正則表達(dá)式之任意字符

注：元字符包括\ | ( ) [ ] { } ^ $ * + ? . )

• 匹配中文字符的正則表達(dá)式： [\u4e00-\u9fa5]
  評(píng)注：匹配中文還真是個(gè)頭疼的事，有了這個(gè)表達(dá)式就好辦了
• 匹配雙字節(jié)字符(包括漢字在內(nèi))：[^\x00-\xff]
  評(píng)注：可以用來計(jì)算字符串的長度（一個(gè)雙字節(jié)字符長度計(jì)2，ASCII字符計(jì)1）
• 匹配空白行的正則表達(dá)式：\n\s*\r
  評(píng)注：可以用來刪除空白行
• 匹配HTML標(biāo)記的正則表達(dá)式：<(\S*?)[^>]*>.*?</>|<.*? />
  評(píng)注：網(wǎng)上流傳的版本太糟糕，上面這個(gè)也僅僅能匹配部分，對(duì)于復(fù)雜的嵌套標(biāo)記依舊無能為力
• 匹配首尾空白字符的正則表達(dá)式：^\s*|\s*$
  評(píng)注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達(dá)式
• 匹配Email地址的正則表達(dá)式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
  評(píng)注：表單驗(yàn)證時(shí)很實(shí)用
• 匹配網(wǎng)址URL的正則表達(dá)式：[a-zA-z]+://[^\s]*
  評(píng)注：網(wǎng)上流傳的版本功能很有限，上面這個(gè)基本可以滿足需求
• 匹配帳號(hào)是否合法(字母開頭，允許5-16字節(jié)，允許字母數(shù)字下劃線)：^[a-zA-Z][a-zA-Z0-9_]$
  評(píng)注：表單驗(yàn)證時(shí)很實(shí)用
• 匹配國內(nèi)電話號(hào)碼：\d-\d|\d-\d
  評(píng)注：匹配形式如 0511-4405222 或 021-87888822
• 匹配騰訊QQ號(hào)：[1-9][0-9]
  評(píng)注：騰訊QQ號(hào)從10000開始
• 匹配中國郵政編碼：[1-9]\d(?!\d)
  評(píng)注：中國郵政編碼為6位數(shù)字
• 匹配身份證：\d|\d
  評(píng)注：中國的身份證為15位或18位
• 匹配ip地址：\d+\.\d+\.\d+\.\d+
  評(píng)注：提取ip地址時(shí)有用
• 匹配特定數(shù)字：
  ^[1-9]\d*$　 　 //匹配正整數(shù)
  ^-[1-9]\d*$ 　 //匹配負(fù)整數(shù)
  ^-?[1-9]\d*$　　 //匹配整數(shù)
  ^[1-9]\d*|0$　 //匹配非負(fù)整數(shù)（正整數(shù) + 0）
  ^-[1-9]\d*|0$　　 //匹配非正整數(shù)（負(fù)整數(shù) + 0）
  ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮點(diǎn)數(shù)
  ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配負(fù)浮點(diǎn)數(shù)
  ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮點(diǎn)數(shù)
  ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非負(fù)浮點(diǎn)數(shù)（正浮點(diǎn)數(shù) + 0）
  ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮點(diǎn)數(shù)（負(fù)浮點(diǎn)數(shù) + 0）
  評(píng)注：處理大量數(shù)據(jù)時(shí)有用，具體應(yīng)用時(shí)注意修正
• 匹配特定字符串：
  ^[A-Za-z]+$　　//匹配由26個(gè)英文字母組成的字符串
  ^[A-Z]+$　　//匹配由26個(gè)英文字母的大寫組成的字符串
  ^[a-z]+$　　//匹配由26個(gè)英文字母的小寫組成的字符串
  ^[A-Za-z0-9]+$　　//匹配由數(shù)字和26個(gè)英文字母組成的字符串
  ^\w+$　　//匹配由數(shù)字、26個(gè)英文字母或者下劃線組成的字符串
  評(píng)注：最基本也是最常用的一些表達(dá)式

今天在Java中想使用正則表達(dá)式來獲取一段文本中的任意字符。于是很隨意得就寫出如下匹配規(guī)則：

(.*)

