关于正则表达式

2019-06-13-正则表达式

关于正则(规则)

字符:\
意义：对于字符, 通常表示按字面意义, 指出接着的字符为特殊字符
例如：/b, 通过在 b 前面加一个反斜杠\，也就是 /\b/, 则该字符变成特殊字符, 表示匹配一个单词的分界线。

基本正则表达式元字符

基本正则元字符1	说明 次数匹配(贪婪模式)
.	匹配除换行符外的任意单个的字符
*	匹配前面字符任意次, 包括0次{0,}
.*	任意长度的任意字符
\?	匹配其前面字符0或1次
\+	匹配其前面字符至少1次
\{n\}	匹配其前面字符n次
\{m,n\}	匹配其前面字符至少m次, 至多n次
\{,n\}	匹配其前面字符至多n次
\{n,\}	匹配其前面字符至少n次

基本正则元字符2	说明 位置锚定
^	行首定位
$	行尾定位
^$	匹配空白行
^PATTERN$	用于匹配整行, 空白行:^[[:space:]]*$
<或者\b	词首, 用于单词模式左侧
\>或者\b	词尾, 用于单词模式右侧
\<PATTERN>\	匹配整个单词(数字、字母与下划线都算单词)
\(\)	当作一个整体处理,E:\(root\)

基本正则元字符3	说明 字符匹配
[]	匹配指定范围内的任意单个字符
[^]	匹配指定范围外的任意单个字符
[:alnum:]	匹配任何英文大小写字母, [a-zA-Z]
[:alpha:]	字母与数字[a-zA-Z0-9]
[:lower:]	小写字母[a-z] [:upper:]
[:blank:]	空白字符(空格和制表符)
[:space:]	水平和垂直的空白字符
[:cntrl:]	不可打印的控制字符(退格, 删除…)
[:digit:]	[0-9] [:xdigit:]十六进制
[:graph:]	可打印的非空白字符
[:print:]	可打印字符
[:punct:]	标点符号

• * – {0,}, 匹配前导符任意次

  1. /a*/意味匹配0个或多个a
  2. 为了匹配字面上的*，在a前面加一个反斜杠；例如：/a\*/匹配'a*'
  3. /bo*/匹配"A ghost booooed"中的'boooo'或"A bird warbled"中的'b'，但不匹配"A goat grunted"中的任何字符。

• . （点）– 匹配除换行符外的所有单个的字符 Shell(?)

  1. /<[^<>]+>/g
  2. /.n/匹配"nay, an apple is on the tree"中的'an'和'on'，但不匹配'nay' 
  3. 匹配123：echo -e "123\n456" |grep 1.3  
  4. /<.*>/     

• .* – 任意多个字符

• [xyz] 匹配任意字符, 指定范围的一个字符

  1. /1[abc]2/`
  2. [abcd]跟[a-c]一样,匹配"brisket"中的'b'和"ache"中的'c
  3. [a-z]、[0-9]、[^a]

• [^xyz] – 匹配除了列出的字符外的所有东西

  1. [^abc]和[^a-c]等价，它们最早匹配"brisket"中的'r'和"chop."中的'h'

• ^ --行首，$ --行尾

  1. 匹配以abc开头的行：echo -e "abc\nxyz" |grep ^abc
  2. 匹配以xyz结尾的行：echo -e "abc\nxyz" |grep xyz$
  3. /^\w+@[a-z0-9]+\.[a-z]{2,4}$/ -- 邮箱验证
  4. /^\s*|\s*$/ -- 去掉首尾Space
  5. /[\u4e00-\u9fa5]/ -- 匹配中文 

• \< – 词首定位符: <love

  匹配开始是123和1234：echo -e "1\n12\n123\n1234" |grep '\<123'

• \> – 词尾定位符: love>

  匹配结束是1234：echo -e "1\n12\n123\n1234" |grep '4\>'

