正则表达式实例分析

正则表达式——实例分析（更新2009-03-10）
关键字: 正则表达式

(1)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;}
----------------------------------------------------------------------------------------------------------


(2)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
String.prototype.trim = function()
{
return this.replace(/(^s*)|(s*$)/g, “”);
}
----------------------------------------------------------------------------------------------------------


(3)应用：利用正则表达式分解和转换IP地址
function IP2V(ip) //IP地址转换成对应数值
{
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))
----------------------------------------------------------------------------------------------------------


(4)应用：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″) ; //Page1.htm
----------------------------------------------------------------------------------------------------------


(5)应用：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=”/blog/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=”/blog/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=”/blog/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=”/blog/value.replace(/[W]/g,””) “onbeforepaste=”clipboardData.setData(’text’,clipboardData.getData(’text’).replace(/[^d]/g,”
----------------------------------------------------------------------------------------------------------


(6)利用正则表达式去除字串中重复的字符的算法程序：
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
----------------------------------------------------------------------------------------------------------


(7)在字符串中精确查找链接地址
((http|https|ftp):(\/\/|\\\\)((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3})(((\/[\~]*|\\[\~]*)
(\w)+)|[.](\w)+)*(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)

我们知道，链接地址一般以http或者https或者ftp等形式出现。初步总结一下就是，链接地址必须符合如下条件：
条件1
　以http://或者https://或者ftp://等开头（当然还有其它形式，这里只列出主要的）
条件2
　http://后面必须跟一个单词字符，紧接着单词字符后面的是"."（这样的组合必须出现一次或多次）。紧跟着“.”后面的是域名后缀（如net或者com或者cn等，如果是以IP地址的形式出现就可以是数字）
条件3
　出现完整的链接地址后，还可以出现下一级或者更多级的目录（还要注意个人主页的地址有可能出现"~"符号）
条件4
　链接地址末尾可以带参数。如典型的页数?PageNo=2&action=display等
现在我们用下面的代码来逐个匹配上面的条件——


1、((http|https|ftp):(\/\/|\\\\) 满足条件1
表示http:// http:\\ https:// https:\\ ftp:// ftp:\\都匹配（在这里考虑了某些用户可能把"//"输成“\\”的易发性错误）
注意："|"表示“或者”，"\"是转义字符。“\/\/”表示"//"，“\\\\”表示"\\"

2、((\w)+[.]){1,}(net|com|cn|org|cc|tv|[0-9]{1,3}) 满足条件2
“((\w)+[.]){1,}”表示一个单词字符加一个点号可以出现1次或者多次（这里考虑了某些用户喜欢省略www而将http://www.w3c.com写成http://w3c.com）
“(net|com|cn|org|cc|tv|[0-9]{1,3})”表示必须要以net或者com或者cn或者org或者cc或者tv或者三位以下的数字结束
[0-9]{1,3}表示三位以下的数字，因为ip地址的任何段不能超过255

3、(((\/[\~]*|\\[\~]*)(\w)+)|[.](\w)+)* 满足条件3
“(\/[\~]*|\\[\~]*)”表示可以出现"/~"或者是"\~"，（其中“[\~]*”表示 ~ 可以出现也可以不出现），因为不是每个链接地址都有下一级目录
“(\w)+)|[.](\w)+)”表示必须出现一个单词字符（即目录或者是一个带有扩展名的文件）
注意：最后还有一个“*”表示上面括号内的可以出现也可以不出现，否则就只能匹配有下一级目录的链接地址了。

4、(((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*)满足条件4
“((([?](\w)+){1}[=]*))*((\w)+){1}”表示形如"?PageNo=2"的字符串可以出现也可以不出现，如果出现则只能出现一次（因为不可能有两个“？”号出现）。

“([\&](\w)+[\=](\w)+)*)”表示形如“&action=display”的字符串可以出现也可以不出现（因为并不是每个网页都带有两个以上的参数。

整个“((([?](\w)+){1}[=]*))*((\w)+){1}([\&](\w)+[\=](\w)+)*)*”表示形如“? PageNo=2&action=display”的字符串可以出现也可以不出现（即链接地址可以有参数也可以没有参数）

把上面的组合起来，我们就可以匹配一个比较全面的链接地址了。比用简单的“(http:\/\/\S+)”来匹配一个链接地址要好，读者可以自行行测试比较。当然，这段代码还有很多不足之处，希望大家能够继续改进。
----------------------------------------------------------------------------------------------------------


