-
概念及其作用
正则表达式的英文是regular expression,正则表达式，就是用某种模式去匹配一类字符串的一个公式。
正则表达式具有如下作用：
1）测试字符串的某种模式。eg. 检验在某个字符串中是否存在一个电话号码和一个身份证号码；
2）替换文本。eg. 在文本中使用一个正则表达式来标识特定文字，将其替换成其他文字；
3）根据指定的模式从字符串中提取一个子字符串。
2. 元字符及描述
|
元字符
|
|
描述
|
|
|
|
|
.
|
|
匹配任何单个字符。例如正则表达式r.t匹配这些字符串：rat、rut、r t，但是不匹配root。 |
|
$
|
|
匹配行结束符。例如正则表达式weasel$ 能够匹配字符串"He's a weasel"的末尾，但是不能匹配字符串"They are a bunch of weasels."。 |
|
^
|
|
匹配一行的开始。例如正则表达式^When in能够匹配字符串"When in the course of human events"的开始，但是不能匹配"What and When in the"。 |
|
*
|
|
匹配0或多个正好在它之前的那个字符。例如"zo*"可以匹配"z"和"zoo"等。 |
|
\
|
|
这是引用符，用来将这里列出的这些元字符当作普通的字符来进行匹配。例如正则表达式\$被用来匹配美元符号，而不是行尾，类似的，正则表达式\.用来匹配点字符，而不是任何字符的通配符。 |
[ ]
[c
1
-c
2
]
[^c
1
-c
2
]
|
|
匹配括号中的任何一个字符。例如正则表达式r[aou]t匹配rat、rot和rut，但是不匹配ret。可以在括号中使用连字符-来指定字符的区间，例如正则表达式[0-9]可以匹配任何数字字符；还可以制定多个区间，例如正则表达式[A-Za-z]可以匹配任何大小写字母。另一个重要的用法是“排除”，要想匹配除了指定区间之外的字符——也就是所谓的补集——在左边的括号和第一个字符之间使用^字符，例如正则表达式[^269A-Z] 将匹配除了2、6、9和所有大写字母之外的任何字符。 |
|
\< \>
|
|
匹配词（word）的开始（\<）和结束（\>）。例如正则表达式\<the能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。 |
|
\( \)
|
|
将 \( 和 \) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。 |
|
|
|
|
将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。 |
|
+
|
|
匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。 |
|
?
|
|
匹配0或1个正好在它之前的那个字符。例如，abc?能匹配abc和ab，注意：这个元字符不是所有的软件都支持的。 |
\{
i
\}
\{
i
,
j
\}
|
|
匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]\{3\} 能够匹配字符"A"后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式[0-9]\{4,6\} 匹配连续的任意4个、5个或者6个数字字符。注意：这个元字符不是所有的软件都支持的。 |
3. RegExp对象的属性和方法
1）简述
该对象用来完成有关正则表达式的操作和功能；每一条正则表达式模式对应一个RegExp实例，创建RegExp对象的方式如下：
显式构造函数：new ReExp("pattern"[,"flags"]);
隐式构造函数（此方法比较常用），采用纯文本方式：/pattern/[flags].
其中pattern部分为要使用的正则表达式模式文本，是必须的，flags部分设置正则表达式的标志信息，为可选项。flags可以是如下标记的组合：
g是全局标志。若设置了这个标志，对某个文本执行搜索和替换操作时，将对文本所有匹配的部分起作用，否则，则仅搜索和替换最早匹配的内容;
i是忽略大小写标志;
m是多行标志.
eg.
<
script language
=
"
javascript
"
>
<!--
var
str
=
"
I am amigo
"
;
var
regex
=
new
RegExp(
"
amigo
"
);
document.write(
"
regex:
"
+
regex
+
"
<br>
"
);
if
(regex.test(str))
{
document.write(
"
找到指定字符串amigo<br>
"
);
}
else
{
document.write(
"
未找到指定字符串amigo<br>
"
);
}
var
regex1
=
/
amigo
/
;
if
(regex1.test(str))
{
document.write(
"
找到指定字符串amigo
"
);
}
else
{
document.write(
"
未找到指定字符串amigo
"
);
}
//
-->
</
script
>
输出结果如下:
regex: /amigo/
找到指定字符串amigo
找到指定字符串amigo
注意: 由于JavaScript字符串中"\"是一个转义字符,因此显式构造函数创建RegExp实例对象时,应将原是政则表达式的"\"用"\\"替换.
eg.
