正则表达式之字符串验证

正则表达式之字符串验证

　　在博文《正则表达式之数字验证》中我们探讨了数字的验证，比如身份证号码的验证、电话号码的验证等等，这些都是非常有用的；然而字符串的验证也是非常重要的。这篇博文我将和大家分享字符串的验证方法，如英文单词的验证、非单词字符串的验证、文件名称的验证以及网络常用元素的验证等等。 由于水平有限，有些知识点可能理解的不一定准确，希望如果大家发现错误后可以提出，在此表示感谢。

　　

第一部分：5种英文单词验证

1.小写英文单词的验证

• 我们可以使用[a-z]+验证一个或多个小写英文单词，当然[a-z]{1,}亦是如此。但是这样验证的单词可能不是完整的，如对于字符串ad“”，它将匹配其中的ad。
• 为了解决上一个问题--即不能验证完整的单词，我们可以使用\b[a-z]+\b来验证。即通过元字符\b来指定英文单词的边界。
• \ba[a-z]*\b 可以验证以小写字母a开头的一到多个英文字母的单词。（注：限定符*表示0个或多个）
• \b[a-c][a-z]*\b可以验证以小写字母a或b或c开头的一个到多个英文字母的单词。
• \b[a-z]+(?:ing)\b 可以匹配以ing结尾的字符串，
  
• \b[a-z]{6} 可以验证长度为6的小写英文组成的字符串

     注意：倒数第二个验证中的(?:ing)， 虽然这里使用了()，即分组符号，但实际因为有?:，我们是不能进行反向引用的。 这里可以理解为我们仅需要将之看作一个整体，但是不希望被反向引用。

 

2.大写英文单词的验证

　　这里与小写英文单词的用法相同，我们只需要将上面的[a-z]替换成[A-Z]即可。

 

3.英文单词的分隔符验证

　　在英文文本中，各个英文单词被分隔符所分开。 分隔符即分开两两英文单词的符号。这些分隔符包括英文标点符号，空白符等等。

　　在分隔符中，又以英文标点符号居多，比如,(逗号) .(点号) ?(问号) :(冒号) ;(分号) '(单引号) !(感叹号) "(双引号) -(连接号) --(破折号) ()(小括号) [](中括号) {}(大括号)  ...(省略号) `(所有格符号，又称反引号)。

　　如下面的正则表达式将验证这些英文标点符号分隔符:

[-,.?:;'"!`]|(-{2})|(\.{3})|(\(\))|(\[\])|({})

 

     我为什么没有把所有的英文分隔符都放到字符类【】中去呢？这是因为对于--（破折号）...(省略号) ()(小括号)   []（中括号） {}(大括号)这些分隔符或者会引起歧义不能正确表达出来，或者必须使用\来转义。

 

4.否定验证

• \b[A-GI-Z]+\b可以验证任何没有字母H的英文单词
• \b[A-GI-OQ-Z]\b可以验证任何没有字母H和P的英文单词
• \b[A-Z]*B[^P][A-Z]*\b可以验证任何在B之后没有P的英文单词。
• 
• 但是为什么DAFB没有被匹配上呢？这是因为在B之后[^P]占了一个位置，即最后一定不能什么都没有。

 

5.具有相同特征的英文单词验证

　　a、使用\b([A-Z])\1[A-Z]*\b可以验证具有两个相同字母开头特征的英文单词。因为\1是在反向引用第一个分组。

　　b、使用\b([A-Z])[A-Z]*\1+[A-Z]*\b可以验证具有一个和首字母相同的字母特征的英文单词。

　　举例如下所示：

 

 

第二部分：6种非单词字符的验证

　　这一部分将介绍非单词字符串的验证，比如英文标点符号、中文标点符号、中文文本验证、特殊字符验证和密码验证。

1.英文标点符号的验证

　　即如下所示，在上面我们已经见过了：

[-,.?:;'"!`]|(-{2})|(\.{3})|(\(\))|(\[\])|({})

 

2.中文标点符号验证

　　中文标点符号也很多并且和英文标点符号很类似。如 ，（逗号） 。（句号） ？（问号） ：（冒号） ；（分号） ‘’（单引号） ！（感叹号）  “”（双引号）  —（连接号）  ——（破折号）  ……（省略号）  （）（小括号）  【】（中括号）  ｛｝（大括号）  、（顿号）  《》（书名号） 等等。

