常用正则的使用

一、规范 1.1 []字符集合

字符集合是一些字符的集合，可以同&&[],来创造集合和集合的交集。

需要注意的是，一个[]集合在正则表达式中只代表一个字符的匹配，匹配多字符需要数量的修饰符。

[abc]　　　　　　　　只有abc 3个字符的集合

[a-z]　　　　　　　　有a到z 26个字符的集合

[^a-z]　　　　　　　 除了a到z的其他所有字符的集合，^符号写在[]里是补集的意思，但它另有其他含义。

[a-z&&[^a-c]]　　　　 除了abc外的其他所有小写的字母

[a-zA-Z0-9@!#]　　　小写所有字母，大写所有字母，所有数字，加上@!#的字符的集合。

1.2 预定义字符集

一些规定好的字符集，相当于一个[]

.　　　　　　 任意一个字符

d　　　　　　任意一个数字，相当于[0-9]

w　　　　　　任意一个单词字符，相当于[a-zA-Z0-9]

s　　　　　　 任意一个空白字符，如：空格、换行、转义等，相当于[tnx0Bfr]

D　　　　　　非数字

W　　　　　 非单词字符

S　　　　　　 非空白字符

1.3 数量词

数量词跟在正则表达式的某个字符或集合、分组之后，表示该单位匹配的数量，如：a*,匹配0到任意多个字符。

a？　　　　　　 表示0个或1个a

a*　　　　　　 表示0个或任意多个a

a+　　　　　　 表示1个到任意多个a

a{n}　　　　　　 表示n个a

a{n,}　　　　　 表示n到任意多个a

a{n,m}　　　　　表示n到m个a

用法： 　　a？

[agc]?　　d?

(/d[agc])?

1.4 分组()

（）表示将一段正则表达式看出一个整体，（）内可以使用|表示或。

分组意义在意，将几个字符组成一个整体，可以对他进行数量词修饰。

例（one|two)? 表示连续的one或two，存在一次或不存在。

1.5 ^和&符号

如：^ad{3}b&

该正则表达式表示匹配，以a开头，后有三个数字，并以b结尾的字符串。

需要注意的是，^&是用在匹配上的，使用之后匹配的整个字符串，而非子串。替换和拆分的语法不使用该字符。

个人觉得在java的函数中使用效果不是很好，暂时没有找到必须使用的案例。

1.6 关于字符转义的注意事项。

当不涉及编程语言，只考虑正则表达式内的转义时。当需要使用那些已经被正则表达式使用并赋予特殊含义的字符原本的含义时，需要使用转义符。

如：需要匹配？时，正则表达式应该：?

的正则应是：

大致有这些：

　　　　

?　　　　?

*　　　　*

+　　　　+

.　　　　.

()　　　　()

[]　　　　[]

{}　　　　{}

^　　　　^

$　　　　$

关于：&&字符写在[]外，没有任何影响，写在[]里面时，只能单个&使用，&&使用时是做交集的操作。&&后为空，对集合无影响。

在java中的转义：

将在正则中的所有使用的转义成

如[d]+ 转义成：[d]+

　　　转义成：\

二、常用的方法： 2.1 matches()方法

对整个字符串进行匹配，符合匹配返回true，不符合返回false。

    String str = "abc123!@#";
        String regex1 = "[\w!@#]+";
        String regex2 = "[\w]+";
        System.out.println(str.matches(regex1)); //true
        System.out.println(str.matches(regex2)); //false

2.2 split()拆分方法

返回一个字符串的数组。

  String str = "www.baidu.com";
        String regex1 = "\.";
        String[] splitStrs = str.split(regex1);
        System.out.println(Arrays.toString(splitStrs));  //[www, baidu, com]

2.3 replaceAll()

把字符串中所有满足表达式的子串替换掉。

 String str = "abc123abc456abc";
        String regex1 = "abc";
        String replaceAll = str.replaceAll(regex1,"***");
        System.out.println(replaceAll);  //***123***456***

三、常用表达式

• 匹配英文中文和数字以及（下划线）

^[u4e00-u9fa5_a-zA-Z0-9]+$
^[u4e00-u9fa5_a-zA-Z0-9]+$

• 整数或者小数

^[0-9]+.{0,1}[0-9]{0,2}$ 

• 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位的数字

^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}$ 

注：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^%&',;=?KaTeX parse error: Undefined control sequence: 等 at position 1: ̲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Internet URL

^[http|https]://([w-]+.)+[w-]+(/[w-./?%&=]*)?$

• 验证电话号码

^((d{3,4}-)|d{3.4}-)?d{7,8}$

正确格式为：XXX-XXXXXXX、XXXX- XXXXXXXX、XXX-XXXXXXX、XXX-XXXXXXXX、XXXXXXX和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标签的正则表达式

<(.*)>(.*)|<(.*)/>

• 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）s
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
评注：最基本也是最常用的一些表达式

• 校验密码强度例如密码的强度为：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}$

• 校验字符串

中文。
^[\u4e00-\u9fa5]{0,}$

由数字、26个英文字母或下划线组成的字符串
^\w+$

校验E-Mail 地址
[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?