(8)替代典型的标签:[/b]
我们的目的就是要把成对的替换成<b></b>下面来看我们实现它的模板
　　(\[b\])(.+)(\[\/b\])
这里用了"(.+)"来配匹到之间的整个字符串，在替代的时候我们要写成这样
　　str=checkexp(re,str,"<b>$2</b>")
（注意：checkexp是我自定义的函数，将在后面给出。这个函数将把按照我们提供的模板进行替代。）

也许你会问这里出现一个"$2"是什么东东,呵注意了这个$2可是很重要的，它代表了"(.+)"所配匹的整个字符串。
为什么是$2而不是$1、$3呢？因为$1代表(\[b\])所匹配的"[b]"字符串，$3代表(\[\/b\])所匹配的""字符串，显然这里我们需要的是$2而不是$1$3。
----------------------------------------------------------------------------------------------------------


(9)<div class="a">北京</div> <div class="b">上海</div>怎么得到上海
结果："<div\\s+class=\"b\"\\s*>(.+?)</div>"
----------------------------------------------------------------------------------------------------------


(10)如何用正则表达式判断（第3和第3fsdf）这两种形式为非法，其余组合为合法，前提条件是能输入的只有数字，字母，中文。
var value = "第3fsdf"; 
var pattern = /^第3(fsdf)?$/; 
if(value.match(pattern)){ 
    alert(非法); 
}
----------------------------------------------------------------------------------------------------------


(11)匹配一个英文姓名的js 正则表达式
例如： li/ming   mi ng/li  m i ng /  l i
姓和名之间一定得用特殊符号"/"来隔开，姓和名同时可以有多个空格
除了特殊符号"/"以外，任何特殊等号都不可以出现。

/^([a-z\s]+)\/([a-z\s]+)$/i
----------------------------------------------------------------------------------------------------------


(12)<a href="11">11</a><a href="22">22</a>
用正则表达式如何找到第一个<a到第一个</a>之间的内容？

"<a href=\"11\">11</a><a href=\"22\">22</a>".replaceAll("(?i)<a(.*?)>[^<]+</a>","$1")
结果是href="11" href="22"

用“<a.*</a>”只能匹配到最后那个</a>,而没有匹配到第一个</a>的
<a.*</a>
改成
<a.*?</a>
默认情况下为贪婪模式，也就是最大匹配，<a.*</a>会匹配它能找到的最长的字符串，加上?就是懒惰模式，会找到最短的字符串

----------------------------------------------------------------------------------------------------------


(13)要实现下面的功能；
String s="1-4级份开始到福建卡的师傅2-8级份开始到5福建卡的师傅9-14级份开始到福建卡的师傅$";

提取1-4级，2-8级等等这样的字段，放在一个数组中
eg；string[] ss=.....;
    ss[0]=1-4级;  ss[1]=2-8级; ......
用Java语言写，最好用Java自带的正则表达式库；

import java.util.ArrayList; 
import java.util.List; 
import java.util.regex.Matcher; 
import java.util.regex.Pattern; 
class StringTest{ 
        public static void main(String[] args){ 
           new StringTest().testRegex(); 
        } 
    public void testRegex(){ 
        String str="1-4级份开始到福建卡的师傅2-8级份开始到5福建卡的师傅9-14级份开始到福建卡的师傅$"; 
        String reg = "(\\d+-\\d+级)"; 
        String[] marches = this.findMarch(str, reg); 
                System.out.println("Find:"+marches.length); 
    } 
     
    private String[] findMarch(String str,String reg){ 
        Pattern pattern = Pattern.compile(reg); 
        Matcher matcher = pattern.matcher(str); 
        List<String> list = new ArrayList<String>(); 
        while(matcher.find()){ 
            System.out.println(matcher.group(1)); 
            list.add(matcher.group(1)); 
        } 
        String[] marches = new String[list.size()]; 
        for(int i=0; i<list.size(); i++){ 
            marches[i] = list.get(i); 
        } 
        return marches; 
    } 
}

----------------------------------------------------------------------------------------------------------


(14)某个非数字字符串后面只跟3个数字
js: /^[^0-9]{1,}[0-9]{3}$/  

[^0-9]{1,} 匹配非数字,出现一次以上.
[0-9]{3} 匹配出现三次的数字

java:Pattern p = Pattern.compile("[^0-9]{1,}[0-9]{3}");

----------------------------------------------------------------------------------------------------------


(15)判断字符是否是除了 @  ——  ， ？ “” |  ~  %  *  ！之外的其他符号？
import java.util.regex.Pattern; 
import java.util.regex.Matcher; 
public class testMatch2{ 
    public static boolean checkNameReg(String str) {    
       String badword = "[^@——，？“”|~%*！]";    
       Pattern pattern = Pattern.compile(badword);    
       Matcher matcher = pattern.matcher(str);    
       return matcher.find();    
    }   

    public static void main(String[] args){ 
        String str = "@——"; 
        System.out.println("str match result:"+checkNameReg(str)); 
         
