正则表达式-RegExp-常用正则表达式

正则表达式-RegExp-常用正则表达式

 

1. 作者：nuysoft/JS攻城师/高云　QQ：47214707　EMail：nuysoft@gmail.com
2. 声明：本文为原创文章，如需转载，请注明来源并保留原文链接。
3. 后文预告：jQuery中的正则表达式分析

1. 2.4 常用正则表达式
2. 在网上找到一篇广为流传的文章《常用正则表达式》，逐一分析，不足地方进行补充和纠正。

1. 常用的数字正则（严格匹配）
2. 正则  含义
3. ^[1-9]\d*$  匹配正整数
4. ^-[1-9]\d*$ 匹配负整数
5. ^-?[1-9]\d*$    匹配整数
6. ^[1-9]\d*|0$    匹配非负整数（正整数 + 0）
7. ^-[1-9]\d*|0$   匹配非正整数（负整数 + 0）
8. ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$  匹配正浮点数
9. ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$   匹配负浮点数
10. ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$     匹配浮点数
11. ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ 匹配非负浮点数（正浮点数 + 0）
12. ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$    匹配非正浮点数（负浮点数 + 0）

1. 常用字符串正则
2. 正则  含义  补充
3. ^[A-Za-z]+$ 匹配由26个英文字母组成的字符串    或 /^[a-z]+$/i
4. ^[A-Z]+$    匹配由26个英文字母的大写组成的字符串
5. ^[a-z]+$    匹配由26个英文字母的小写组成的字符串
6. ^[A-Za-z0-9]+$  匹配由数字和26个英文字母组成的字符串 注意\w包含下划线_
7. ^\w+$   匹配由数字、26个英文字母或者下划线组成的字符串
8. 常用数字正则和常用字符串正则，是最基本的正则应用，读者可以作为入门的练习，试试能不能快速的读懂其中的含义。

1. 匹配中文字符
2. 普遍使用的正则是[\u4e00-\u9fa5]，但这个范围并不完整。例如：
3. /[\u4e00-\u9fa5]/.test( '⻏' ) // 测试部首⻏，返回false
4. 根据Unicode 5.0版编码，要准确的判断一个中文字符要包括：
5. 范围  含义  范围  含义
6. 2E80-2EFF   CJK 部首补充    2F00-2FDF   康熙字典部首
7. 3000-303F   CJK 符号和标点   31C0-31EF   CJK 笔画
8. 3200-32FF   封闭式 CJK 文字和月份   3300-33FF   CJK 兼容
9. 3400-4DBF   CJK 统一表意符号扩展 A  4DC0-4DFF   易经六十四卦符号
10. 4E00-9FBF   CJK 统一表意符号  F900-FAFF   CJK 兼容象形文字
11. FE30-FE4F   CJK 兼容形式    FF00-FFEF   全角ASCII、全角标点
12. 因此，正确的匹配中文字符正则表达式为：
13. var rcjk = /[\u2E80-\u2EFF\u2F00-\u2FDF\u3000-\u303F\u31C0-\u31EF\u3200-\u32FF\u3300-\u33FF\u3400-\u4DBF\u4DC0-\u4DFF\u4E00-\u9FBF\uF900-\uFAFF\uFE30-\uFE4F\uFF00-\uFFEF]+/g;
14. 如果不希望匹配标点、符号，在正则中去掉对应的范围即可：
15. 3000-303F   CJK 符号和标点   FF00-FFEF   全角ASCII、全角标点

1. 匹配双字节字符(包括汉字在内)
2. [^\x00-\xff]，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），代码示例如下：
3. console.info( "abc".replace( /[^\x00-\xff]/g,"aa" ).length ) // 3
4. console.info( "汉字".replace( /[^\x00-\xff]/g,"aa" ).length ) // 4
5. console.info( "abc汉字".replace( /[^\x00-\xff]/g,"aa").length ) // 7