　　于是我们可以通过下面的正则表达式来验证：

[，。？：；“” ‘’ ！— …… 、]|(—{2})|(（）)|(【】)|(｛｝)|(《》)

其中(—{2})用来匹配破折号

 

3.中文文本验证

　　中文文本的验证比较简单，我们直接使用/w即可实现。如下图所示：

    

　　需要注意的是，如果没有u（注意观察灰色部分），则不能正确匹配，在http://www.regexpal.com/中我打开了unicode之后才可以正常匹配。

 

 

 

4.特殊字符验证　　

　　我们认为除了数字和字母之外的字符都是特殊字符，具体包括 、_ = \ [ ] ; ' ，. / ~ ! @ # $ % ^ & * ( ) + | ? > < “ ：｛ ｝。

　　使用以下正则表达式即可验证一个特殊字符：

 [、_ =\ \\ [\ ] ; ' ，. / ~ ! @ # $ % ^ & * ( ) + | ? > < “ :{}]

　　其中\ [ ]需要通过使用\进行转义。

　　当然，如果需要验证长度至少为1、由特殊字符串组成的字符串，可直接在上面的正则表达式右边添加+即可。

 

5.密码验证

　　当用户登陆网站时，一般都需要用户输入用户名和密码，这时作为前端攻城狮的我们就需要进行验证了。当然，一般来说，密码的复杂程度越高，用户信息安全性越高。

　　密码字符可以包括数字、字母和特殊字符。因此在一个密码中可以只有数字或只有字母或只有特殊字符，也可以同时拥有其中的两种，或同时拥有其中的三种，显然，拥有的种类越多，则改密码越安全。

A 只包含数字的密码验证

　　这种形式的验证显然是非常简单的，其安全性也非常低。如下所示：

\d+

　　这样的表达式可以验证数字个数大于等于1的密码。而一般我们输入密码时有具体的要求，比如6到12位，我们可以按照下面的方式来验证。

\d{6,12}

　　

B 只包含字母的密码验证

　　这也很简单，同样安全性较差。我们可以这样验证限制在6-12位的密码。

 

C 只包含特殊字符的密码验证

　　同样很简单，即

 [、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]{6,12}

　　此正则表达式验证的是6到12位的纯特殊字符的密码。

 

D 包含数字和字母的密码验证

　　这里似乎很简单，但实际上却不是，因为我们必须保证数字和字母同时都有。我的思考如下（如果大家觉得有更简洁的方式可以提出来）：

[\da-zA-Z]*((\d+[a-zA-Z]+)|([a-zA-Z]+\d+))[\da-zA-Z]*

　　其中中间的分组（第一个分组）((\d+[a-zA-Z]+)|([a-zA-Z]+\d+))表示这个密码中必须是一个或几个数字后面跟着一个或几个字母 或者 一个或几个字母后面跟着一个或几个数字。如45dda或da564这种形式，如果一个密码时555或daf这肯定是不能匹配的。但这还是不够的，如果我们还希望在45dda的左边有字母，右边还有数字时，我们就需要在两边添加[\da-zA-Z]*了，其中*表示0个或多个。

 

E 包含数字和特殊字符的密码验证

　　在D的基础上，这里的正则表达式就很好写了，只需将字母的验证替换为特殊字符的验证即可，如下所示：

[\d、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*((\d+[、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+)|([、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+\d+))[\d、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*

 

F 包含字母和特殊字符的密码验证

　　在E的基础上，我们直接将其中的数字用字母来替换即可，如下所示：

[a-zA-Z_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*(((a-zA-Z)+[_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+)|([_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+(a-zA-Z)+))[a-zA-Z_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*

　　这里为什么验证不成功呢？？  如果有大神了解，希望可以给予指导，感激。

 

G 包含字母、数字和特殊字符的密码验证

　　如果三者都包含，那么此时密码的安全度是最高的。那么，怎么实现这样的密码验证呢？

　　思路同样的，即左右两边需要有字母、数字、字符串同时放在一个字符类里，中间的分组需要通过6次或运算即可实现。

　　

　　

第三部分：文件名称验证

　　　每一个文件都有它自己的名称，该名称由两部分组成:文件名和文件扩展名。基于此，下面我们将要介绍 指定文件扩展名的验证、 指定文件名的验证、 包含指定字符串的文件全名的验证、 排除两端存在空白符的文件全名验证。

