必威体育Betway必威体育官网
当前位置:首页 > IT技术

正则表达式

时间:2019-10-09 13:11:10来源:IT技术作者:seo实验室小编阅读:60次「手机版」
 

美国Zoo人与马XXX

一、正则符号表

元字符

描述

\

将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如,“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。

^

匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。

$

匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性,$也匹配“\n”或“\r”之前的位置。

*

匹配前面的子表达式任意次。例如,zo*能匹配“z”,也能匹配“zo”以及“zoo”。

+

匹配前面的子表达式一次或多次(大于等于1次)。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。

?

匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。

{n}

n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。

{n,}

n是一个非负整数。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,}”等价于“o+”。“o{0,}”则等价于“o*”。

{n,m}

m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。

?

当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+”将尽可能多的匹配“o”,得到结果[“oooo”],而“o+?”将尽可能少的匹配“o”,得到结果 ['o', 'o', 'o', 'o']

.点

匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符,请使用像“[\s\S]”的模式。

(pattern)

匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。

(?:pattern)

非获取匹配,匹配pattern但不获取匹配结果,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。

(?=pattern)

非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如,“windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。

(?!pattern)

非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。

(?<=pattern)

非获取匹配,反向肯定预查,与正向肯定预查类似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。

(?<!pattern)

非获取匹配,反向否定预查,与正向否定预查类似,只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。这个地方不正确,有问题

此处用或任意一项都不能超过2位,如“(?<!95|98|NT|20)Windows正确,“(?<!95|980|NT|20)Windows 报错,若是单独使用则无限制,如(?<!2000)Windows 正确匹配

x|y

匹配x或y。例如,“z|food”能匹配“z”或“food”(此处请谨慎)。“[z|f]ood”则匹配“zood”或“food”或"|ood"。

[xyz]

字符集合。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。

[^xyz]

负值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“plain”中的“plin”。

[a-z]

字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。

注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.

[^a-z]

负值字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。

\b

匹配一个单词边界,也就是指单词和空格间的位置(即正则表达式的“匹配”有两种概念,一种是匹配字符,一种是匹配位置,这里的\b就是匹配位置的)。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。

\B

匹配非单词边界。“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匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。

\d

匹配一个数字字符。等价于[0-9]。grep 要加上-P,perl正则支持

\D

匹配一个非数字字符。等价于[^0-9]。grep要加上-P,perl正则支持

\f

匹配一个换页符。等价于\x0c和\cL。

\n

匹配一个换行符。等价于\x0a和\cJ。

\r

匹配一个回车符。等价于\x0d和\cM。

\s

匹配任何不可见字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

\S

匹配任何可见字符。等价于[^ \f\n\r\t\v]。

\t

匹配一个制表符。等价于\x09和\cI。

\v

匹配一个垂直制表符。等价于\x0b和\cK。

\w

匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”,这里的"单词"字符使用unicode字符集。

\W

匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。

\xn

匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。

\num

匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,“(.)\1”匹配两个连续的相同字符。

\n

标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。

\nm

标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则\nm将匹配八进制转义值nm。

\nml

如果n为八进制数字(0-7),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。

\un

匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如,\u00A9匹配版权符号(&copy;)。

\p{P}

小写 p 是 property 的意思,表示 Unicode 属性,用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一:标点字符。

其他六个属性:

L:字母;

M:标记符号(一般不会单独出现);

Z:分隔符(比如空格、换行等);

S:符号(比如数学符号、货币符号等);

N:数字(比如阿拉伯数字、罗马数字等);

C:其他字符。

*注:此语法部分语言不支持,例:javascript。

\<

\>

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。

二、常见的正则表达式

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:ns*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_]{4,15}$ 

  评注:表单验证时很实用 

  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 

  匹配腾讯QQ号:[1-9][0-9]{4,} 

  评注:腾讯QQ号从10000开始 

  匹配中国邮政编码:[1-9]d{5}(?!d) 

  评注:中国邮政编码为6位数字 

  匹配身份证:d{15}|d{18} 

  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 

  在使用regularexpressionvalidator验证控件时的验证功能及其验证表达式介绍如下: 

  只能输入数字:“^[0-9]*$” 

  只能输入n位的数字:“^d{n}$” 

  只能输入至少n位数字:“^d{n,}$” 

  只能输入m-n位的数字:“^d{m,n}$” 

  只能输入零和非零开头的数字:“^(0|[1-9][0-9]*)$” 

  只能输入有两位小数的正实数:“^[0-9]+(.[0-9]{2})?$” 

  只能输入有1-3位小数的正实数:“^[0-9]+(.[0-9]{1,3})?$” 

  只能输入非零的正整数:“^+?[1-9][0-9]*$” 

  只能输入非零的负整数:“^-[1-9][0-9]*$” 

  只能输入长度为3的字符:“^.{3}$” 