1. 匹配HTML标记的正则表达式
2. 先说说网上流传的版本：
3. <(\S*?)[^>]*>.*?</\1>|<.*? />
4. *?  *表示0个或多个，?表示0个或1个，两个叠加起来标识0个多个，与*的功能重叠
5. (\S*?)  标签的长度必须大于0，因此不能用*?
6. |<.*?\/>  没有分组，无法获取以<div/>这种自关闭格式书写的标签
7. </\1>
8. <.*? />   有的标签是不关闭的，比如<br><hr>，因此不能强制关闭
9. 修正如下：
10. var rtag = /^<([a-z]+)\s*\/?>.*(?:<\/\1>)?$/i
11. rtag.exec( '<-div></-div>') // null
12. rtag.exec( '<div>abc') // ["<div>abc", "div"]
13. 这个表达式也不完善，比如第二条测试语句，这么写是为了能提取中包含了文本内容的标签，如果要严格匹配，可再次修改为：
14. var rtag = /^<([a-z]+)\s*\/?> (?:<\/\1>)?$/i // 去掉了中间的.*
15. 这个正则的应用范围仅限于简单的标签匹配、提取，不能匹配嵌套标记。

1. 匹配首尾空白字符的正则表达式
2. 先说说网上流传的版本：
3. ^\s*|\s*$
4. 可以删除行首行尾的空白字符，例如：
5. '   \t    \n\r   abc   \t    \n\r   '.replace( /^\s*|\s*$/g, '' ) // abc
6. 但是用\s*不能判断出字符串是否在开头或结尾处有\s，例如：
7. /^\s*|\s*$/.test( 'abc' ) // true
8. 修正如下：
9. ^\s+|\s+$
10. '   \t    \n\r   abc   \t    \n\r   '.replace( /^\s+|\s+$/g, '' ) // abc
11. /^\s+|\s+$/.test( 'abc' ) // false

1. 匹配Email地址的正则表达式
2. 先介绍下Email的规则：local-part@domain
3.    local-part最长64，domain最长253，总长最长256
4.    local-part可以使用任意ASCII字符：
5.    大小写英文字母 a-z,A-Z
6.    数字 0-9
7.    字符 !#$%&'*+-/=?^_`{|}~
8.    字符 .不能是第一个和最后一个，不能连续出现两次
9.    但是有些邮件服务器会拒绝包含有特殊字符的邮件地址
10.    domain（域名）仅限于26个英文字母、10个数字、连词号-
11.    连词号-不能是第一个字符
12.    顶级域名（com、cn等）长度为2到6个
13. 先说说网上流传的版本：
14. \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
15. ()  莫名奇妙的分组，如果只分组不记录，可以使用(?:)
16. @\w domain不能包含下划线_
17. \w+([-.]\w+)*   顶级域名不符合规则
18. 修正如下：
19. var remail = /^([\w-_]+(?:\.[\w-_]+)*)@((?:[a-z0-9]+(?:-[a-zA-Z0-9]+)*)+\.[a-z]{2,6})$/i
20. remail.exec( 'nuysoft@gmail.com' ) // "nuysoft@gmail.com", "nuysoft", "gmail.com"]
21. remail.exec( 'nuysoft@gmail.comcomcom' ) // null
22. remail.exec( 'nuysoft@_gmail.com ) // null
23. 修正后的正则有如下局限性：
24.    不支持中文邮箱、中文域名，之所以不在其中支持是因为我个人的爱好倾向，反感这类华而不实的玩意
25.    不支持特殊符号，避免非邮件服务器拒绝，如果需要，可以添加。
26. 参考文章：
27. http://en.wikipedia.org/wiki/Email_address
28. http://baike.baidu.com/view/119298.htm

1. 匹配网址URL的正则表达式
2. 先说说网上流传的版本：
3. [a-zA-z]+://[^\s]*
4. 粗糙，没有对URL中各个块进行分组
5. 修正如下（又一段网上流传的版本）：
6. var _url = "^((https|http|ftp|rtsp|mms)?://)?" //
7. + "(([0-9a-z_!~*'().&=+$%-]+: )?[0-9a-z_!~*'().&=+$%-]+@)?" // ftp的user@
8. + "(([0-9]{1,3}.){3}[0-9]{1,3}" // IP形式的URL- 199.194.52.184
9. + "|" // 允许IP和DOMAIN（域名）
10. + "([0-9a-z_!~*'()-]+.)*" // 域名- www.
11. + "([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]." // 二级域名
12. + "[a-z]{2,6})" // first level domain- .com or .museum
13. + "(:[0-9]{1,4})?" // 端口- :80
14. + "((/?)|" // a slash isn't required if there is no file name
15. + "(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$";
16. var rurl = new RegExp( _url, 'i' );
17. 测试：
18. rurl.exec( 'baidu.com' ) // ["baidu.com", undefined, undefined, undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined]
19. rurl.exec( 'http://baidu.com' ) //
20. rurl.exec( 'http://www.baidu.com' ) // ["http://baidu.com", "http://", "http", undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined]
21. rurl.test( 'baidu' ) // true
22. 看来不怎么也好用，有待学习TODO。