1. 指定文件扩展名的验证 

　　假设我们验证文件扩展名为pdf的名称。验证时，文件名是长度至少为1的任意字符串。方法如下：

      

　　其中.+表示匹配长度至少为1、由非换行符组成的字符串。\.是为了对.进行转义。

2. 指定文件名的验证

　　假设我们验证文件名为javascript的名称。验证时，文件扩展名是长度至少为1的单词字符串。方法如下：

      

 

3. 包含指定字符串的文件全民名验证

　　这种验证方法是非常常见的，即一个文件全名中需要包含指定的字符串，比如一个文件全民中必须包含java这个字符串。验证方法如下：

　　

 

4. 排除两端存在空白字符的文件全名验证

　　前面我们没有考虑到文件名两端存在空白字符的情况，然而，文件名的两端是不允许存在空白字符的。 

   （1）如果验证一个字符串不是以空白字符开头，可用(?!expression),即零宽度负预测先行断言。该断言可以指定此位置的后面不能匹配表达式expression，于是验证如下：

　　　　

   (2) 如果验证一个字符串不是以空白字符结束，可用(?<!expression)，即零宽度负回顾后发断言，它断言自身位置的前面不能匹配表达式expression,于是验证如下：

^.+(?<! )\.\w+$

 

（3） 结合上面两种情况，即可得到文件名两端都不存在空格的验证如下所示：

^(?! ).+(?<! )\.\w+$

 

 

第四部分：电子邮件、HTTP/FTP地址验证

　　这四个都是网络的常用元素，尤其是电子邮件的验证用的很多。

1.电子邮件验证

　　 我们知道常见的电子邮箱有163 邮箱 126 邮箱 QQ 邮箱 Gmail邮箱 雅虎邮箱 Hotmail 新浪邮箱 139 邮箱 TOM邮箱 21CN邮箱 搜狗邮箱 189邮箱 188财富邮亿邮 Yeah邮箱 搜狐邮箱 Foxmail等等，但是他们的特点都十分类似，如qq邮箱地址：1843021156@qq.com，Gmail邮箱地址 zhuzhenwei789@gmail.com等等。当然上述的邮箱是大型公司提供的免费邮箱。 公司还可以有自己的企业邮箱。比如123456abcd@facai.com.cn等等。

　　综上所述，我们可以看出邮箱一般是由名称、字符@和域名后缀组成。

　　根据邮箱的特点，我们便可以使用下面的正则表达式来验证电子邮件地址：

^\w+@(\w+\.)+\w+

　　效果如下所示：

　　当然，下面这种方法（思路）也是一样的：

^\w+@\w+(\.\w+)+

　　上面的说法是有问题的，这里更正，应该是 

^[\w.]+@(\w+\.)+\w+

　　因为前面的名称也有可能是有小数点的。

2.HTTP、FTP地址验证

　　　HTTP地址一般是以字符串"http://"或"https:"开头的字符串。它可以被. / ? & % =分割。 如http://www.cnblogs.com、https://www.baidu.com/s?wd=谷歌&rsv_spt=1、http://cn.bing.com/search?q=javascript等等。而FTP和HTTP的唯一区别在于开头是FTP而不是HTTP或HTTPS。

　     于是可知验证表达式如下：

((http|ftp|https)://)(([a-zA-Z0-9\._-]+\.[a-zA-Z]{2,6})|([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}))(:[0-9]{1,4})*(/[a-zA-Z0-9\&%_\./-~-]*)?

       首先该正则表达式匹配的字符串必须以http://、https://、ftp://开头；

       其次该正则表达式能匹配URL或者IP地址；（如：http://www.baidu.com 或者 http://192.168.1.1）

      然后该正则表达式能匹配到URL的末尾，即能匹配到子URL；（如能匹配：http://www.baidu.com/s?wd=a&rsv_spt=1&issp=1&rsv_bp=0&ie=utf-8&tn=baiduhome_pg&inputT=1236）

      最后该正则表达式能够匹配端口号；

 

 

结语：

　　这篇文章写完才发现对正则表达式的理解还不够透彻，比如字母、数字、特殊字符构成的密码验证还有些问题待解决，最后HTTP和FTP的验证我觉得写的也过于繁杂，并没有解决所有问题。所以如果大家有什么好的建议希望可以指教，在此表示感谢。

 

 

注：原创文章，如需转载，请注明出处，博客地址：http://www.cnblogs.com/zhuzhenwei918/p/6202932.html