划线,但是\w不匹配中划线)。
精准的正则表达式意味着既无误匹配且无漏匹配。当然,现实中存在这样的情况:只能看到有限数量的文本,根据这些文本写规则,但是这些规则将会用到海量的文本中。
这种情况下,尽可能地(如果不是完全地)消除误匹配以及漏匹配,并提升运行效率,就是我们的目标。本文所提出的经验,主要是针对这种情况。
掌握语法细节。正则表达式在各种语言中,其语法大致相同,细节各有千秋。明确所使用语言的正则的语法的细节,是写出正确、高效正则表达式的基础。
例如,perl中与\w等效的匹配范围是[a-za-z0-9_];perl正则式不支持肯定逆序环视中使用可变的重复(variable repetition inside lookbehind,例如(? 先粗后精,先加后减。使用正则表达式语法对于目标文本进行描述和界定,可以像画素描一样,先大致勾勒出框架,再逐步在局步实现细节。仍举刚才的手机号的例子,先界定\d,总不会错;再细化为1[358]\d,就向前迈了一大步(至于第二位是不是,这里无意深究,只举这样一个例子,说明逐步细化的过程)。 这样做的目的是先消除漏匹配(刚开始先尽可能多地匹配,做加法),然后再一点一点地消除误匹配(做减法)。这样有先有后,在考虑时才不易出错,从而向“不误不漏”这个目标迈进。 2.d 非负整数 正整数 0 3.0 9 1 9 0 9 正整数。4.d 0 非正整数 负整数 0 5.0 9 1 9 0 9 负整数6.d 整数。7.d d 非负浮点数 正浮点数 0 8.0 9 0 9 1 9 0 9 0 9 1 9 0 9 0 9 0 9 1 9 0 9 正浮点数。9.d d ... 表达式 0 9 功能 匹配1 20位数字。类型 数字。长度 1 20位。扩展 0 9 a za z0 9 功能 匹配5 20位以字母开头 可带数字 的字串。类型 以字母开头 可带数字 的字串。长度 5 20位。表达式 a za z 功能 匹配1 30位由大小写字母组成的串。类型 由大小写字母组成的串... 表单验证常用正则,非常不错,收集的相对比较完整,大家可以看看。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...常用正则表达式
常用正则表达式
常用正则表达式