聲明:本文轉載自YnWi的CSDN博客,原文鏈接:http://blog.csdn.net/yeohcooller/article/details/7681006
一個正則表達式就是由普通字符(例如字符 a 到 z)以及特殊字符(稱爲元字符)組成的文字模式。該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作爲一個模板,將某個字符模式與所搜索的字符串進行匹配。
這裏說一下正則表達式表示空的方法:
在寫個正則表達式的時候需要控制輸入的字符串爲數字,但是不是必須輸入,可以爲空。如果用("^\\d+$")只校驗數字的話,在不輸的情況下也不會通過。所以在這個正則表達式後面添加了匹配任何空白字符的元字符(\s),此時的表達式爲("^\\d+|\\s*$"),這種情況下因爲元字符(\s)匹配的是所有的空白字符,包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。似乎也不符合情況。最後我們可以想,去掉這些字符的所有空白字符就剩下空了。因此表達式可以寫成這樣(^\\d+|(\\s&&[^\\f\\n\\r\\t\\v])*$)。意思應該可以看明白的吧。經驗證空格什麼的不會通過,但是不輸入的話可以通過。
這裏有一些可能會遇到的正則表達式示例:
正則表達式 | 功能描述 |
---|---|
匹配特定數字 | |
^\\d+|(\\s&&[^\\f\\n\\r\\t\\v])*$ | 非負整數(正整數 + 0),不輸入也可以通過 |
^\\d+$ | 非負整數(正整數 + 0) |
^[0-9]*[1-9][0-9]*$ | 正整數 |
^((-\\d+)|(0+))$ | 非正整數(負整數 + 0) |
^-[0-9]*[1-9][0-9]*$ | 負整數 |
^-?\\d+$ | 整數 |
^\\d+(\\.\\d+)?$ | 非負浮點數(正浮點數 + 0) |
^(([0-9]+\\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\\.[0-9]+)|([0-9]*[1-9][0-9]*))$ | 正浮點數 |
^((-\\d+(\\.\\d+)?)|(0+(\\.0+)?))$ | 非正浮點數(負浮點數 + 0) |
^(-(([0-9]+\\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\\.[0-9]+)|([0-9]*[1-9][0-9]*)))$ | 負浮點數 |
^(-?\\d+)(\\.\\d+)?$ | 浮點數 |
匹配特定字符串 | |
^[A-Za-z]+$ | 由26個英文字母組成的字符串 |
^[A-Z]+$ | 由26個英文字母的大寫組成的字符串 |
^[a-z]+$ | 由26個英文字母的小寫組成的字符串 |
^[A-Za-z0-9]+$ | 由數字和26個英文字母組成的字符串 |
^\\w+$ | 由數字、26個英文字母或者下劃線組成的字符串 |
^[\\w-]+(\\.[\\w-]+)*@[\\w-]+(\\.[\\w-]+)+$ | email地址 |
^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$ | url |
匹配日期時間 | |
^(\\d{4})$ | 日期格式yyyy |
^(\\d{4})-(0\\d{1}|1[0-2])$ | 日期格式yyyy-mm |
^(\\d{4})-(0\\d{1}|1[0-2])-(0\\d{1}|[12]\\d{1}|3[01])$ | 日期格式yyyy-mm-dd |
^(0\\d{1}|1\\d{1}|2[0-3])$ | 時間格式hh |
^(0\\d{1}|1\\d{1}|2[0-3]):([0-5]\\d{1})$ | 時間格式hh:mm |
^(0\\d{1}|1\\d{1}|2[0-3]):[0-5]\\d{1}:([0-5]\\d{1})$ | 時間格式hh:mm:ss |
這裏有一些可能會遇到的正則表達式示例:
Visual Basic Scripting Edition | VBScript | 匹配 |
---|---|---|
/^\[ \t]*$/ | "^\[ \t]*$" | 匹配一個空白行。 |
/\d{2}-\d{5}/ | "\d{2}-\d{5}" | 驗證一個ID 號碼是否由一個2位數字,一個連字符以及一個5位數字組成。 |
/<(.*)>.*<\/\1>/ | "<(.*)>.*<\/\1>" | 匹配一個 HTML 標記。 |
下表是元字符及其在正則表達式上下文中的行爲的一個完整列表:
字符 | 描述 |
---|---|
\ | 將下一個字符標記爲一個特殊字符、或一個原義字符、或一個 後向引用、或一個八進制轉義符。例如,'n' 匹配字符 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 1.做爲轉意,即通常在"\"後面的字符不按原來意義解釋,如/b/匹配字符"b",當b前面加了反斜杆後/\b/,轉意爲匹配一個單詞的邊界。 2.對正則表達式功能字符的還原,如"*"匹配它前面元字符0次或多次,/a*/將匹配a,aa,aaa,加了"\"後,/a\*/將只匹配"a*"。 |
^ | 匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性,^ 也匹配 '\n' 或 '\r' 之後的位置。 /^a/匹配"an A",而不匹配"An a" |
$ | 匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性,$ 也匹配 '\n' 或 '\r' 之前的位置。 /a$/匹配"An a",而不匹配"an A" |
* | 匹配前面的子表達式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。 * 等價於{0,}。 |
+ | 匹配前面的子表達式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等價於 {1,}。 |
? | 匹配前面的子表達式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價於 {0,1}。 |
{n} | n 是一個非負整數。匹配確定的 n 次。例如,'o{2}' 不能匹配 "Bob" 中的 'o',但是能匹配 "food" 中的兩個 o。 |