1. 匹配帐号是否合法
2. 先说说网上流传的版本：
3. ^[a-zA-Z][a-zA-Z0-9_]{4,15}$
4. (字母开头，允许5-16字节，允许字母数字下划线)
5. 限制必须以字母开头现在看来不合适，比如QQ登录平台
6. 限制不能以下划线开头也没有必要，比如百度就允许，因此简单点
7. 修正如下：
8. var ruser = /\w{4,16}/

1. 匹配国内电话号码
2. 网上流传的版本很好用：
3. \d{3}-\d{8}|\d{4}-\d{7}
4. 评注：匹配形式如 0511-4405222 或 021-87888822

1. 匹配腾讯QQ号
2. 网上流传的版本很好用：
3. [1-9][0-9]{4,}
4. 评注：腾讯QQ号从10000开始

1. 匹配中国邮政编码
2. 网上流传的版本很好用：
3. [1-9]\d{5}(?!\d)
4. 评注：中国邮政编码为6位数字

1. 匹配身份证
2. 先说说网上流传的版本：
3. \d{15}|\d{18}
4. d{15}
5. \d{18}  可以判断，但是有些粗糙
6. 从身份证可以解析出地址、生日、性别等，因此特别说明一下：
7.    身份证规则
8. 中国的身份证为15位（一代）或18位（二代），区别在于二代证只是在一代证的第七位数字前加了19和在末尾加了一位验证码
9.    将15位升级为18位，并解析18位号码构成（地址、生日、性别）
10. 代码如下：
11. function parseID(ID) {
12. if ( ID.length == 15 ) {
13. // 升级为18位
14. ID = ID.substr( 0, 6 ) + "19" + ID.substr( 6 );
15. // 前17位对应的系数
16. var rank = [
17. "7", "9", "10", "5", "8", "4", "2", "1", "6", "3", "7", "9", "10", "5", "8", "4", "2"
18. ];
19. // 前17为加权除以17后的余数对应的最后一位身份证号码
20. var last = [
21. "1", "0", "X", "9", "8", "7", "6", "5", "4", "3", "2"
22. ];
23. // 加权和
24. for ( var i = 0, sum = 0, len = ID.length; i < len; i++)
25. sum += ID[ i ] * rank[ i ];
26. // 加上最后一位
27. ID += last[ sum % 11 ];
28. }
29. if ( ID.length != 18 ) return null;
30. var match = rid.exec( ID );
31. return match ? {
32. ID : ID,
33. area : match[ 1 ],
34. y : match[ 2 ],
35. m : match[ 3 ],
36. d : match[ 4 ],
37. sex : match[ 5 ] % 2
38. } : null;
39. }
40. 限制：
41.    这里只是解析出了地址代码，如何将代码转换为实际地址请问度娘。
42.    返回对象中的sex为1（男）或0（女），并未做转换，如果页面显示需要，可以这样转换：sex ? "男" : "女"
43. 测试：
44. console.info( parseID( "142327840821047" ) );
45. console.info( parseID("142327198408210470" ) );
46. 参考资料：
47. http://baike.baidu.com/view/118340.htm#1

1. 匹配IP地址
2. 先说说网上流传的版本：
3. \d+\.\d+\.\d+\.\d+
4. \d  数字没有限制
5. 修正如下：
6. var rip = /^(?:(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])\.){3}(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])$/;
7. rip.test( "192.168.1.1" ) // true
8. rip.test( "0.0.0.0" ) // true
9. rip.test( "255.255.255.255" ) // true
10. rip.test( "256.255.255.255" ) // false
11. 进一步增加分组：
12. var rip2 = /^([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])$/;
13. rip2.exec( "192.168.1.1" ) // ["192.168.1.1", "192", "168", "1", "1"]
14. rip2.exec( "0.0.0.0" ) // ["0.0.0.0", "0", "0", "0", "0"]
15. rip2.exec( "255.255.255.255" ) // ["255.255.255.255", "255", "255", "255", "255"]
16. rip2.exec( "256.255.255.255" ) // null