• \(\) – 匹配稍后使用的字符标签 \1, \2, \3

  :% s/172.16.130.1/172.16.130.5/
  :% s/\(172.16.130.\)1\15/
  :% s/\(172.\)\(16.\)\(130.\)1/\1\2\35/
  :3,9 s/\(.*\)/#\1/ -- 添加注释

扩展正则表达式元字符

• + – {1,}, 匹配一个或多个前导字符

  1. /a+/匹配"candy"中的'a'和"caaaaaaandy."中的所有'a'

• ? – {0,1}, 匹配零个或一个前导字符

  1. /e?le?/匹配"angel"中的'el'和"angle."中的'le'

• 字符x|y

  1. /green|red/匹配"green apple"中的'green'和"red apple."中的'red'

• (expr1) (expr2) \1 \2 – 标签匹配字符

• {n,m} – 字符重复出现m到n次

  1. /a{1,3}/不匹配"cndy"中的任何字符，但匹配 "candy,"中的'a'，"caandy," 中的前面两个'a'和"caaaaaaandy"中前面的三个'a'，
  2. 注意：即使"caaaaaaandy" 中有很多个'a'，但只匹配前面的三个'a'即"aaa"

• {n,} – 字符重复出现n次以上, 匹配至少n个前面的字符

  1. /a{2,}不匹配"candy"中的'a'，但匹配"caandy"中的所有'a'和"caaaaaaandy."中的所有'a'

• {,m} – 至少不限， 至多m次

• {n} – 正好n次,匹配前面的n个字符

  1. /a{2}/不匹配"candy,"中的'a',但匹配"caandy"中的所有'a'和"caaandy."中前面的两个'a'

---

• \D 等价于 [^0-9]、\W 等价于 [^a-z0-9_]、\S

  1. /\D/或/[^0-9]/匹配"B2 is the suite number."中的'B'
  2. /\W/或者/[^$A-Za-z0-9_]/匹配"50%."中的'%'
  3. \S --匹配除white空格符以外的一个单个的字符，等价于[^ \f\n\r\t\v]/\S/\w*匹配"foo bar."中的'foo'

• \d、\d\d、\d+、g – 获取匹配 / 替换的项目

  1. 匹配一个数字，等价于[0-9]，/\d/或/[0-9]/匹配"B2 is the suite number."中的'2'

• \b –匹配一个单词的分界线，比如一个空格(不要与[\b]混淆)

  1. /\bn\w/匹配"noonday"中的'no'，/\wy\b/匹配"possibly yesterday."中的'ly'

• \B –匹配一个单词的非分界线

  1. /\w\Bn/匹配"noonday"中的'on'，/y\B\w/匹配"possibly yesterday."中的'ye'

• \cX –X是一个控制字符。匹配一个字符串的控制字符

• 字符[\b] –匹配一个空格

常用正则表达式:

一、校验数字的表达式

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)$

二、校验字符的表达式

汉字：^[\u4e00-\u9fa5]{0,}$
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]+`

三、特殊需求表达式

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}
电话号码正则表达式（支持手机号码，3-4位区号，7-8位直播号码，1－4位分机号）: ((\d{11})|^((\d{7,8})|(\d{4}|\d{3})-(\d{7,8})|(\d{4}|\d{3})-(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1})|(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1}))$)
身份证号(15位、18位数字), 最后一位是校验位, 可能为数字或字符X: (^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)
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])[a-zA-Z0-9]{8,10}$
强密码(必须包含大小写字母和数字的组合，可以使用特殊字符，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：
有四种钱的表示形式我们可以接受:”10000.00” 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”：^[1-9][0-9]*$
这表示任意一个不以0开头的数字,但是,这也意味着一个字符”0”不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$
一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$
这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧。下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$
必须说明的是,小数点后面至少应该有1位数,所以”10.”是不通过的,但是 “10” 和 “10.2” 是通过的：^[0-9]+(.[0-9]{2})?$
这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$
这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
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：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
备注：这就是最终结果了,别忘了”+”可以用”*”替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里

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] (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))
空白行的正则表达式：\n\s*\r(可以用来删除空白行)
HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? /> ( 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)
腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))