首页 > 程序开发 > web前端 > JavaScript > 正文
javaScript---- RegExp-常用正则表达式
2012-09-07       个评论      
收藏    我要投稿

2.4 常用正则表达式
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。


[javascript] 
常用的数字正则(严格匹配) 
 
正则  含义 
^[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) 
 
常用字符串正则 
 
正则  含义  补充 
^[A-Za-z]+$ 匹配由26个英文字母组成的字符串    或 /^[a-z]+$/i 
^[A-Z]+$    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 注意\w包含下划线_ 
^\w+$   匹配由数字、26个英文字母或者下划线组成的字符串     
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。 
 
 
匹配中文字符 
 
普遍使用的正则是[\u4e00-\u9fa5],但这个范围并不完整。例如: 
/[\u4e00-\u9fa5]/.test( '⻏' ) // 测试部首⻏,返回false 
根据Unicode 5.0版编码,要准确的判断一个中文字符要包括: 
范围  含义  范围  含义 
2E80-2EFF   CJK 部首补充    2F00-2FDF   康熙字典部首 
3000-303F   CJK 符号和标点   31C0-31EF   CJK 笔画 
3200-32FF   封闭式 CJK 文字和月份   3300-33FF   CJK 兼容 
3400-4DBF   CJK 统一表意符号扩展 A  4DC0-4DFF   易经六十四卦符号 
4E00-9FBF   CJK 统一表意符号  F900-FAFF   CJK 兼容象形文字 
FE30-FE4F   CJK 兼容形式    FF00-FFEF   全角ASCII、全角标点 
因此,正确的匹配中文字符正则表达式为: 
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; 
如果不希望匹配标点、符号,在正则中去掉对应的范围即可: 
3000-303F   CJK 符号和标点   FF00-FFEF   全角ASCII、全角标点 
 
 
匹配双字节字符(包括汉字在内) 
 
[^\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: 
console.info( "abc".replace( /[^\x00-\xff]/g,"aa" ).length ) // 3 
console.info( "汉字".replace( /[^\x00-\xff]/g,"aa" ).length ) // 4 
console.info( "abc汉字".replace( /[^\x00-\xff]/g,"aa").length ) // 7 
 
匹配HTML标记的正则表达式 
 
先说说网上流传的版本: 
<(\S*?)[^>]*>.*?</\1>|<.*? /> 
*?  *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 
(\S*?)  标签的长度必须大于0,因此不能用*?  
|<.*?\/>  没有分组,无法获取以<div/>这种自关闭格式书写的标签 
</\1> 
<.*? />   有的标签是不关闭的,比如<br><hr>,因此不能强制关闭 
修正如下: 
var rtag = /^<([a-z]+)\s*\/?>.*(?:<\/\1>)?$/i 
rtag.exec( '<-div></-div>') // null  
rtag.exec( '<div>abc') // ["<div>abc", "div"] 
这个表达式也不完善,比如第二条测试语句,这么写是为了能提取中包含了文本内容的标签,如果要严格匹配,可再次修改为: 
var rtag = /^<([a-z]+)\s*\/?> (?:<\/\1>)?$/i // 去掉了中间的.* 
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。 
 
匹配首尾空白字符的正则表达式 
 
先说说网上流传的版本: 
^\s*|\s*$ 
可以删除行首行尾的空白字符,例如: 
'   \t    \n\r   abc   \t    \n\r   '.replace( /^\s*|\s*$/g, '' ) // abc 
但是用\s*不能判断出字符串是否在开头或结尾处有\s,例如: 
/^\s*|\s*$/.test( 'abc' ) // true 
修正如下: 
^\s+|\s+$ 
'   \t    \n\r   abc   \t    \n\r   '.replace( /^\s+|\s+$/g, '' ) // abc 
/^\s+|\s+$/.test( 'abc' ) // false 
 
匹配Email地址的正则表达式 
 
先介绍下Email的规则:local-part@domain 
   local-part最长64,domain最长253,总长最长256 
   local-part可以使用任意ASCII字符: 
   大小写英文字母 a-z,A-Z 
   数字 0-9 
   字符 !#$%&'*+-/=?^_`{|}~ 
   字符 .不能是第一个和最后一个,不能连续出现两次 
   但是有些邮件服务器会拒绝包含有特殊字符的邮件地址 
   domain(域名)仅限于26个英文字母、10个数字、连词号- 
   连词号-不能是第一个字符 
   顶级域名(com、cn等)长度为2到6个 
先说说网上流传的版本: 
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 
()  莫名奇妙的分组,如果只分组不记录,可以使用(?:) 
@\w domain不能包含下划线_ 
\w+([-.]\w+)*   顶级域名不符合规则 
修正如下: 
var remail = /^([\w-_]+(?:\.[\w-_]+)*)@((?:[a-z0-9]+(?:-[a-zA-Z0-9]+)*)+\.[a-z]{2,6})$/i 
remail.exec( 'nuysoft@gmail.com' ) // "nuysoft@gmail.com", "nuysoft", "gmail.com"] 
remail.exec( 'nuysoft@gmail.comcomcom' ) // null 
remail.exec( 'nuysoft@_gmail.com ) // null 
修正后的正则有如下局限性: 
   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 
   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。 
参考文章: 
http://en.wikipedia.org/wiki/Email_address 
http://baike.baidu.com/view/119298.htm 
 
