随笔- 126 文章- 0 评论- 1307 阅读- 28万

自由学习正则表达式

嘿嘿，今天家又停电啦，就来写总结晚啦，只得等到现在啦，其实我们今天学习的是什么我已经不记得啦，由于这周给我们讲.Net的老师飞去给其他班级上课，于是我们就听课啦，而公司为了搪塞我们，给我们安排啦一个Oracle数据库老师，本以为可以学到这个是我们的荣幸啦，可是意想不到的是坐在第一排的我们都难以听到老师是什么，这个是给老师提建议啦，可是改变不了啊，这样的一天，课堂气氛甚是安静啊，我们100度的学习热度，最后一点点的下降到了零下，其实今天仅仅带我们安装Oracle数据库，可想而知，我们下载完文件，也没有安装成功，这样的一天就是这样结束的，我们学生痛苦啊，我们在想想公司反映还是自己学习吧，但是想啦一下，老师也是无辜的吧，不想打击她啦，于是我们选择默默地上课吧，默默祈祷这周安静的快点成为记忆拉。

不论因为什么原因，学习的每一天是不能落下的，于是自己看啦一下正则表达式，其实正则表达式是用来进行文本处理的技术，是语言无关的，在几乎所有语言中都有实现。javascript中还会用到，一个正则表达式就是由普通字符以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。就像通配符“*.jpg”、“%ab%”，它是对字符串进行匹配的特殊字符串，正则表达式能做什么那？其实正则表达式就是对字符串的处理，可以用来对字符串的匹配、字符串的提取、字符串的替换等；我们在项目中像做到采集器、敏感词过滤、URLRewite、Validator也可以使用正则表达式。下面就简单的总结一下吧。

一.元字符

.：匹配除\n之外的任何单个字符。例如正则表达式“b.g”能匹配如下字符串：“big”、“bug”、“b g”，但是不匹配“buug”，“b..g”可以匹配“buug”。

[ ] ：匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bug、big和bag，但是不匹配beg、baug。可以在括号中使用连字符“-”来指定字符的区间来简化表示，例如正则表达式[0-9]可以匹配任何数字字符，这样正则表达式“a[0-9]c”等价于“a[0123456789]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串；还可以制定多个区间，例如“[A-Za-z]”可以匹配任何大小写字母，“[A-Za-z0-9]”可以匹配任何的大小写字母或者数字。。

| ：将两个匹配条件进行逻辑“或”运算。‘z|food’能匹配“z”或“food”。‘(z|f)ood’则匹配“zood”或“food”。 //注意^$问题。

( ) ：将 () 之间括起来的表达式定义为“组”(group)，并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。把一些字符表示为一个整体。改变优先级、定义提取组两个作用。

二.元字符（限定符）

*：匹配0至多个在它之前的子表达式，和通配符*没关系。例如正则表达式“zo*”（等同于z(o)*）能匹配“z”、“zo”以及“zoo”；因此“.*”意味着能够匹配任意字符串。"z(b|c)*"→zb、zbc、zcb、zccc、zbbbccc。"z(ab)*"能匹配z、zab、zabab（用括号改变优先级）。

+ ：匹配前面的子表达式一次或多次，和*对比（0到多次）。例如正则表达式9+匹配9、99、999等。“zo+”能匹配“zo”以及“zoo”，不能匹配"z"。

? ：匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”。一般用来匹配“可选部分”。（终止贪婪模式）

{n} ：匹配确定的 n 次。“zo{2}”→zoo。例如，“e{2}”不能匹配“bed”中的“e”，但是能匹配“seed”中的两个“e”。 //seeeed,不可以。

{n,} :至少匹配n次。例如，“e{2,}”不能匹配“bed”中的“e”，但能匹配 “seeeeeeeed”中的所有“e”。

{n,m} ：最少匹配 n 次且最多匹配 m 次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。 {2,5}//bed,seed,seeed;beeeeed错误。

^（shift+6）：匹配一行的开始。例如正则表达式“^regex”能够匹配字符串“regex我会用”的开始，但是不能匹配“我会用regex”。^另外一种意思：非！（[^0-9]）

$ ：匹配行结束符。例如正则表达式“浮云$” 能够匹配字符串“一切都是浮云”的末尾，但是不能匹配字符串“浮云呀”

下面就简单的总结一下目前我们初步学习常用的正则表达式：

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

String.prototype.len=function(){return this.replace([^\x00-\xff]/g,"aa").length;}

匹配空行的正则表达式：\n[\s| ]*\r

匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

匹配首尾空格的正则表达式：(^\s*)|(\s*$)

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配网址URL的正则表达式：http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

            //bool r = Regex.IsMatch("bug", "^b.g$");
            //Console.WriteLine(r);

            //练习1：判断是否是合法的邮政编码（6位数字）
            //bool r = Regex.IsMatch("100010", @"^\d{6}$");
            //Console.WriteLine(r);

            //判断一个字符串是不是身份证号码，即是否是15或18位数字。
            //string s = "123456789012345678";
            //bool r = Regex.IsMatch(s, @"^\d{15}$|^\d{17}[0-9A-Za-z]$");
            //Console.WriteLine(r);

            //判断字符串是否为正确的国内电话号码，不考虑分机。
            //bool r = Regex.IsMatch("010-12345679544",@"^(\d{3,4}\-?\d{7,8}|\d{5})$");
            //Console.WriteLine(r);

            //判断一个字符串是否是合法的Email地址。一个Email地址的特征就是以一个字符序列开始，后边跟着“@”符号，后边又是一个字符序列，后边跟着符号“.”，最后是字符序列

            //bool r = Regex.IsMatch("123@163.com", @"^\w+@\w+\.\w+(\.\w+)?$");
            //Console.WriteLine(r);
            Console.Read();