常见正则表达式修正

Js代码

@H_301_6@

作者：nuysoft/JS攻城师/高云　QQ：47214707　EMail：nuysoft@gmail.com

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。

后文预告：jQuery中的正则表达式分析

Js代码

@H_301_6@

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。

Js代码

@H_301_6@

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）

Js代码

@H_301_6@

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。

Js代码

@H_301_6@

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Unicode5.0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

2E80-2EFFCJK部首补充2F00-2FDF康熙字典部首

3000-303FCJK符号和标点31C0-31EFCJK笔画

3200-32FF封闭式CJK文字和月份3300-33FFCJK兼容

3400-4DBFCJK统一表意符号扩展A4DC0-4DFF易经六十四卦符号

4E00-9FBFCJK统一表意符号F900-FAFFCJK兼容象形文字

FE30-FE4FCJK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：

varrcjk=/[\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：

3000-303FCJK符号和标点FF00-FFEF全角ASCII、全角标点

Js代码

@H_301_6@

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

Js代码

@H_301_6@

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：

varrtag=/^<([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：

varrtag=/^<([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。

Js代码

@H_301_6@

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\rabc\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\rabc\t\n\r'.replace(/^\s+|\s+$/g,'')//abc

/^\s+|\s+$/.test('abc')//false

Js代码

@H_301_6@

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(?:)

@\wdomain不能包含下划线_

\w+([-.]\w+)*顶级域名不符合规则

修正如下：

varremail=/^([\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

Js代码

@H_301_6@

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})"//firstleveldomain-.comor.museum

+"(:[0-9]{1,4})?"//端口-:80

+"((/?)|"//aslashisn'trequiredifthereisnofilename

+"(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$";

varrurl=newRegExp(_url,'i');

测试：

rurl.exec('baidu.com')//["baidu.com",undefined,"baidu.com","baid","",undefined]

rurl.exec('http://baidu.com')//

rurl.exec('http://www.baidu.com')//["http://baidu.com","http://","http","baidu.com","baid","",undefined]

rurl.test('baidu')//true

看来不怎么也好用，有待学习TODO。

Js代码

@H_301_6@

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：

varruser=/\w{4,16}/

Js代码

@H_301_6@

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

Js代码

@H_301_6@

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

Js代码

@H_301_6@

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

Js代码

@H_301_6@

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：

functionparseID(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

varrank=[

"7","9","10","5","8","4","2","1","6","3","7","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

varlast=[

"1","0","X","2"

];

//加权和

for(vari=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)returnnull;

varmatch=rid.exec(ID);

returnmatch?{

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

Js代码

@H_301_6@

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：

varrip=/^(?:(?:[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：

varrip2=/^([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"]

rip2.exec("255.255.255.255")//["255.255.255.255","255","255"]

rip2.exec("256.255.255.255")//null

常见正则表达式修正

猜你在找的正则表达式相关文章