一刻钟精通正则表达式(转)

        想必很多人都对正则表达式都头疼。今天，我以我的认识，加上网上一些文章，希望用常人都可以理解的表达方式来和大家分享学习经验。

　　开篇,还是得说说 ^ 和 $ 他们是分别用来匹配字符串的开始和结束，以下分别举例说明：
        "^The": 开头一定要有"The"字符串;
        "of despair$": 结尾一定要有"of despair" 的字符串;
        那么,
        "^abc$": 就是要求以abc开头和以abc结尾的字符串，实际上是只有abc匹配。

　　"notice": 匹配包含notice的字符串。

　　你可以看见如果你没有用我们提到的两个字符(最后一个例子)，就是说 模式(正则表达式) 可以出现在被检验字符串的任何地方，你没有把他锁定到两边。

　　接着,说说 '*', '+',和 '?',

　　他们用来表示一个字符可以出现的次数或者顺序. 他们分别表示：

1. 　　"zero or more"相当于{0,},
2. 　　"one or more"相当于{1,},
3. 　　"zero or one."相当于{0,1}, 这里是一些例子:
4. 　　"ab*": 和ab{0,}同义,匹配以a开头,后面可以接0个或者N个b组成的字符串("a", "ab", "abbb", 等);
5. 　　"ab+": 和ab{1,}同义,同上条一样，但最少要有一个b存在 ("ab", "abbb", 等.);
6. 　　"ab?":和ab{0,1}同义,可以没有或者只有一个b;
7. 　　"a?b+$": 匹配以一个或者0个a再加上一个以上的b结尾的字符串.

　　要点, '*', '+',和 '?'只管它前面那个字符.

　　你也可以在大括号里面限制字符出现的个数，比如

1. 　　"ab{2}": 要求a后面一定要跟两个b(一个也不能少)("abb");
2. 　　"ab{2,}": 要求a后面一定要有两个或者两个以上b(如"abb", "abbbb", 等.);
3. 　　"ab{3,5}": 要求a后面可以有2-5个b("abbb", "abbbb", or "abbbbb").

　　现在我们把一定几个字符放到小括号里，比如：

1. 　　"a(bc)*": 匹配 a 后面跟0个或者一个"bc";
2. 　　"a(bc){1,5}": 一个到5个 "bc."

　　还有一个字符 '│', 相当于OR 操作:

　　"hi│hello": 匹配含有"hi" 或者 "hello" 的 字符串;

　　"(b│cd)ef": 匹配含有 "bef" 或者 "cdef"的字符串;

　　"(a│b)*c": 匹配含有这样多个(包括0个)a或b，后面跟一个c的字符串;

　　一个点('.')可以代表所有的单一字符,不包括"\n"

　　如果,要匹配包括"\n"在内的所有单个字符,怎么办?

　　对了,用'[\n.]'这种模式.

　　"a.[0-9]": 一个a加一个字符再加一个0到9的数字

　　"^.{3}$": 三个任意字符结尾 .

　　中括号括住的内容只匹配一个单一的字符

　　"[ab]": 匹配单个的 a 或者 b ( 和 "a│b" 一样);

　　"[a-d]": 匹配'a' 到'd'的单个字符 (和"a│b│c│d" 还有 "[abcd]"效果一样); 一般我们都用[a-zA-Z]来指定字符为一个大小写英文

　　"^[a-zA-Z]": 匹配以大小写字母开头的字符串

　　"[0-9]%": 匹配含有 形如 x% 的字符串

　　",[a-zA-Z0-9]$": 匹配以逗号再加一个数字或字母结尾的字符串

　　你也可以把你不想要得字符列在中括号里，你只需要在总括号里面使用'^' 作为开头 "%[^a-zA-Z]%" 匹配含有两个百分号里面有一个非字母的字符串.

　　要点:^用在中括号开头的时候,就表示排除括号里的字符。为了PHP能够解释，你必须在这些字符面前后加'',并且将一些字符转义.

　　不要忘记在中括号里面的字符是这条规路的例外?在中括号里面, 所有的特殊字符，包括(''), 都将失去他们的特殊性质 "[*\+?{}.]"匹配含有这些字符的字符串.

　　还有,正如regx的手册告诉我们: "如果列表里含有 ']', 最好把它作为列表里的第一个字符(可能跟在'^'后面). 如果含有'-', 最好把它放在最前面或者最后面, or 或者一个范围的第二个结束点[a-d-0-9]中间的‘-’将有效.

　　看了上面的例子,你对{n,m}应该理解了吧.要注意的是,n和m都不能为负整数,而且n总是小于m. 这样,才能 最少匹配n次且最多匹配m次. 如"p{1,5}"将匹配 "pvpppppp"中的前五个p



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*$)

应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下：

String.prototype.trim = function()
{
return this.replace(/(^\s*)|(\s*$)/g, "");
}

利用正则表达式分解和转换IP地址：

下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：

function IP2V(ip)
{
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //匹配IP地址的正则表达式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}

不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：

var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))

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- ./?%&=]*)?

利用正则表达式去除字串中重复的字符的算法程序：[注：此程序不正确，原因见本贴回复]

var s="abacabefgeeii"
var s1=s.replace(/(.).*\1/g,"$1")
var re=new RegExp("["+s1+"]","g")
var s2=s.replace(re,"")
alert(s1+s2) //结果为：abcefgi

我原来在CSDN上发贴寻求一个表达式来实现去除重复字符的方法，最终没有找到，这是我能想到的最简单的实现方法。思路是使用后向引用取出包括重复的字符，再以重复的字符建立第二个表达式，取到不重复的字符，两者串连。这个方法对于字符顺序有要求的字符串可能不适用。

得用正则表达式从URL地址中提取文件名的javascript程序，如下结果为page1

s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)

利用正则表达式限制网页表单里的文本框输入内容：

用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"

用正则表达式限制只能输入全角字符： onkeyup="value=value.replace(/[^\uFF00-\uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"

用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^\d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\d]/g,''))"

用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[\W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\d]/g,''))"