正则表达式使用及常见表达式汇总
文章目录
最近接到一个内部搜索业务,本来是使用solr构建的分词搜索,但是在前期的数据量并没有那么大的情况下,使用者反馈使用分词反而不如精确匹配来的好用,所以运用相关正则表达式重写了一套搜索接口直接进行数据库检索,准备等数据量大起来以后再接入solr。在这个过程中使用了一些正则表达式,使用合适的工具做合适的事情果然可以事半功倍。所以收集并分享一下。
1.使用方法
此处不探究正则表格式更强大的功能,只讲述一下最常用的匹配,替换(相信大多数业务需求也正是这样)。
创建正则表达式
在javaScript中一般创建正则表达式采取两种方式:
- 字面量方法:直接使用字面量创建,在js解析器的性能上有一定优势,形式如下:
var reg = /ab+c/g
-
构造函数方法:调用
RegExp的构造函数进行初始化正则表达式,形式如下:
var reg = new RegExp('ab+c', 'g')
使用正则表达式
在javaScript中有两个类(此处为了称呼方便说为类,实际上javaScript基于原型不存在类的概念)的6个方法可以使用到正则表达式,分别是:
| 类名 | 方法名 |
|---|---|
RegExp |
exec,test
|
String |
match, repalce, search, split
|
-
exec:
exec()方法用于检索字符串中的正则表达式的匹配。若匹配成功返回一个数组,其中存放匹配的结果;如果未找到匹配,则返回null。 简而言之当结果数组不为null是表示匹配成功。
需要注意的是结果数组的第 0 个元素是与正则表达式相匹配的文本,第 1 个元素是与RegExpObject的第 1 个子表达式相匹配的文本(如果有的话),第 2 个元素是与RegExpObject的第 2 个子表达式相匹配的文本(如果有的话),以此类推。除了数组元素和length属性之外,exec()方法还返回两个属性。index属性声明的是匹配文本的第一个字符的位置。input属性则存放的是被检索的字符串string。
var myRe = /d(b+)d/g;
myRe.exec('cdbbdbsdbdbz') // ["dbbd", "bb", index: 1, input: "cdbbdbsdbdbz"]
myRe.exec('cdbbdbsdbdbz') // ["dbd", "b", index: 7, input: "cdbbdbsdbdbz"]
myRe.exec('cdbbdbsdbdbz') // null
-
test:
test()方法用于检测一个字符串是否匹配某个模式。定义比较简单,与(r.exec(reg) != null)等价。
var str = 'hello world!';
var result = /^hello/.test(str); // true
result = (/^hello/.exec(str) != null); // true 与上式等价
-
match:与
exec方法表现相似,差别在当为global匹配时结果为所有匹配结果,若不是则为第一个匹配结果(可以匹配的情况下)。
'cdbbdbsdbdbz'.match(/d(b+)d/g) // ["dbbd", "dbd"]
'cdbbdbsdbdbz'.match(/d(b+)d/) // ["dbbd", "bb", index: 1, input: "cdbbdbsdbdbz"]
-
replace:
replace方法是一个非常实用的方法,主要用来在字符串中用一些字符替换另一些字符,或替换一个与正则表达式匹配的子串。有两个参数,第一个为匹配的正则表达式或者特定字符串,第二个参数是替换的字符串或者一个函数,该函数有四个可调用的参数,返回值为规定的字符串。参数如下:
第一个参数为每次匹配的全文本($&)。
中间参数为子表达式匹配字符串,个数不限.( $i (i:1-99))
倒数第二个参数为匹配文本字符串的匹配下标位置。
最后一个参数表示字符串本身。
// 将apples替换为oranges
var re = /apples/gi;
var str = 'Apples are round, and apples are juicy.';
// 第二个参数为字符串
var newstr = str.replace(re, 'oranges');
// oranges are round, and oranges are juicy.
// 第二个参数为函数
var newstr = str.replace(re, function(value) {
if(value == 'Apples') {
return 'Oranges';
}
if(value == 'apple') {
return 'oranges';
}
});
// Oranges are round, and oranges are juicy.
-
search:
search()方法用于检索字符串中指定的子字符串,或检索与正则表达式相匹配的子字符串,返回第一个匹配成功的字串起始位置。注意:忽略RegExp对象的lastIndex,每次执行均从头开始。
'cdbbdbsdbdbz'.search(/d(b+)d/) // 1
'xxx'.search(/d(b+)d/) // -1 没有匹配
- split:大多数人都知道split方法是用来对字符串按照指定子字符串进行分割返回数组的,但是很多人不知道它的参数可以是正则表达式,这无疑扩展了这个方法的能力。
var names = 'Harry Trump ;Fred Barney; Helen Rigby ; Bill Abel ;Chris Hand ';
var re = /\s*;\s*/;
var nameList = names.split(re);
// [ "Harry Trump", "Fred Barney", "Helen Rigby", "Bill Abel", "Chris Hand " ]
基本的使用方法就是以上几种,接下来对常用的正则表达式进行一下总结。
2.常见表达式汇总
一、校验数字的表达式
1 数字:^[0-9]*$
2 n位的数字:^\d{n}$
3 至少n位的数字:^\d{n,}$
4 m-n位的数字:^\d{m,n}$
5 零和非零开头的数字:^(0|[1-9][0-9]*)$
6 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$
7 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$
8 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$
9 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
10 有1~3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
11 非零的正整数:^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12 非零的负整数:^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非负整数:^\d+$ 或 ^[1-9]\d*|0$
14 非正整数:^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15 非负浮点数:^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16 非正浮点数:^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17 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]*))$
18 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]*)))$
19 浮点数:^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
二、校验字符的表达式
1 汉字:^[\u4e00-\u9fa5]{0,}$
2 英文和数字:^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 长度为3-20的所有字符:^.{3,20}$
4 由26个英文字母组成的字符串:^[A-Za-z]+$
5 由26个大写英文字母组成的字符串:^[A-Z]+$
6 由26个小写英文字母组成的字符串:^[a-z]+$
7 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
8 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}$
9 中文、英文、数字包括下划线:^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 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}$
11 可以输入含有^%&',;=?$\"等字符:[^%&',;=?$\x22]+
12 禁止输入含有~的字符:[^~\x22]+
三、特殊需求表达式
1 Email地址:^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
2 域名:[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3 InternetURL:[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
4 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}$
5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX):^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6 国内电话号码(0511-4405222、021-87888822):\d{3}-\d{8}|\d{4}-\d{7}
7 身份证号(15位、18位数字):^\d{15}|\d{18}$
8 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}?$
9 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}$
10 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}$
11 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}$
12 日期格式:^\d{4}-\d{1,2}-\d{1,2}
13 一年的12个月(01~09和1~12):^(0?[1-9]|1[0-2])$
14 一个月的31天(01~09和1~31):^((0?[1-9])|((1|2)[0-9])|30|31)$
15 xml文件:^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
16 中文字符的正则表达式:[\u4e00-\u9fa5]
17 双字节字符:[^\x00-\xff] (包括汉字在内,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))
18 空白行的正则表达式:\n\s*\r (可以用来删除空白行)
19 HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力)
20 首尾空白字符的正则表达式:^\s*|\s*$或(^\s*)|(\s*$) (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)
21 腾讯QQ号:[1-9][0-9]{4,} (腾讯QQ号从10000开始)
22 中国邮政编码:[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
23 IP地址:\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
24 IP地址:((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
汇总参考: http://blog.csdn.net/IMW_MG/a...
附正则表:
评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论