        String str2 = "开始"; 
        System.out.println("str match result:"+checkNameReg(str2)); 
         
    } 
}
----------------------------------------------------------------------------------------------------------


(16)匹配除078之外的三位数

\\d{3}(?<!078)
----------------------------------------------------------------------------------------------------------


(17)var s = "ab
cd
ef
gh";
现在想把s里面的回车换行转换成$符号。。。。

s.replace(/\n/mg, '$')  或者  s.replace(/\n/g, '$')

----------------------------------------------------------------------------------------------------------


(18)在JS中,求一正则表达式用以识别以下表达式是否合法:
A > B      A < B     A >= B     A <= B    A != B
其中 A B 为不是 <,>,= 的任何字符串，而且A B必存在  <,>,>=,<=,!= 两边可以用0到n个空格
如   fddd > fda3  fdafds != dddd   fda <= fdsa   合法
     fddd ! fda   fdsafdsa >=      fdee !=       不合法

"其中 A B 为不是 <,>,= 的任何字符串"
如果是这样的话，就是[^<>=]+\s*(([<>!]{0,1}=)|[<>=]{1,1})\s*[^<>=]+
如果带！，就是 [^<>!=]+\s*(([<>!]{0,1}=)|[<>=]{1,1})\s*[^<>!=]+
A!=(空格)  被实别为 true    修改为 [^<>=\s]+\s*(([<>!]{0,1}=)|[<>=]{1,1})\s*[^<>=\s]+  可以

----------------------------------------------------------------------------------------------------------


(19)判断一个字符串是不是以“yyyy-mm-dd”的格式输入的

String patternStr = "^((((19){1}|(20){1})(\\d){2})|(\\d){2})[-\\s]{1}[01]{1}(\\d){1}[-\\s]{1}[0-3]{1}(\\d){1}$";
----------------------------------------------------------------------------------------------------------


(20)String table = "<table>sdafaf<tr></tr>dasdf</table>sadfadfasdf</table>sadfasdfasdfadsf</table>";
假如现在有这么一个字符串。
想截取第一个<table></table>中的内容

Pattern pattern = Pattern.compile("<table>((?!</table>).)*</table>");
----------------------------------------------------------------------------------------------------------


(21)问题描述：
resultStr = "@inproceedings{1031197, author = {S. Alireza Aghili and Divyakant Agrawal and Amr El Abbadi}, title = {Protein structure alignment using geometrical features}, booktitle = {CIKM '04: Proceedings of the thirteenth ACM international conference on Information and knowledge management}, year = {2004}, isbn = {1-58113-874-1}, pages = {148--149}, location = {Washington, D.C., USA}, doi = {http://doi.acm.org/10.1145/1031171.1031197}, publisher = {ACM}, address = {New York, NY, USA}, },"

要将resultStr中{}内部的内容识别出来，并与 = 前的内容匹配。即得到
author的值为S. Alireza Aghili and Divyakant Agrawal and Amr El Abbadi，
title的值为Protein structure alignment using geometrical features，等等。

rs：
String resultStr ="字符串";    
Pattern p = Pattern.compile("[\\s\\t]+([\\w\\s]+)=[\\s]+\\{([^}]+)\\}");       
   
Map tmpMap = new HashMap();    
Matcher m = p.matcher(resultStr);       
while(m.find()){       
    String key=m.group(1);    
    String value=m.group(2);        
    System.out.println(key+"="+value);       
    tmpMap.put(key,value);    
}      
GlobalMode obj = new GlobalMode();     
obj.setAuthor(tmpMap.get("author"));    
obj.setTitle(tmpMap.get("title"));    
.... 
----------------------------------------------------------------------------------------------------------


(22)"**jsunit/**/*.js" 这个类型的正则表达式用JAVA怎么去写.

