最近接到一个内部搜索业务，本来是使用solr构建的分词搜索，但是在前期的数据量并没有那么大的情况下，使用者反馈使用分词反而不如精确匹配来的好用，所以运用相关正则表达式重写了一套搜索接口直接进行数据库检索，准备等数据量大起来以后再接入solr。在这个过程中使用了一些正则表达式，使用合适的工具做合适的事情果然可以事半功倍。所以收集并分享一下。

1.使用方法

此处不探究正则表格式更强大的功能，只讲述一下最常用的匹配，替换(相信大多数业务需求也正是这样)。

创建正则表达式

在javaScript中一般创建正则表达式采取两种方式：

• 字面量方法：直接使用字面量创建，在js解析器的性能上有一定优势，形式如下：

var reg = /ab+c/g

• 构造函数方法：调用RegExp的构造函数进行初始化正则表达式，形式如下：

var reg = new RegExp('ab+c','g')

使用正则表达式

在javaScript中有两个类(此处为了称呼方便说为类，实际上javaScript基于原型不存在类的概念)的6个方法可以使用到正则表达式，分别是：

• exec: exec() 方法用于检索字符串中的正则表达式的匹配。若匹配成功返回一个数组，其中存放匹配的结果；如果未找到匹配，则返回 null。 简而言之当结果数组不为null是表示匹配成功。

需要注意的是结果数组的第 0 个元素是与正则表达式相匹配的文本，第 1 个元素是与 RegExpObject 的第 1 个子表达式相匹配的文本（如果有的话），第 2 个元素是与 RegExpObject 的第 2 个子表达式相匹配的文本（如果有的话），以此类推。除了数组元素和 length 属性之外， exec() 方法还返回两个属性。 index 属性声明的是匹配文本的第一个字符的位置。 input 属性则存放的是被检索的字符串 string。

var myRe = /d(b+)d/g;  
myRe.exec('cdbbdbsdbdbz') // ["dbbd","bb",index: 1,input: "cdbbdbsdbdbz"]  
myRe.exec('cdbbdbsdbdbz') // ["dbd","b",index: 7,input: "cdbbdbsdbdbz"]  
myRe.exec('cdbbdbsdbdbz') // null

• test:test() 方法用于检测一个字符串是否匹配某个模式。定义比较简单，与(r.exec(reg) != null)等价。

var str = 'hello world!';  
var result = /^hello/.test(str); // true 
result = (/^hello/.exec(str) != null); // true 与上式等价

• match:与exec方法表现相似，差别在当为global匹配时结果为所有匹配结果，若不是则为第一个匹配结果（可以匹配的情况下）。

'cdbbdbsdbdbz'.match(/d(b+)d/g) // ["dbbd","dbd"]  
'cdbbdbsdbdbz'.match(/d(b+)d/) // ["dbbd",input: "cdbbdbsdbdbz"]

• replace:replace方法是一个非常实用的方法，主要用来在字符串中用一些字符替换另一些字符，或替换一个与正则表达式匹配的子串。有两个参数，第一个为匹配的正则表达式或者特定字符串，第二个参数是替换的字符串或者一个函数，该函数有四个可调用的参数，返回值为规定的字符串。参数如下：

第一个参数为每次匹配的全文本（$&）。
中间参数为子表达式匹配字符串，个数不限.( $i (i:1-99))
倒数第二个参数为匹配文本字符串的匹配下标位置。
最后一个参数表示字符串本身。

// 将apples替换为oranges
var re = /apples/gi;  
var str = 'Apples are round,and apples are juicy.';  

// 第二个参数为字符串
var newstr = str.replace(re,'oranges');
// oranges are round,and oranges are juicy.
  
// 第二个参数为函数
var newstr = str.replace(re,function(value) {
    if(value == 'Apples') {
        return 'Oranges';
    }
    if(value == 'apple') {
        return 'oranges';
    }
});  
// Oranges are round,and oranges are juicy.

• search:search() 方法用于检索字符串中指定的子字符串，或检索与正则表达式相匹配的子字符串，返回第一个匹配成功的字串起始位置。注意：忽略RegExp对象的lastIndex，每次执行均从头开始。

'cdbbdbsdbdbz'.search(/d(b+)d/) // 1  
'xxx'.search(/d(b+)d/) // -1 没有匹配

• split:大多数人都知道split方法是用来对字符串按照指定子字符串进行分割返回数组的，但是很多人不知道它的参数可以是正则表达式，这无疑扩展了这个方法的能力。

var names = 'Harry Trump ;Fred Barney; Helen Rigby ; Bill Abel ;Chris Hand ';  
var re = /\s*;\s*/;  
var nameList = names.split(re);  
// [ "Harry Trump","Fred Barney","Helen Rigby","Bill Abel","Chris Hand " ]

基本的使用方法就是以上几种，接下来对常用的正则表达式进行一下总结。

2.常见表达式汇总

一、校验数字的表达式

1 数字：^[0-9]*$

2 n位的数字：^\d{n}$

3 至少n位的数字：^\d{n,}$

4 m-n位的数字：^\d{m,n}$

5 零和非零开头的数字：^(0|[1-9][0-9]*)$

6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$

7 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$   

8 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$

9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$

10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$    

12 非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$

13 非负整数：^\d+$ 或 ^[1-9]\d*|0$

14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$

15 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

16 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

17 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

18 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$

19 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

二、校验字符的表达式

1 汉字：^[\u4e00-\u9fa5]{0,}$

2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$

3 长度为3-20的所有字符：^.{3,20}$

4 由26个英文字母组成的字符串：^[A-Za-z]+$

5 由26个大写英文字母组成的字符串：^[A-Z]+$

6 由26个小写英文字母组成的字符串：^[a-z]+$

7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$

8 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$

9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$

10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

11 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+

12 禁止输入含有~的字符：[^~\x22]+

三、特殊需求表达式

1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

3 InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

4 手机号码：^(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}$

5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$

6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

7 身份证号(15位、18位数字)：^\d{15}|\d{18}$

8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$

9 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}$

10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

11 强密码(必须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}$

12 日期格式：^\d{4}-\d{1,2}-\d{1,2}

13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$

14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

15 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

16 中文字符的正则表达式：[\u4e00-\u9fa5]

17 双字节字符：[^\x00-\xff] (包括汉字在内，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))

18 空白行的正则表达式：\n\s*\r (可以用来删除空白行)

19 HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)

20 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (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)

21 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

22 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

23 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

24 IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))

汇总参考： http://blog.csdn.net/IMW_MG/a...

附正则表：