校验身份证号码
15位：
^[1-9]\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$
18位：
^[1-9]\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}([0-9]|X)$

校验日期“yyyy-mm-dd“ 格式的日期校验，已考虑平闰年。
^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$

校验金额精确到2位小数。
^[0-9]+(.[0-9]{2})?$

校验手机号下面是国内 13、15、18开头的手机号正则表达式。（可根据目前国内收集号扩展前两位开头号码）
^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$

判断IE的版本
^.*MSIE [5-8](?:\.[0-9]+)?(?!.*Trident\/[5-9]\.0).*$

校验IP-v4地址
\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\b

校验IP-v6地址
(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))

检查URL的前缀
应用开发中很多时候需要区分请求是HTTPS还是HTTP，通过下面的表达式可以取出一个url的前缀然后再逻辑判断。

if (!s.match(/^[a-zA-Z]+:\/\//))
{
    s = 'http://' + s;
}

• 提取URL链接

下面的这个表达式可以筛选出一段文本中的URL。
^(f|ht){1}(tp|tps):\/\/([\w-]+\.)+[\w-]+(\/[\w- ./?%&=]*)?

文件路径及扩展名校验验证windows下文件路径和扩展名（下面的例子中为.txt文件）
^([a-zA-Z]\:|\\)\\([^\\]+\\)*[^\/:*?"<>|]+\.txt(l)?$

提取网页颜色代码有时需要抽取网页中的颜色代码，可以使用下面的表达式。
^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$

提取网页图片
\< *[img][^\>]*[src] *= *[\"\']{0,1}([^\"\'\ >]*)

提取页面超链接

(brel=)[^>])(href="https?://)((?!(??:www.)?‘.implode(’|(?:www.)?‘, $follow_list).’))[^{“]+)”((?!.*brel=)[}>])(?:[^>])>

查找CSS属性
^\s*[a-zA-Z\-]+\s*[:]{1}\s[a-zA-Z0-9\s.#]+[;]{1}

抽取注释


匹配HTML标签
<\/?\w+((\s+\w+(\s*=\s*(?:".*?"|'.*?'|[\^'">\s]+))?)+\s*|\s*)\/?>

• 时间正则案例

简单的日期判断（YYYY/MM/DD）
^d{4}(-|/|.)d{1,2}1d{1,2}$ 

演化的日期判断（YYYY/MM/DD| YY/MM/DD）
^(^(d{4}|d{2})(-|/|.)d{1,2}3d{1,2}$)|(^d{4}年d{1,2}月d{1,2}日$)$ 

加入闰年的判断的
实例：

^((((1[6-9]|[2-9]d)d{2})-(0?[13578]|1[02])-(0?[1-9]|[12]d|3[01]))|(((1[6-9]|[2-9]d)d{2})-(0?[13456789]|1[012])-(0?[1-9]|[12]d|30))|(((1[6-9]|[2-9]d)d{2})-0?2-(0?[1-9]|1d|2[0-8]))|(((1[6-9]|[2-9]d)(0[48]|[2468][048]|[13579][26])|((16|[2468][048]|[3579][26])00))-0?2-29-))$ 

