正则表达式
（注：元字符包括\ | ( ) [ ] { } ^ $ * + ? . )
最开始以为.* 可以匹配任意字符，后来发现有问题，匹配不了换行符\n
查了下资料，用[\s\S]*匹配可以
解释：\s空白符，\S非空白符，所以[\s\S]是任意字符
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：\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_]$
评注：表单验证时很实用
匹配国内电话号码：\d-\d|\d-\d
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]
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|\d
评注：中国的身份证为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
评注：最基本也是最常用的一些表达式
今天在Java中想使用正则表达式来获取一段文本中的任意字符。于是很随意得就写出如下匹配规则：
(.*)
结 果运行之后才发现，无法获得换行之后的文本。于是查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”以外的所有字符。同时， 手册上还有一句话：要匹配包括 '\n' 在内的任何字符，请使用像 '[.\n]' 的模式。于是我将正则表达式的匹配规则修改如下：
([.\n]*)，当然，如果是在java程序中直接写到话，需要改为([.\\n]*)
结果再次运行程序，发现什么内容也取不到了。我百思不得其解，又将其修改为如下规则：
([.|\n]*) 以及 ([\n.]*)
结果还是不行，什么内容都取不到。看来点符号和换行符卯上劲了～
然后上网一查，虽然没有查出上述规则到底是什么地方出问题了，但是查出了一个解决办法，经过一试，果然可以匹配包括换行符在内的任意字符，以下为正确的正则表达式匹配规则：
([\s\S]*)
同时，也可以用 “([\d\D]*)”、“([\w\W]*)” 来表示。
本文可以自由转载，转载时请保留全文并注明出处：
转载自仲子说 [ http://www.wangzhongyuan.com/ ]
原文链接：http://www.wangzhongyuan.com/archives/640.html
正则表达式可以让用户通过使用一系列的特殊字符构建匹配模式
，然后把匹配模式与数据文件、程序输入以及WEB页面的表单输
入等目标对象进行比较，根据比较对象中是否包含匹配模式，执
行相应的程序。举例来说，正则表达式的一个最为普遍的应用就是用于验证
用户在线输入的邮件地址的格式是否正确。如果通过正则表达式
验证用户邮件地址的格式正确，用户所填写的表单信息将会被正
常处理；反之，如果用户输入的邮件地址与正则表达的模式不匹
配，将会弹出提示信息，要求用户重新输入正确的邮件地址。由
此可见正则表达式在WEB应用的逻辑判断中具有举足轻重的作用
。 基本语法在对正则表达式的功能和作用有了初步的了解之后，我们就
来具体看一下正则表达式的语法格式。正则表达式的形式一般如下：
/love/
其中位于“/”定界符之间的部分就是将要在目标对象中进
行匹配的模式。用户只要把希望查找匹配对象的模式内容放入“
/”定界符之间即可。为了能够使用户更加灵活的定制模式内容
，正则表达式提供了专门的“元字符”。所谓元字符就是指那些
在正则表达式中具有特殊意义的专用字符，可以用来规定其前导
字符（即位于元字符前面的字符）在目标对象中的出现模式。
较为常用的元字符包括： “+”， “*”，以及 “?”。其
中，“+”元字符规定其前导字符必须在目标对象中连续出现一
次或多次，“*”元字符规定其前导字符必须在目标对象中出现
零次或连续多次，而“?”元字符规定其前导对象必须在目标对
象中连续出现零次或一次。
下面，就让我们来看一下正则表达式元字符的具体应用。
/fo+/
因为上述正则表达式中包含“+”元字符，表示可以与目标
对象中的 “fool”, “fo”, 或者 “football”等在字母f后
面连续出现一个或多个字母o的字符串相匹配。
/eg*/
因为上述正则表达式中包含“*”元字符，表示可以与目标
对象中的 “easy”, “ego”, 或者 “egg”等在字母e后面连
续出现零个或多个字母g的字符串相匹配。
/Wil?/
因为上述正则表达式中包含“？”元字符，表示可以与目标
对象中的 “Win”, 或者 “Wilson”,等在字母i后面连续出现
零个或一个字母l的字符串相匹配。
除了元字符之外，用户还可以精确指定模式在匹配对象中出
现的频率。例如，
/jim{2,6}/
上述正则表达式规定字符m可以在匹配对象中连续出现2-6次
，因此，上述正则表达式可以同jimmy或jimmmmmy等字符串相匹
配。
在对如何使用正则表达式有了初步了解之后，我们来看一下
其它几个重要的元字符的使用方式。
\s：用于匹配单个空格符，包括tab键和换行符；
\S：用于匹配除单个空格符之外的所有字符；
