实用正则表达式

何清龙 — Sat, 03 Sep 2011 16:56:00 GMT

只能输入汉字:

或者

1 function onlychinese()
2 {
3     if ((window.event.keyCode >=32) &&    (window.event.keyCode <= 126))
4     {
5         window.event.keyCode = 0 ;
6     }
7 }

只可输入数字和字母

只能输入数字

function txtSort_check()
{
    return event.keyCode>=48&&event.keyCode<=57 ||
           event.keyCode>=96&&event.keyCode<=105 ||
   event.keyCode==8|| event.keyCode==37 ||
   event.keyCode==39;
}

一些常用的正则表达式

"^d+＄"　　//非负整数（正整数 + 0）

"^[0-9]*[1-9][0-9]*＄"　　//正整数

"^((-d+)|(0+))＄"　　//非正整数（负整数 + 0）

"^-[0-9]*[1-9][0-9]*＄"　　//负整数

"^-?d+＄"　　　　//整数

"^d+(.d+)?＄"　　//非负浮点数（正浮点数 + 0）

"^(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*))＄"　　//正浮点数

"^((-d+(.d+)?)|(0+(.0+)?))＄"　　//非正浮点数（负浮点数 + 0）

"^(-(([0-9]+.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*.[0-9]+)|([0-9]*[1-9][0-9]*)))＄"　　//负浮点数

"^(-?d+)(.d+)?＄"　　//浮点数

"^[A-Za-z]+＄"　　//由26个英文字母组成的字符串

"^[A-Z]+＄"　　//由26个英文字母的大写组成的字符串

"^[a-z]+＄"　　//由26个英文字母的小写组成的字符串

"^[A-Za-z0-9]+＄"　　//由数字和26个英文字母组成的字符串

"^w+＄"　　//由数字、26个英文字母或者下划线组成的字符串

"^[w-]+(.[w-]+)*@[w-]+(.[w-]+)+＄"　　　　//email地址

"^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?＄"　　//url

/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))＄/ // 年-月-日

/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})＄/ // 月/日/年

"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)＄" //Emil

"(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?" //电话号码

"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])＄" //IP地址

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：^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?＄

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}＄

匹配国内电话号码：(d{3}-|d{4}-)?(d{8}|d{7})?

匹配腾讯QQ号：^[1-9]*[1-9][0-9]*＄

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。

^ 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零次或多次。

+ 匹配前面的子表达式一次或多次。+ 等价于 {1,}。

? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。

{n} n 是一个非负整数，匹配确定的n 次。

{n,} n 是一个非负整数，至少匹配n 次。

{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。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。

. 匹配除 "n" 之外的任何单个字符。要匹配包括 ’n’ 在内的任何字符，请使用象 ’[.n]’ 的模式。

(pattern) 匹配pattern 并获取这一匹配。

(?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。

(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。

(?!pattern) 负向预查，与(?=pattern)作用相反

x|y 匹配 x 或 y。

[xyz] 字符集合。

[^xyz] 负值字符集合。

[a-z] 字符范围，匹配指定范围内的任意字符。

[^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。

b 匹配一个单词边界，也就是指单词和空格间的位置。

B 匹配非单词边界。

cx 匹配由x指明的控制字符。

d 匹配一个数字字符。等价于 [0-9]。

D 匹配一个非数字字符。等价于 [^0-9]。

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 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ fnrtv]。

S 匹配任何非空白字符。等价于 [^ fnrtv]。

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。等价于’[A-Za-z0-9_]’。

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。

num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。

n 标识一个八进制转义值或一个后向引用。如果 n 之前至少 n 个获取的子表达式，则 n 为后向引用。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后向引用。如果 nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。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 (0-3)，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。

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]

应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}

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*＄)

应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下：

String.prototype.trim = function()
{
return this.replace(/(^s*)|(s*＄)/g, "");
}

利用正则表达式分解和转换IP地址：

下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：

function IP2V(ip)
{
    re=/(d+).(d+).(d+).(d+)/g //匹配IP地址的正则表达式
    if(re.test(ip)){
        return RegExp.＄1*Math.pow(255,3))
               +RegExp.＄2*Math.pow(255,2))
               +RegExp.＄3*255+RegExp.＄4*1
    }else{
        throw new Error("Not a valid IP address!")
    }
}

不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：

var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))

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- ./?%&=]*)?