結(jié)果運(yùn)行之后才發(fā)現(xiàn)，無法獲得換行之后的文本。于是查了一下手冊(cè)，才發(fā)現(xiàn)正則表達(dá)式中，“.”(點(diǎn)符號(hào))匹配的是除了換行符“\n”以外的所有字符。同時(shí)， 手冊(cè)上還有一句話：要匹配包括 ‘\n’ 在內(nèi)的任何字符，請(qǐng)使用像 ‘[.\n]’ 的模式。于是我將正則表達(dá)式的匹配規(guī)則修改如下：

([.\n]*)

當(dāng)然，如果是在java程序中直接寫到話，需要改為([.\\n]*)

結(jié)果再次運(yùn)行程序，發(fā)現(xiàn)什么內(nèi)容也取不到了。我百思不得其解，又將其修改為如下規(guī)則：

([.|\n]*) 以及 ([\n.]*)

結(jié)果還是不行，什么內(nèi)容都取不到?？磥睃c(diǎn)符號(hào)和換行符卯上勁了～
然后上網(wǎng)一查，雖然沒有查出上述規(guī)則到底是什么地方出問題了，但是查出了一個(gè)解決辦法，經(jīng)過一試，果然可以匹配包括換行符在內(nèi)的任意字符，以下為正確的正則表達(dá)式匹配規(guī)則：

([\s\S]*)

同時(shí)，也可以用 “([\d\D]*)”、“([\w\W]*)” 來表示。

正則表達(dá)式可以讓用戶通過使用一系列的特殊字符構(gòu)建匹配模式，然后把匹配模式與數(shù)據(jù)文件、程序輸入以及WEB頁面的表單輸入等目標(biāo)對(duì)象進(jìn)行比較，根據(jù)比較對(duì)象中是否包含匹配模式，執(zhí)行相應(yīng)的程序。

舉例來說，正則表達(dá)式的一個(gè)最為普遍的應(yīng)用就是用于驗(yàn)證用戶在線輸入的郵件地址的格式是否正確。如果通過正則表達(dá)式驗(yàn)證用戶郵件地址的格式正確，用戶所填寫的表單信息將會(huì)被正常處理；反之，如果用戶輸入的郵件地址與正則表達(dá)的模式不匹配，將會(huì)彈出提示信息，要求用戶重新輸入正確的郵件地址。由此可見正則表達(dá)式在WEB應(yīng)用的邏輯判斷中具有舉足輕重的作用。

基本語法在對(duì)正則表達(dá)式的功能和作用有了初步的了解之后，我們就來具體看一下正則表達(dá)式的語法格式。正則表達(dá)式的形式一般如下：

/love/

其中位于“/”定界符之間的部分就是將要在目標(biāo)對(duì)象中進(jìn)行匹配的模式。用戶只要把希望查找匹配對(duì)象的模式內(nèi)容放入“/”定界符之間即可。為了能夠使用戶更加靈活的定制模式內(nèi)容，正則表達(dá)式提供了專門的“元字符”。所謂元字符就是指那些在正則表達(dá)式中具有特殊意義的專用字符，可以用來規(guī)定其前導(dǎo)字符（即位于元字符前面的字符）在目標(biāo)對(duì)象中的出現(xiàn)模式。

較為常用的元字符包括：   “+”，   “*”，以及   “?”。其中，“+”元字符規(guī)定其前導(dǎo)字符必須在目標(biāo)對(duì)象中連續(xù)出現(xiàn)一次或多次，“*”元字符規(guī)定其前導(dǎo)字符必須在目標(biāo)對(duì)象中出現(xiàn)零次或連續(xù)多次，而“?”元字符規(guī)定其前導(dǎo)對(duì)象必須在目標(biāo)對(duì)象中連續(xù)出現(xiàn)零次或一次。
下面，就讓我們來看一下正則表達(dá)式元字符的具體應(yīng)用。

/fo+/

因?yàn)樯鲜稣齽t表達(dá)式中包含“+”元字符，表示可以與目標(biāo)對(duì)象中的   “fool”,   “fo”,   或者   “football”等在字母f后面連續(xù)出現(xiàn)一個(gè)或多個(gè)字母o的字符串相匹配。

/eg*/

因?yàn)樯鲜稣齽t表達(dá)式中包含“*”元字符，表示可以與目標(biāo)對(duì)象中的   “easy”,   “ego”,   或者   “egg”等在字母e后面連續(xù)出現(xiàn)零個(gè)或多個(gè)字母g的字符串相匹配。