分析：
什么是合法的日期范围？对于不同的应用场景，这个问题有不同的解释。这里采纳MSDN中的约定：
DateTime值类 型表示 值 范 围 在公元（基督 纪 元）0001 年 1 月 1 日午夜12:00:00 到公元 (C.E.) 9999年12月31日晚上11:59:59之间的日期和时间
关于闰年的阐释。
关于公历闰年是这样规定的：地球绕太阳公转一周叫做一回归年，一回归年长365日5时48分 46秒。因此，公历规定有平年和闰年，平年一年有365日，比回归年短0.2422日，四年共短0.9688日，故每四年增加一日，这一年有366日，就是闰年。但四年增加一日比四个回归年又多0.0312日,400年后将多3.12日,故在400年中少设3个闰年,也就是在400年中只设97个闰年，这样公历年的平均长度与回归年就相近似了。由此规定：年份是整百数的必须是400的倍数才是闰年，例如1900年、2100年就不是闰年。
首先需要验证年份，显然，年份范围为 0001 - 9999，匹配 YYYY 的正 则 表达式为：
[0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3}
其中 [0-9] 也可以表示为 d，但 d 不如 [0-9] 直观，因此下面我将一直采用 [0-9]
用正则表达式验证日期的难点有二：一是大小月份的天数不同，二是闰年的考虑。
对于第一个难点，我们首先不考虑闰年，假设2月份都是28天，这样，月份和日期可以分成三种情况：
（1）月份为 1, 3, 5, 7, 8, 10, 12，天数范围为 01 - 31，匹配MM-DD的正则表达式为：
(0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01])
（2）月份为 4, 6, 9, 11，天数范围为 01-30，匹配MM-DD的正则表达式为：
(0[469]|11)-(0[1-9]|[12][0-9]|30)
（3）月份为 2，考虑平年情况，匹配MM-DD的正则表达式为：
02-(0[1-9]|[1][0-9]|2[0-8])
根据上面的成果，我们可以得到匹配平年日期格式为YYYY-MM-DD的正则表达式：
([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8])))
接着我们来解决第二个难点：闰年的考虑。根据闰年的定义，我们可以将闰年分为两类：
（1）能被4整除但不能被100整除的年份。寻找后两位的变化规律，可以很快得到下面的正则匹配：
([0-9]{2})(0[48]|[2468][048]|[13579][26])
（2）能被400整除的年份。能被400整除的数肯定能被100整除，因此后两位肯定是00，我们只要保证前两位能被4整除即可，相应的正则表达式为：
(0[48]|[2468][048]|[3579][26])00
最强验证日期的正则表达式,添加了闰年的验证
这个日期正则表达式支持的日期格式如下所示。
YYYY-MM-DD
YYYY/MM/DD
YYYY_MM_DD
YYYY.MM.DD
完整的正则表达式如下

((^((1[8-9]d{2})|([2-9]d{3}))([-/._])(10|12|0?[13578])([-/._])(3[01]|[12][0-9]|0?[1-9])$)|(^((1[8-9]d{2})|([2-9]d{3}))([-/._])(11|0?[469])([-/._])(30|[12][0-9]|0?[1-9])$)|(^((1[8-9]d{2})|([2-9]d{3}))([-/._])(0?2)([-/._])(2[0-8]|1[0-9]|0?[1-9])$)|(^([2468][048]00)([-/._])(0?2)([-/._])(29)$)|(^([3579][26]00)([-/._])(0?2)([-/._])(29)$)|(^([1][89][0][48])([-/._])(0?2)([-/._])(29)$)|(^([2-9][0-9][0][48])([-/._])(0?2)([-/._])(29)$)|(^([1][89][2468][048])([-/._])(0?2)([-/._])(29)$)|(^([2-9][0-9][2468][048])([-/._])(0?2)([-/._])(29)$)|(^([1][89][13579][26])([-/._])(0?2)([-/._])(29)$)|(^([2-9][0-9][13579][26])([-/._])(0?2)([-/._])(29)$))

闰年的2月份有29天，因此匹配闰年日期格式为YYYY-MM-DD的正则表达式为：

(([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))-02-29

最后，将平年和闰年的日期验证表达式合并，我们得到最终的验证日期格式为YYYY-MM-DD的正则表达式为：

(([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3})-(((0[13578]|1[02])-(0[1-9]|[12][0-9]|3[01]))|((0[469]|11)-(0[1-9]|[12][0-9]|30))|(02-(0[1-9]|[1][0-9]|2[0-8]))))|((([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00))-02-29)

DD/MM/YYYY*格式的正则验证表达式为：

(((0[1-9]|[12][0-9]|3[01])/((0[13578]|1[02]))|((0[1-9]|[12][0-9]|30)/(0[469]|11))|(0[1-9]|[1][0-9]|2[0-8])/(02))/([0-9]{3}[1-9]|[0-9]{2}[1-9][0-9]{1}|[0-9]{1}[1-9][0-9]{2}|[1-9][0-9]{3}))|(29/02/(([0-9]{2})(0[48]|[2468][048]|[13579][26])|((0[48]|[2468][048]|[3579][26])00)))

四、神奇的网站

http://tool.rbtree.cn/

小伙伴们可先收藏，后查阅这些常用的正则表达式！