匹配网址URL的正则表达式 
 
先说说网上流传的版本: 
[a-zA-z]+://[^\s]* 
粗糙,没有对URL中各个块进行分组 
修正如下(又一段网上流传的版本): 
var _url = "^((https|http|ftp|rtsp|mms)?://)?" // 
         + "(([0-9a-z_!~*'().&=+$%-]+: )?[0-9a-z_!~*'().&=+$%-]+@)?" // ftp的user@ 
         + "(([0-9]{1,3}.){3}[0-9]{1,3}" // IP形式的URL- 199.194.52.184 
         + "|" // 允许IP和DOMAIN(域名) 
         + "([0-9a-z_!~*'()-]+.)*" // 域名- www. 
         + "([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]." // 二级域名 
         + "[a-z]{2,6})" // first level domain- .com or .museum 
         + "(:[0-9]{1,4})?" // 端口- :80 
         + "((/?)|" // a slash isn't required if there is no file name 
         + "(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$"; 
var rurl = new RegExp( _url, 'i' ); 
 
测试: 
rurl.exec( 'baidu.com' ) // ["baidu.com", undefined, undefined, undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined] 
rurl.exec( 'http://baidu.com' ) //  
rurl.exec( 'http://www.baidu.com' ) // ["http://baidu.com", "http://", "http", undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined] 
rurl.test( 'baidu' ) // true 
看来不怎么也好用,有待学习TODO。 
 
匹配帐号是否合法 
 
先说说网上流传的版本: 
^[a-zA-Z][a-zA-Z0-9_]{4,15}$ 
(字母开头,允许5-16字节,允许字母数字下划线) 
限制必须以字母开头现在看来不合适,比如QQ登录平台 
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 
修正如下: 
var ruser = /\w{4,16}/ 
 
匹配国内电话号码 
 
网上流传的版本很好用: 
\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 
 
网上流传的版本很好用: 
 [1-9][0-9]{4,} 
评注:腾讯QQ号从10000开始 
 
匹配中国邮政编码 
 
网上流传的版本很好用: 
[1-9]\d{5}(?!\d) 
评注:中国邮政编码为6位数字 
 
匹配身份证 
 
先说说网上流传的版本: 
\d{15}|\d{18} 
d{15} 
\d{18}  可以判断,但是有些粗糙  
从身份证可以解析出地址、生日、性别等,因此特别说明一下: 
   身份证规则 
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 
   将15位升级为18位,并解析18位号码构成(地址、生日、性别) 
代码如下: 
function parseID(ID) { 
    if ( ID.length == 15 ) { 
        // 升级为18位 
        ID = ID.substr( 0, 6 ) + "19" + ID.substr( 6 ); 
        // 前17位对应的系数 
        var rank = [ 
                "7", "9", "10", "5", "8", "4", "2", "1", "6", "3", "7", "9", "10", "5", "8", "4", "2" 
        ]; 
        // 前17为加权除以17后的余数对应的最后一位身份证号码 
        var last = [ 
                "1", "0", "X", "9", "8", "7", "6", "5", "4", "3", "2" 
        ]; 
        // 加权和 
        for ( var i = 0, sum = 0, len = ID.length; i < len; i++) 
            sum += ID[ i ] * rank[ i ]; 
        // 加上最后一位 
        ID += last[ sum % 11 ]; 
    } 
    if ( ID.length != 18 ) return null; 
 
    var match = rid.exec( ID ); 
    return match ? { 
        ID : ID, 
        area : match[ 1 ], 
        y : match[ 2 ], 
        m : match[ 3 ], 
        d : match[ 4 ], 
        sex : match[ 5 ] % 2 
    } : null; 

限制: 
   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。 
   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"  
测试: 
console.info( parseID( "142327840821047" ) ); 
console.info( parseID("142327198408210470" ) ); 
参考资料: 
http://baike.baidu.com/view/118340.htm#1 
 
 
匹配IP地址 
 
先说说网上流传的版本: 
\d+\.\d+\.\d+\.\d+ 
\d  数字没有限制 
修正如下: 
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])$/; 
rip.test( "192.168.1.1" ) // true 
rip.test( "0.0.0.0" ) // true 
rip.test( "255.255.255.255" ) // true 
rip.test( "256.255.255.255" ) // false 
进一步增加分组: 
var rip2 = /^([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])$/; 
rip2.exec( "192.168.1.1" ) // ["192.168.1.1", "192", "168", "1", "1"] 
rip2.exec( "0.0.0.0" ) // ["0.0.0.0", "0", "0", "0", "0"] 
rip2.exec( "255.255.255.255" ) // ["255.255.255.255", "255", "255", "255", "255"] 
rip2.exec( "256.255.255.255" ) // null 

点击复制链接 与好友分享!回本站首页
相关TAG标签 正则 表达式 常用
上一篇:jquery 获取两个日期中的天数
下一篇:1.1 jQuery--总体框架
相关文章
图文推荐
文章
推荐
点击排行

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训
版权所有: 红黑联盟--致力于做实用的IT技术学习网站