/Wil?/

因?yàn)樯鲜稣齽t表達(dá)式中包含“？”元字符，表示可以與目標(biāo)對(duì)象中的   “Win”,   或者   “Wilson”,等在字母i后面連續(xù)出現(xiàn)零個(gè)或一個(gè)字母l的字符串相匹配。

除了元字符之外，用戶還可以精確指定模式在匹配對(duì)象中出現(xiàn)的頻率。例如，

/jim{2,6}/

上述正則表達(dá)式規(guī)定字符m可以在匹配對(duì)象中連續(xù)出現(xiàn)2-6次，因此，上述正則表達(dá)式可以同jimmy或jimmmmmy等字符串相匹配。
在對(duì)如何使用正則表達(dá)式有了初步了解之后，我們來看一下

其它幾個(gè)重要的元字符的使用方式。
\s：用于匹配單個(gè)空格符，包括tab鍵和換行符；
\S：用于匹配除單個(gè)空格符之外的所有字符；
\d：用于匹配從0到9的數(shù)字；
\w：用于匹配字母，數(shù)字或下劃線字符；
\W：用于匹配所有與\w不匹配的字符；
.   ：用于匹配除換行符之外的所有字符。
（說明：我們可以把\s和\S以及\w和\W看作互為逆運(yùn)算）

下面，我們就通過實(shí)例看一下如何在正則表達(dá)式中使用上述元字符。
/\s+/   　　上述正則表達(dá)式可以用于匹配目標(biāo)對(duì)象中的一個(gè)或多個(gè)空格字符。
/\d000/   　　如果我們手中有一份復(fù)雜的財(cái)務(wù)報(bào)表，那么我們可以通過上述正則表達(dá)式輕而易舉的查找到所有總額達(dá)千元的款項(xiàng)。
除了我們以上所介紹的元字符之外，正則表達(dá)式中還具有另外一種較為獨(dú)特的專用字符，即定位符。定位符用于規(guī)定匹配模式在目標(biāo)對(duì)象中的出現(xiàn)位置。

較為常用的定位符包括：   “^”,   “$”,   “\b”   以及   “\B”。

其中，“^”定位符規(guī)定匹配模式必須出現(xiàn)在目標(biāo)字符串的開頭，“$”定位符規(guī)定匹配模式必須出現(xiàn)在目標(biāo)對(duì)象的結(jié)尾，\b定位符規(guī)定匹配模式必須出現(xiàn)在目標(biāo)字符串的開頭或結(jié)尾的兩個(gè)邊界之一，而“\B”定位符則規(guī)定匹配對(duì)象必須位于目標(biāo)字符串的開頭和結(jié)尾兩個(gè)邊界之內(nèi)，即匹配對(duì)象既不能作為目標(biāo)字符串的開頭，也不能作為目標(biāo)字符串的結(jié)尾。同樣，我們也可以把“^”和“$”以及“\b”和“\B”看作是互為逆運(yùn)算的兩組定位符。舉例來說：

/^hell/   　　因?yàn)樯鲜稣齽t表達(dá)式中包含“^”定位符，所以可以與目標(biāo)對(duì)象中以   “hell”,   “hello”或   “hellhound”開頭的字符串相匹配。
/ar$/   　　因?yàn)樯鲜稣齽t表達(dá)式中包含“$”定位符，所以可以與目標(biāo)對(duì)象中以   “car”,   “bar”或   “ar”   結(jié)尾的字符串相匹配。
/\bbom/   　　因?yàn)樯鲜稣齽t表達(dá)式模式以“\b”定位符開頭，所以可以與目標(biāo)對(duì)象中以   “bomb”,   或   “bom”開頭的字符串相匹配。
/man\b/   　　因?yàn)樯鲜稣齽t表達(dá)式模式以“\b”定位符結(jié)尾，所以可以與目標(biāo)對(duì)象中以   “human”,   “woman”或   “man”結(jié)尾的字符串相匹配。