利用正则表达式去除字串中重复的字符的算法程序：

var s="abacabefgeeii"
var s1=s.replace(/(.).*1/g,"＄1")
var re=new RegExp("["+s1+"]","g")
var s2=s.replace(re,"")
alert(s1+s2) //结果为：abcefgi

去除重复字符的一个方法。思路是使用后向引用取出包括重复的字符，再以重复的字符建立第二个表达式，取到不重复的字符，两者串连。这个方法对于字符顺序有要求的字符串可能不适用。

用正则表达式从URL地址中提取文件名的javascript程序，如下结果为page1

s="http://www.9499.net/page1.htm"
s=s.replace(/(.*/){0,}([^.]+).*/ig,"＄2")
alert(s)

利用正则表达式限制网页表单里的文本框输入内容：

用正则表达式限制只能输入中文：

onkeyup="value="/value.replace(/["^u4E00-u9FA5]/g,')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,'))"

用正则表达式限制只能输入全角字符：

onkeyup="value="/value.replace(/["^uFF00-uFFFF]/g,')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,'))"

用正则表达式限制只能输入数字：

onkeyup="value="/value.replace(/["^d]/g,') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,'))"

用正则表达式限制只能输入数字和英文：

onkeyup="value="/value.replace(/[W]/g,"') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,'))"

何清龙 2011-09-04 00:56 发表评论

regexp下的特殊字符

何清龙 — Thu, 14 Jul 2011 11:40:00 GMT

正则表达式通常用来表达一组具有共通特性(pattern)的字符串集合。
regexp(regular expression)的精髓，就是用最少的字符，表达最大的字符集。
regexp非emacs的专利，而是UNIX下的产物。

regexp下的特殊字符：

*** 第一类字符：代表选择所有
.           代表除了newline以外的所有单个字符。甚至是一些特殊字符。
            若想表达任意多的任意字符，用".*"表示,.不包含换行符的

*** 第二类字符：postfix character，用来表示重复出现的单字符.
*           表示重复符号前的字符从0到无限多次
            例如：ab*->a,ab,abb,abbb,abbb...等
+           表示重复符号前字符从1到无限多次
            例如：ab+->ab,ab,abb,abbb,abbbb...等
？          表示重复符号前的字符0次或1次
            例如：ab?->a,ab

*** 第三类：character set 用来表示某个特定的字集中的元素
[]          表示某个特定的字集
            例如：[a@!dl3]->a,@,!,d,l,3任选其一
                 [a-g]->a,b,c,d,e,f,g任选其一
[]*         例如：c[ab]d->cad,cbd
            c[ab]*d->cd,cad,cbd,caad,caabd,caabbd.....
[]+         例如：c[ab]+d->cad,cbd,caabd,cabbd.....
[]?         例如：c[ab]?d->cd,cad,cbd

        任何特殊字符，出现在[]内，都会被视为一般字符，除了两个，^,-

^           若出现在集合的第一个位置，表示"非"
            例如：[a-zA-z]表示英文字母集合 [^a-zA-z]表示所有非英文字母集合
-           表示有序集合的范围
            例如：[a-g]表示[abcdefg],[0-9]表示[0123456789]

*** 第四类：指定字符出现在行首或者行尾
^           若出现在字符前，表示这个字符在行首出现。
            例如：^the 表示以The为行首的字符串
$           若出现在字符后，表示这个字符在行尾出现
            例如：out$ 表示以out为行尾的字符串
\<          单词开头
\>          单词结尾

*** 第五类：\ 的用法
\           有两种含义：
            使特殊关键字变成普通字符，例如\\代表"\"。
            或使普通字符变成特殊字符，例如：
     |,(,),d,',`,b,B,<,>,w,W,sc,Sc之前加上了\，变为特殊字符

            下面仅讨论几个常用的
\|          表示"或" 例如：is\|it-> IS，Is,iS,is,It,it,iT,IT
            用来表达正则表达式的范围(就是左右括号，用来规范表达式范围)
            例如：

$read\|get$file->readfile,getfile
                 ba$na$*->ba,bana,banana,bananana.....

*** 正则表达式的替换文本用法

\&          表示搜索文本的整个字符串。
            例如:replace .d \%d 代表在所有满足"?d"格式的文本后面再附加一个d 例如ad替换为add
\num.       表示搜索文本的地num.个字符串组
            例如：replace $a[ad]$-safe \1 将替换aa-safe为ad,ad-safe为aa
\#          表示替换次数，第一次替换为0，逐次增加
            例如：replace a[ad] \&\# 将替换aa为aa0，ad为ad1
\?          手动输入替换结果 ??????????

何清龙 2011-07-14 19:40 发表评论

C++博客-天使的白骨-文章分类-正则表达式

实用正则表达式

regexp下的特殊字符