常用正则表达式
2021-08-03 本文已影响0人
刘大坝
常用正则表达式
在线测试工具：
https://tool.oschina.net/regex/
https://c.runoob.com/front-end/854
正则表达式基础
a.匹配单个字符
. 匹配任意一个字符（匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式）
[] 匹配[]中列举的字符
\d 匹配数字0-9,等效于 [0-9]。
\D 匹配非数字,等效于 [^0-9]
\s 匹配空白，即空格
\S 匹配非空白，与 [^ \f\n\r\t\v] 等效。
\w 匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
\W 匹配非单词字符，与"[^A-Za-z0-9_]"等效。
\b 匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
\B 非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
b.匹配多个字符
* 匹配前一个字符出现0次或者无限次,例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。
+ 匹配前一个字符出现1次或者无限次,例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
? 匹配前一个字符出现0次或者1次,例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n} 匹配前一个字符正好出现m次,例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
{n,} 匹配前一个字符至少n次 例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
{m,n} 匹配前一个字符出现从m次到n次
参考：https://www.cnblogs.com/liuxjie/p/12003295.html
https://www.cnblogs.com/liuxjie/p/12003232.html
c.组合
x|y 匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。
[xyz] 字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"
[^xyz] 反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
[a-z] 字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
[^a-z] 反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。
(pattern) 匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"\("或者"\)"。
(?:pattern) 匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。
(?=pattern) 执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
(?!pattern) 执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
参考：https://www.runoob.com/java/java-regular-expressions.html
根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\b" 与单词边界匹配。字符串字面值 "(hello)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\(hello\)"。
常用示例：
一、匹配以xx开头单词
^ 表示以xx开头
例：
1.^Andy 以Andy开头
2.^520181 以520181开头
3.[^abc] 匹配除了a、b或c中的其他字母（用在[]内部用于取反）例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
4.^[a-zA-Z_]+\w 必须以小写字母、大写字母、下划线开头
二、匹配以固定字符结尾
$ 表示以xx结尾
例：
1.\d$ 以数字结尾
2.^[0-9]*$ 必须全部为数字
3.^\d{n}$ n位的数字：
4.^\d{n,}$ 至少n位的数字
5.^\d{m,n}$ m-n位的数字
6.^(0|[1-9][0-9]*)$ 零和非零开头的数字
参考：https://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html
三、匹配以xx开头以xx结尾的单词
例:
1. \bs\S*?e\b s开头以e 结尾
\S表示任意非空字符
*表示匹配任意多个字符。 而使用\S*?是为什么呢，为什么要加?呢？这就涉及到正则表达式的懒惰模式了。
如果使用.*表示的就是贪婪模式，而.*?表示的就是懒惰模式。
贪婪模式下会尽量匹配最长的字符串，而懒惰模式会尽量匹配最短的字符串。
例：
对于字符串abcgabc
贪婪模式–a.*c–得到的答案为：abcgabc
懒惰模式–a.*?c–得到的答案为：abc、abc
参考：https://blog.csdn.net/qq_32623363/article/details/78808132?utm_source=copy
四、校验字符
1 汉字：^[\u4e00-\u9fa5]{0,}$
2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3 长度为3-20的所有字符：^.{3,20}$
4 由26个英文字母组成的字符串：^[A-Za-z]+$
5 由26个大写英文字母组成的字符串：^[A-Z]+$
6 由26个小写英文字母组成的字符串：^[a-z]+$
7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
8 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}$
9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 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}$
11 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
12 禁止输入含有~的字符：[^~\x22]+
五、校验字符
1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3 InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
4 手机号码：^(13[0-9]|14[0-9]|15[0-9]|16[0-9]|17[0-9]|18[0-9]|19[0-9])\d{8}$ (由于工信部放号段不定时，所以建议使用泛解析 ^([1][3,4,5,6,7,8,9])\d{9}$)
5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
7 18位身份证号码(数字、字母x结尾)：^((\d{18})|([0-9x]{18})|([0-9X]{18}))$
8 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 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}$
10 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]).{8,10}$
11 日期格式：^\d{4}-\d{1,2}-\d{1,2}
12 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
13 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
14 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)
15 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
16 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
17 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
18 IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