為了能夠方便用戶更加靈活的設(shè)定匹配模式，正則表達(dá)式允許使用者在匹配模式中指定某一個(gè)范圍而不局限于具體的字符。

例如：

/[A-Z]/   　　上述正則表達(dá)式將會(huì)與從A到Z范圍內(nèi)任何一個(gè)大寫字母相匹配。
/[a-z]/   　　上述正則表達(dá)式將會(huì)與從a到z范圍內(nèi)任何一個(gè)小寫字母相匹配。
/[0-9]/   　　上述正則表達(dá)式將會(huì)與從0到9范圍內(nèi)任何一個(gè)數(shù)字相匹配。
/([a-z][A-Z][0-9])+/   　　上述正則表達(dá)式將會(huì)與任何由字母和數(shù)字組成的字符串，如   “aB0”   等相匹配。

這里需要提醒用戶注意的一點(diǎn)就是可以在正則表達(dá)式中使用   “()”   把字符串組合在一起?！?)”符號(hào)包含的內(nèi)容必須同時(shí)出現(xiàn)在目標(biāo)對(duì)象中。因此，上述正則表達(dá)式將無法與諸如   “abc”等的字符串匹配，因?yàn)椤癮bc”中的最后一個(gè)字符為字母而非數(shù)字。

如果我們希望在正則表達(dá)式中實(shí)現(xiàn)類似編程邏輯中的“或”運(yùn)算，在多個(gè)不同的模式中任選一個(gè)進(jìn)行匹配的話，可以使用管道符   “|”。例如：

/to|too|2/   　　上述正則表達(dá)式將會(huì)與目標(biāo)對(duì)象中的   “to”,   “too”,   或   “2”   相匹配。

正則表達(dá)式中還有一個(gè)較為常用的運(yùn)算符，即否定符   “[^]”。與我們前文所介紹的定位符   “^”   不同，否定符   “[^]”規(guī)定目標(biāo)對(duì)象中不能存在模式中所規(guī)定的字符串。例如：

/[^A-C]/   　　上述字符串將會(huì)與目標(biāo)對(duì)象中除A，B，和C之外的任何字符相匹配。一般來說，當(dāng)“^”出現(xiàn)在   “[]”內(nèi)時(shí)就被視做否定運(yùn)算符；而當(dāng)“^”位于“[]”之外，或沒有“[]”時(shí)，則應(yīng)當(dāng)被視做定位符。   　　最后，當(dāng)用戶需要在正則表達(dá)式的模式中加入元字符，并查找其匹配對(duì)象時(shí)，可以使用轉(zhuǎn)義符“\”。例如：

/Th\*/   　　上述正則表達(dá)式將會(huì)與目標(biāo)對(duì)象中的“Th*”而非“The”等相匹配。使用實(shí)例   　　在對(duì)正則表達(dá)式有了較為全面的了解之后，我們就來看一下如何在Perl，PHP，以及javascript中使用正則表達(dá)式。

通常，Perl中正則表達(dá)式的使用格式如下：

operator   /   regular-expression   /   string-to-replace   /   modifiers

運(yùn)算符一項(xiàng)可以是m或s，分別代表匹配運(yùn)算和替換運(yùn)算。其中，正則表達(dá)式一項(xiàng)是將要進(jìn)行匹配或替換操作的模式，可以由任意字符，元字符，或定位符等組成。替換字符串一項(xiàng)是使用s運(yùn)算符時(shí)，對(duì)查找到的模式匹配對(duì)象進(jìn)行替換的字符串。

最后的參數(shù)項(xiàng)用來控制不同的匹配或替換方式。例如：

s/geed/good/

將會(huì)在目標(biāo)對(duì)象中查找第一個(gè)出現(xiàn)的geed字串，并將其替換為good。如果我們希望在目標(biāo)對(duì)象的全局范圍內(nèi)執(zhí)行多次查找—   替換操作的話，可以使用參數(shù)   “g”，即s/love/lust/g。

此外，如果我們不需要限制匹配的大小寫形式的話，可以使 用參數(shù)   “i   ”。例如，m/JewEL/i   　　上述正則表達(dá)式將會(huì)與目標(biāo)對(duì)象中的jewel，Jewel，或JEWE L相匹配。

在Perl中，使用專門的運(yùn)算符“=~”指定正則表達(dá)式的匹配  對(duì)象。例如：   　　$flag   =~   s/abc/ABC/上述正則表達(dá)式將會(huì)把變量$flag中的字串a(chǎn)bc替換為ABC