<
script language
=
"
javascript
"
>
<!--
var
regex1
=
new
RegExp(
"
\\d{3}
"
);
var
regex2
=
/
\d
{
3
}
/
;
document.write(
"
regex1:
"
+
regex1
+
"
<br>
"
);
document.write(
"
regex2:
"
+
regex2);
//
-->
</
script
>
输出结果如下:
regex1: /\d{3}/
regex2: /\d{3}/
由于正则表达式模式文本中的转义字符也是"\",如果正则表达式中要匹配原义字符"\",在正则表达式模式文本中要以"\\"表示,当显式的方式来表示时,要用"\\\\"来表示原义字符"\".
2). 属性
1) index: 当前表达式模式首次匹配内容的开始位置,从0开始计数, 初始值为-1;
2) input: 返回当前所作用的字符串;
3)lastIndex: 是当前表达式模式首次匹配内容中最后一个字符的下一个位置;
4)lastMatch: 是当前表达式模式的最后一个匹配字符串;
5)lastParen: 是当前表达式模式中最后的子匹配所匹配的子字符串;
6)leftContext: 当前表达式模式最后一个匹配字符串左边的所有内容;
7)rightContext: 当前表达式模式最后一个匹配字符串右边的所有内容;
上面所说的属性为其静态属性,下面是其实例属性:
1) global: 返回标志g的状态;
2) ignoreCase: 返回标志i的状态;
3) multiLine: 返回标志m的状态;
4) source: 返回创建RegExp对象实例时指定的表达式文本字符串.
3) 方法
test方法
exe方法: 语法格式为exex(str).该方法使用创建RegExp对象实例时所指定的表达式模式对一个字符串进行搜索.
compile方法: 语法格式为compile("pattern"[,"flags"]),该方法可以更换RegExp对象实例所使用的表达式模式,并将新的表达式编译为内部格式,从而使以后的匹配过程执行更快.
综合举例:
<
script language
=
"
javascript
"
>
<!--
var
str
=
"
20070310amigo1121happy
"
;
var
regex
=
/
(\d
{
8
}
)amigo(\d
{
4
}
)
/
gi;
var
attr, count
=
0
;
while
(attr
=
regex.exec(str))
{
info();
}
function
info()
{
document.write(
"
source:
"
+
regex.source
+
"
<br>
"
);
document.write(
"
RegExp.index:
"
+
RegExp.index
+
"
<br>
"
);
document.write(
"
RegExp.lastIndex:
"
+
RegExp.lastIndex
+
"
<br>
"
);
document.write(
"
RegExp.lastParen:
"
+
RegExp.lastParen
+
"
<br>
"
);
document.write(
"
RegExp.leftContext :
"
+
RegExp.leftContext
+
"
<br>
"
);
document.write(
"
RegExp.rightContext ;
"
+
RegExp.rightContext
+
"
<br>
"
);
document.write(
"
attr.index:
"
+
attr.index
+
"
<br>
"
);
document.write(
"
attr.lastIndex:
"
+
attr.lastIndex
+
"
<br>
"
);
}
//
-->
</
script
>
输出结果如下:
source: (\d{8})amigo(\d{4})
RegExp.index: 0
RegExp.lastIndex: 17
RegExp.lastParen: 1121
RegExp.leftContext:
RegExp.rightContext; happy
attr.index: 0
attr.lastIndex: 17
4. 常用验证收集
1) 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
2) 匹配双字节字符(包括汉字在内)：[^\x00-\xff]
3) 匹配空白行的正则表达式：\n\s*\r
4) 匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：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
5) 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
6) 匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
7) 匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：上面这个基本可以满足需求
8) 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_]{4,15}$
9) 匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
10) 匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
11) 匹配中国邮政编码：[1-9]\d{5}(?!\d) (注: 中国邮政编码为6位数字)
12) 匹配身份证：\d{15}|\d{18} (注: 中国的身份证为15位或18位)
13) 匹配ip地址：\d+\.\d+\.\d+\.\d+
14) 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
15) 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