\d：用于匹配从0到9的数字；
\w：用于匹配字母，数字或下划线字符；
\W：用于匹配所有与\w不匹配的字符；
. ：用于匹配除换行符之外的所有字符。
（说明：我们可以把\s和\S以及\w和\W看作互为逆运算）
下面，我们就通过实例看一下如何在正则表达式中使用上述
元字符。
/\s+/ 上述正则表达式可以用于匹配目标对象中的一个或多个空格
字符。
/\d000/ 如果我们手中有一份复杂的财务报表，那么我们可以通过上
述正则表达式轻而易举的查找到所有总额达千元的款项。
除了我们以上所介绍的元字符之外，正则表达式中还具有另
外一种较为独特的专用字符，即定位符。定位符用于规定匹配模
式在目标对象中的出现位置。
较为常用的定位符包括： “^”, “$”, “\b” 以及 “\B”。
其中，“^”定位符规定匹配模式必须出现在目标字符
串的开头，“$”定位符规定匹配模式必须出现在目标对象的结
尾，\b定位符规定匹配模式必须出现在目标字符串的开头或结尾
的两个边界之一，而“\B”定位符则规定匹配对象必须位于目标
字符串的开头和结尾两个边界之内，即匹配对象既不能作为目标
字符串的开头，也不能作为目标字符串的结尾。同样，我们也可
以把“^”和“$”以及“\b”和“\B”看作是互为逆运算的两组
定位符。举例来说：
/^hell/ 因为上述正则表达式中包含“^”定位符，所以可以与目标
对象中以 “hell”, “hello”或 “hellhound”开头的字符串
相匹配。
/ar$/ 因为上述正则表达式中包含“$”定位符，所以可以与目标
对象中以 “car”, “bar”或 “ar” 结尾的字符串相匹配。
/\bbom/ 因为上述正则表达式模式以“\b”定位符开头，所以可以与
目标对象中以 “bomb”, 或 “bom”开头的字符串相匹配。
/man\b/ 因为上述正则表达式模式以“\b”定位符结尾，所以可以与
目标对象中以 “human”, “woman”或 “man”结尾的字符串
相匹配。 为了能够方便用户更加灵活的设定匹配模式，正则表达式允
许使用者在匹配模式中指定某一个范围而不局限于具体的字符。
例如：
/[A-Z]/ 上述正则表达式将会与从A到Z范围内任何一个大写字母相匹
配。
/[a-z]/ 上述正则表达式将会与从a到z范围内任何一个小写字母相匹
配。
/[0-9]/ 上述正则表达式将会与从0到9范围内任何一个数字相匹配。
/([a-z][A-Z][0-9])+/ 上述正则表达式将会与任何由字母和数字组成的字符串，
如 “aB0” 等相匹配。这里需要提醒用户注意的一点就是可以在正
则表达式中使用 “()” 把字符串组合在一起。“()”符号包含
的内容必须同时出现在目标对象中。因此，上述正则表达式将无
法与诸如 “abc”等的字符串匹配，因为“abc”中的最后一个
字符为字母而非数字。
如果我们希望在正则表达式中实现类似编程逻辑中的“或”
运算，在多个不同的模式中任选一个进行匹配的话，可以使用管
道符 “|”。例如：
/to|too|2/ 上述正则表达式将会与目标对象中的 “to”, “too”, 或 “2” 相匹配。
正则表达式中还有一个较为常用的运算符，即否定符 “[^]
”。与我们前文所介绍的定位符 “^” 不同，否定符 “[^]”
规定目标对象中不能存在模式中所规定的字符串。例如：
/[^A-C]/ 上述字符串将会与目标对象中除A，B，和C之外的任何字符
相匹配。一般来说，当“^”出现在 “[]”内时就被视做否定运
算符；而当“^”位于“[]”之外，或没有“[]”时，则应当被
视做定位符。 最后，当用户需要在正则表达式的模式中加入元字符，并查
找其匹配对象时，可以使用转义符“\”。例如：
/Th\*/ 上述正则表达式将会与目标对象中的“Th*”而非“The”等
相匹配。使用实例 在对正则表达式有了较为全面的了解之后，我们就来看一下
如何在Perl，PHP，以及JavaScript中使用正则表达式。
通常，Perl中正则表达式的使用格式如下：
operator / regular-expression / string-to-replace / modifiers
运算符一项可以是m或s，分别代表匹配运算和替换运算。
其中，正则表达式一项是将要进行匹配或替换操作的模式，
可以由任意字符，元字符，或定位符等组成。替换字符串一项是
使用s运算符时，对查找到的模式匹配对象进行替换的字符串。
最后的参数项用来控制不同的匹配或替换方式。例如：
s/geed/good/
将会在目标对象中查找第一个出现的geed字串，并将其替换
为good。如果我们希望在目标对象的全局范围内执行多次查找— 替换操作的话，可以使用参数 “g”，即s/love/lust/g。
此外，如果我们不需要限制匹配的大小写形式的话，可以使 用参数 “i ”。例如，
m/JewEL/i 上述正则表达式将会与目标对象中的jewel，Jewel，或JEWE L相匹配。 在Perl中，使用专门的运算符“=~”指定正则表达式的匹配 对象。例如： $flag =~ s/abc/ABC/
上述正则表达式将会把变量$flag中的字串abc替换为ABC