  只能输入由26个英文字母组成的字符串:“^[A-Za-z]+$” 

  只能输入由26个大写英文字母组成的字符串:“^[A-Z]+$” 

  只能输入由26个小写英文字母组成的字符串:“^[a-z]+$” 

  只能输入由数字和26个英文字母组成的字符串:“^[A-Za-z0-9]+$” 

  只能输入由数字、26个英文字母或者下划线组成的字符串:“^w+$” 

  验证用户密码:“^[a-zA-Z]w{5,17}$”正确格式为:以字母开头,长度在6-18之间, 

  只能包含字符、数字和下划线。 

  验证是否含有^%&'',;=?$"等字符:“[^%&'',;=?$x22]+” 

  只能输入汉字:“^[u4e00-u9fa5],{0,}$” 

  验证Email地址:“^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$” 

  验证InternetURL:“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$” 

  验证电话号码:“^((d{3,4})|d{3,4}-)?d{7,8}$” 

  正确格式为:“XXXX-XXXXXXX”,“XXXX-XXXXXXXX”,“XXX-XXXXXXX”, 

  “XXX-XXXXXXXX”,“XXXXXXX”,“XXXXXXXX”。 

  验证身份证号(15位或18位数字):“^d{15}|d{}18$” 

  验证一年的12个月:“^(0?[1-9]|1[0-2])$”正确格式为:“01”-“09”和“1”“12” 

  验证一个月的31天:“^((0?[1-9])|((1|2)[0-9])|30|31)$” 

  正确格式为:“01”“09”和“1”“31”。 

  匹配中文字符的正则表达式: [u4e00-u9fa5] 

  匹配双字节字符(包括汉字在内):[^x00-xff] 

  匹配空行的正则表达式:n[s| ]*r 

  匹配HTML标记的正则表达式:/<(.*)>.*|<(.*) />/ 

  匹配首尾空格的正则表达式:(^s*)|(s*$) 

  匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* 

  匹配网址URL的正则表达式:http://([w-]+.)+[w-]+(/[w- ./?%&=]*)? 

三、案例

字符串过滤

对比:strtr()

http://www.jb51.net/article/98254.htm

function filter($str)
{
    //str_replace(find,replace,string,count)
    $str = str_replace('&nbsp;', '', $str);
    $str = str_replace('\n', '', $str);
    $str = str_replace('\r', '', $str);
    $str = str_replace('\t', '', $str);
    $str = preg_replace('/<a([^\>]*)>([\s\S]*?)<\/a>/', '$2', $str);
    return $str;
}

preg_match() 函数用于进行正则表达式匹配,成功返回 1 ,否则返回 0 。

preg_match() 匹配成功一次后就会停止匹配,如果要实现全部结果的匹配,则需使用 preg_match_all() 函数。

preg_match_all()

    $html = curl_get('http://www.tmsf.com/index.jsp');
    preg_match_all('/<p class="datascroll" id="s1">[\s\S]*?<\/p>/', $html, $out_html);
    $str = $out_html[0][0];
    $str = filter($str);
    $str = transFilter($str);
    $regx = "/<tr>[\s\S]*?<td[^>]*>([^<]*)<\/td>[\s\S]*?[\s\S]*?<td[^>]*>([^<]*)<\/td>[\s\S]*?[\s\S]*?<td[^>]*>([^<]*)<\/td>[\s\S]*?[\s\S]*?<td[^>]*>([^<]*)<\/td>[\s\S]*?[\s\S]*?<td[^>]*>([^<]*)<\/td>[\s\S]*?<\/tr>/";
    preg_match_all($regx, $str, $out);

转载于:https://my.oschina.net/u/2978130/blog/852554

文章创建于: 2019-09-18 13:07:35

相关阅读

JS高级(正则表达式)

本文参考自: 原文地址 正则表达式 第1章 什么是正则表达式 1.1 概述 <body>    <img src="1.png" alt=""> </body> <scri

15个正则表达式(PHP版)

原址(js版):https://www.jianshu.com/p/1f12bf91fed1 <?php // 1, 用户名正则,4到16位(字母,数字,下划线,减号) $preg = '/^[a-zA-Z0-9

linux通配符和正则表达式

1、 通配符通配符是shell在做PathnameExpansion时用到的。说白了一般只用于文件名匹配,它是由shell解析的,比如find,ls,cp,mv等。1、1

python正则表达式两者取一的表达

问题描述 曾经要用正则表达式从.txt或者.dat文本中寻找mac的地址的办法目标数据 2a:3v:5g:3k:3d:6h或者2a-3v-5g-3k-3d-6h可能是

最近学正则表达式写的一个小工具——ToolsInTools

前阵都没事做,就抽空看了下正则表达式,毕竟上次打算学它的时候是4年前了~但是没坚持。正则确实是像传言的那样挺难的。但是如果静下

分享到:

栏目导航

推荐阅读

热门阅读