正则表达式学习

正则表达式学习

1， 我们首先了解什么是正则表达式：

      “正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。”

2. 使用正则表达式的场合：

    这是百度中的一种解释。从我个人理解就是分析文本的工具，我使用的场合有两个。

    2.1，验证输入值是否符合要求。例如验证用户提交的是不是邮件，我们常用“\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* ”来验证邮箱。

    2.2，从复杂的文本中分析出我们想要的数据，但这种情况我遇到的比较少。

3，基本的正则表达式的语法：

     3.1 基本符号的用法

           \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。
           ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。
          $ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。
          * 匹配前面的子表达式零次或多次。
          + 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
          ? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
          {n} n 是一个非负整数，匹配确定的n 次。
          {n,} n 是一个非负整数，至少匹配n 次。
          {n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。
          ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
          . 匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
         (pattern) 匹配pattern 并获取这一匹配。
         (?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。
         (?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。
         (?!pattern) 负向预查，与(?=pattern)作用相反
         x|y 匹配 x 或 y。
         [xyz] 字符集合。
         [^xyz] 负值字符集合。
         [a-z] 字符范围，匹配指定范围内的任意字符。
         [^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。
         \b 匹配一个单词边界，也就是指单词和空格间的位置。
         \B 匹配非单词边界。
         \cx 匹配由x指明的控制字符。
        \d 匹配一个数字字符。等价于 [0-9]。
        \D 匹配一个非数字字符。等价于 [^0-9]。
        \f 匹配一个换页符。等价于 \x0c 和 \cL。
        \n 匹配一个换行符。等价于 \x0a 和 \cJ。
        \r 匹配一个回车符。等价于 \x0d 和 \cM。
        \s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
        \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
        \t 匹配一个制表符。等价于 \x09 和 \cI。
        \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
        \w 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
        \W 匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
        \xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。
        \num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
        \n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
        \nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引 用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
       \nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
        \un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。
                        匹配中文字符的正则表达式： [u4e00-u9fa5]
                        匹配双字节字符(包括汉字在内)：[^x00-xff]
                        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）
                       String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}
                       匹配空行的正则表达式：n[s| ]*r
                       匹配HTML标记的正则表达式：/<(.*)>.*</1>|<(.*) />/
                       匹配首尾空格的正则表达式：(^s*)|(s*$)

      3.2，常用的正则表达式

           "^\d+$"　　//非负整数（正整数 + 0）
           "^[0-9]*[1-9][0-9]*$"　　//正整数
           "^((-\d+)|(0+))$"　　//非正整数（负整数 + 0）
           "^-[0-9]*[1-9][0-9]*$"　　//负整数
           "^-?\d+$"　　　　//整数
           "^\d+(\.\d+)?$"　　//非负浮点数（正浮点数 + 0）
          "^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数
          "^((-\d+(\.\d+)?)|(0+(\.0+)?))$"　　//非正浮点数（负浮点数 + 0）
          "^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数
          "^(-?\d+)(\.\d+)?$"　　//浮点数
           "^[A-Za-z]+$"　　//由26个英文字母组成的字符串
           "^[A-Z]+$"　　//由26个英文字母的大写组成的字符串
          "^[a-z]+$"　　//由26个英文字母的小写组成的字符串
          "^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串
          "^\w+$"　　//由数字、26个英文字母或者下划线组成的字符串
          "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"　　　　//email地址
          "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　//url
          /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/ // 年-月-日
           /^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/ // 月/日/年
          "^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Emil
            "(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?" //电话号码
           "^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址

4，正则表达式工具

    http://deerchao.net/tools/regex_tester/index.htm

    （记：软件作者的这种营销模式很值得学习。）