".*jsunit\\/.*\\/.*\\.js"
----------------------------------------------------------------------------------------------------------


(23)一个奇怪的正则问题
System.out.println("111".matches("(\\d)((?!\\1)\\d)\\3")); 
输出false
System.out.println("111".matches("((\\d)((?!\\1)\\d)\\3)")); 
怎么会是true

因为前一个正则表达式里，匹配到(?!\1)的时候，第一个捕获分组（(\d)）已经匹配到内容了，内容是1，而这里的否定正向环视要求这个位置的右边不是1，所以不匹配。
后一个正则表达式里，匹配到(?!\1)的时候，第一个捕获分组尚未匹配完因而内容还是空的，这样这个否定正向环视就不影响后续匹配，最后整个正则表达式就匹配了。
----------------------------------------------------------------------------------------------------------


(24)用正则表达式去检查mail地址时，而mail地址比较怪,用了"-",而"-"恰好是正则里的特殊字符,用\\-去过滤,不成功,给个思路?

public class RegexTest extends TestCase { 

    public void test() { 
        String regex = "[a-zA-Z\\-]"; 
         
        assertTrue(Pattern.compile(regex).matcher("a").matches()); 
        assertTrue(Pattern.compile(regex).matcher("A").matches()); 
        assertTrue(Pattern.compile(regex).matcher("-").matches()); 

        assertFalse(Pattern.compile(regex).matcher("1").matches()); 
        assertFalse(Pattern.compile(regex).matcher(".").matches()); 
        assertFalse(Pattern.compile(regex).matcher(">").matches()); 
    } 
}

----------------------------------------------------------------------------------------------------------


(25)如何匹配 任意连续字符
比如  123aa4556 中的aa ，55

import java.util.regex.*; 

public class Test { 
    public static void main(String[] args) { 
        Pattern p = Pattern.compile("(.)\\1+"); 
        String str = "12333455aaabc677"; 
        Matcher m = p.matcher(str); 
        while (m.find()) { 
            System.out.println(str.substring(m.start(), m.end())); 
        } 
    } 
} 

// 输出： 
// 333 
// 55 
// aaa 
// 77

----------------------------------------------------------------------------------------------------------


(26)用正则表达式匹配一个insert的SQL语句，能够自动地将变量赋给对应的字段，比如
SQL=“insert into table（item1，item2，item3） values（:item1,:item2,:item3）”
map.put(item1,"111")
map.put(item2,"222")
map.put(item3,"333")

想用正则表达式自动的将SQL语句中的:item1,:item2,:item3替换成map中对应的“111”,"222","333"

String SQL="insert into table（item1，item2，item3) values(:item1,:item2,:item3)";  
            Map map = new HashMap(); 
            map.put("item1","111");  
            map.put("item2","222");  
            map.put("item3","333");  

            Pattern p=Pattern.compile("(?::)(\\w+)(?:\\b)");    
            Matcher m=p.matcher(SQL);    
            StringBuffer result=new StringBuffer();    
            while (m.find()) {    
                String key=m.group(1);    
                m.appendReplacement(result,(String)map.get(key));    
            }    
            m.appendTail(result);    
            String resultSql=result.toString(); 
            System.out.println(resultSql);

----------------------------------------------------------------------------------------------------------


(27)求一个去括号()中间任意字符串的JAVA正则表达式
String s="(Jack)[e-mail],"+  
      "(杰克)[e-mail],"+  
      "(jack son.()杰克)[e-mail],"+  
      "(杰克.jack)[e-mail],";  

String result= s.replaceAll("\\((?<=\\()[^@]+(?=(\\)[^)]+@))\\)","");  
System.out.println("Result:"+result);
----------------------------------------------------------------------------------------------------------


(28)只匹配 15位 或者 18 位
/^\d{15}$|^\d{18}$/
----------------------------------------------------------------------------------------------------------


(29)要写一个判断金额小于等于20，小数位数只能有1位，不是负数的正则表达式
js: /^(?:20(?:\.0)?|1?\d(?:\.\d)?)$/
java: "^(?:20(?:\\.0)?|1?\\d(?:\\.\\d)?)$"

----------------------------------------------------------------------------------------------------------


(30)正则表达式 用来匹配提取aa，bb的值
   String src1 = "/ssiwh/vieen/;aa=87211_diweuj;bb=wqqeii_998;qq/;/";
   String re1  = "(?<=([aa|bb]=))[^;]+(?=;)";
   Pattern p = Pattern.compile(re1);
   Matcher m = p.matcher(src1);
      
   while(m.find()){  
       String tmp = m.group();
       System.out.println("结果:"+tmp);
   }
----------------------------------------------------------------------------------------------------------


(31)要求是：只能输入0-24之间的数字，最多只允许两位小数。
var re = /(^[0-9]([.][0-9]{1,2})?$)|(^1[0-9]([.][0-9]{1,2})?$)|(^2[0-3]([.][0-9]{1,2})?$)|(^24([.]0{1,2})?$)/;
或者
/^([1](?:[0-9]|)|[2](?:[0-3]|)|[0-9])(?:\.[0-9]{1,2}|)$|^24(?:\.0{1,2}|)$/