正则表达式之断言及常用正则表达式

预搜索(零宽断言)

• 只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度的。
• 这个位置应该符合某个条件。判断当前位置的前后字符，是否符合指定的条件，但不匹配前后的字符。是对位置的匹配。
• 正则表达式匹配过程中，如果子表达式匹配到的字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。

表达式	含义
(?=exp)	断言自身出现的位置的后面能匹配表达式exp
(?<=exp)	断言自身出现的位置的前面能匹配表达式exp
(?!exp)	断言此位置的后面不能匹配表达式exp
(?<!exp)	断言此位置的前面不能匹配表达式exp

举个例子：
现在有以下文本，我们需要找到1998年出生的人:

1999李大龙
1998李如花
1997李孝利
1998李雪花

​​(?<=exp)​​

用这个表达式​​(?<=1998)[\u4e00-\u9fa5]{3}​​找到1998年出生的人。

​​(?<!exp)​​

用这个表达式​​(?<!1998)[\u4e00-\u9fa5]{3}​​找到不是1998年出生的人。

---

而如果 文本是这个样子：

李大龙1999
李如花1998
李孝利1997
李雪花1998

​​(?=exp)​​

可以用这个表达式​​[\u4e00-\u9fa5]{3}(?=1998)​​找到1998年出生的人。

​​(?!exp)​​

可以用这个表达式​​[\u4e00-\u9fa5]{3}(?!1998)​​找到不是1998年出生的人。

---

运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似。

在Java中使用正则表达式时

在Java中 正则表达式的​​\​​​需要变成双杠即​​\\​​

常用正则表达式

校验数字的表达式

数字：​​^[0-9]*$​​

n位的数字：​​^\d{n}$​​

至少n位的数字：​​^\d{n,}$​​

m-n位的数字：​​^\d{m,n}$​​

零和非零开头的数字：​​^(0|[1-9][0-9]*)$​​

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

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

正数、负数、和小数：​​^(\-|\+)?\d+(\.\d+)?$​​

有两位小数的正实数：​​^[0-9]+(.[0-9]{2})?$​​

有1~3位小数的正实数：​​^[0-9]+(.[0-9]{1,3})?$​​

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

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

非负整数：​​^\d+$​​​ 或 ​​^[1-9]\d*|0$​​

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

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

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

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

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

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

校验字符的表达式

汉字：​​^[\u4e00-\u9fa5]{0,}$​​

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

长度为3-20的所有字符：​​^.{3,20}$​​

由26个英文字母组成的字符串：​​^[A-Za-z]+$​​

由26个大写英文字母组成的字符串：​​^[A-Z]+$​​

由26个小写英文字母组成的字符串：​​^[a-z]+$​​

由数字和26个英文字母组成的字符串：​​^[A-Za-z0-9]+$​​

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

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

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

禁止输入含有~的字符：​​[^~\x22]+​​

特殊需求表达式

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

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

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

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}$​​

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

国内电话号码[phone])：​​\d{3}-\d{8}|\d{4}-\d{7}​​

身份证号(15位、18位数字)：​​^\d{15}|\d{18}$​​

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}?$​​

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}$​​

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}$​​

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}$​​

日期格式：​​^\d{4}-\d{1,2}-\d{1,2}​​

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

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

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

中文字符的正则表达式：​​[\u4e00-\u9fa5]​​

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))

空白行的正则表达式：​​\n\s*\r​​(可以用来删除空白行)

HTML标记的正则表达式：​​< (\S*?)[^>]*>.*?|< .*? />​​ (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)

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)

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

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

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

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

港澳居民来往内地通行证号码验证正则： ​​/^([A-Z]\d{6,10}(\(\w{1}\))?)$/​​

护照验证正则： ​​/^(P\d{7}|G\d{7,8}|TH\d{7,8}|S\d{7,8}|A\d{7,8}|L\d{7,8}|\d{9}|D\d+|1[4,5]\d{7})$/​​ 注：身份号码验证建议查看《关于身份证号码验证的几个实用函数》

钱的输入格式：

有四种钱的表示形式我们可以接受:”10000.00″ 和 “10,000.00”, 和没有 “分” 的 “10000” 和 “10,000”：​​^[1-9][0-9]*$​​

这表示任意一个不以0开头的数字,但是,这也意味着一个字符”0″不通过,所以我们采用下面的形式：​​^(0|[1-9][0-9]*)$​​

一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：​​^(0|-?[1-9][0-9]*)$​​

这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：​​^[0-9]+(.[0-9]+)?$​​

必须说明的是,小数点后面至少应该有1位数,所以”10.”是不通过的,但是 “10” 和 “10.2” 是通过的：​​^[0-9]+(.[0-9]{2})?$​​

这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：​​^[0-9]+(.[0-9]{1,2})?$​​

这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：​​^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$​​

1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：​​^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$​​

参考

​​https://www.html.cn/archives/7991​​