{n,} | n 是一個非負整數。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o{0,}' 則等價於 'o*'。 |
{n,m} | m 和 n 均爲非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。劉, "o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。 |
? | 當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時,匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜索的字符串,而默認的貪婪模式則儘可能多的匹配所搜索的字符串。例如,對於字符串 "oooo",'o+?' 將匹配單個 "o",而 'o+' 將匹配所有 'o'。 |
. | 匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內的任何字符,請使用象 '[.\n]' 的模式。 |
(pattern) | 匹配pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到,在VBScript 中使用SubMatches 集合,在Visual Basic Scripting Edition 中則使用$0…$9 屬性。要匹配圓括號字符,請使用 '\(' 或 '\)'。 |
(?:pattern) | 匹配 pattern 但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行存儲供以後使用。這在使用 "或" 字符 (|) 來組合一個模式的各個部分是很有用。例如, 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表達式。 |
(?=pattern) | 正向預查,在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如, 'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字符之後開始。 |
(?!pattern) | 負向預查,在任何不匹配Negative lookahead matches the search string at any point where a string not matchingpattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字符,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字符之後開始 |
x|y | 匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。 |
[xyz] | 字符集合。匹配所包含的任意一個字符。例如, '[abc]' 可以匹配 "plain" 中的 'a'。 |
[^xyz] | 負值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以匹配 "plain" 中的'p'。 |
[a-z] | 字符範圍。匹配指定範圍內的任意字符。例如,'[a-z]' 可以匹配 'a' 到 'z' 範圍內的任意小寫字母字符。 |
[^a-z] | 負值字符範圍。匹配任何不在指定範圍內的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 到 'z' 範圍內的任意字符。 |
\b | 匹配一個單詞邊界,也就是指單詞和空格間的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。 |
\B | 匹配非單詞邊界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。 |
\cx | 匹配由x指明的控制字符。例如, \cM 匹配一個 Control-M 或回車符。 x 的值必須爲 A-Z 或 a-z 之一。否則,將 c 視爲一個原義的 'c' 字符。 |
\d | 匹配一個數字字符。等價於 [0-9]。 |
\D | 匹配一個非數字字符。等價於 [^0-9]。 |
\f | 匹配一個換頁符。等價於 \x0c 和 \cL。 |
\n | 匹配一個換行符。等價於 \x0a 和 \cJ。 |
\r | 匹配一個回車符。等價於 \x0d 和 \cM。 |
\s | 匹配任何空白字符,包括空格、製表符、換頁符等等。等價於 [ \f\n\r\t\v]。 |
\S | 匹配任何非空白字符。等價於 [^ \f\n\r\t\v]。 |
\t | 匹配一個製表符。等價於 \x09 和 \cI。 |
\v | 匹配一個垂直製表符。等價於 \x0b 和 \cK。 |
\w | 匹配包括下劃線的任何單詞字符。等價於'[A-Za-z0-9_]'。 |
\W | 匹配任何非單詞字符。等價於 '[^A-Za-z0-9_]'。 |
\xn | 匹配 n,其中 n 爲十六進制轉義值。十六進制轉義值必須爲確定的兩個數字長。例如, '\x41' 匹配 "A"。'\x041' 則等價於 '\x04' & "1"。正則表達式中可以使用 ASCII 編碼。. |
\num | 匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。例如,'(.)\1' 匹配兩個連續的相同字符。 |
\n | 標識一個八進制轉義值或一個後向引用。如果 \n 之前至少 n 個獲取的子表達式,則 n 爲後向引用。否則,如果n 爲八進制數字 (0-7),則n 爲一個八進制轉義值。 |
\nm | 標識一個八進制轉義值或一個後向引用。如果 \nm 之前至少有is preceded by at least nm 個獲取得子表達式,則 nm 爲後向引用。如果 \nm 之前至少有 n 個獲取,則 n 爲一個後跟文字m的後向引用。如果前面的條件都不滿足,若 n 和m 均爲八進制數字 (0-7),則 \nm 將匹配八進制轉義值nm。 |
\nml | 如果 n 爲八進制數字 (0-3),且 m 和 l 均爲八進制數字 (0-7),則匹配八進制轉義值nml。 |
\un | 匹配 n,其中 n 是一個用四個十六進制數字表示的 Unicode 字符。例如, \u00A9 匹配版權符號 (?)。 |