正则表达式

有过一定编程经验的朋友都知道，在做条件匹配、查找符合某些复杂规则的字符串时往往都要使用正则表达式，正则表达式就是用于描述这些规则的工具。可能有些表达式看起来很恐怖，但掌握规律后就不难了！下面先看几个表达式。
 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
 验证电话号码：^((d{3,4})|d{3,4}-)?d{7,8}$
 验证InternetURL：^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$
 现在是不是有一点晕啊，没关系，下面我就讲一讲基础的语法点。
 在window中，如果你要查找所有的文本文件你会用*.txt，查找a开头的word文档时用a*.doc等等，其实这些就是简单的正则表达式。下面我就开始介绍正则表达式的大部分语法。
 1、\b 代表着单词的开头或结尾，也就是单词的分界处。如：要查找'ling'，用\bling\b
 2、* 它指定前边的内容可以连续重复使用任意次以使整个表达式得到匹配，如找以ab开头的字符串：\bab*\b
 3、. 指一个元字符，匹配除了换行符以外的任意字符。如找ab开头，中间是除换行符外的字符，以t结尾：\bab.*t\b
 4、\d 匹配一个数字。如找-1到-9的数：-\d
 5、\d{2} 匹配两个数字
 6、\d{3,6} 匹配三到六位的数字。{n,}n次或更多次。
 7、\d+ 匹配1个或更多连续的数字
 8、\s 匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等
 9、\w 匹配字母或数字或下划线或汉字等。看看\ba\w*\b表示什么。它表示以字母a开头的单词。\b\w{6}\b呢？匹配六个字符的单词。

 10、^ 匹配字符串的开始。
 11、$ 匹配字符串的结束。如匹配5到12位的QQ号：^\d{5,12}$
 12、\ 字符转意
 13、? 重复一次或0次
 14、[aeiou] 就匹配任何一个英文元音字母。[a-z0-9_]匹配任意一个小写字母或数字
 15、() 表示分组。后面还会详细讲。
好了，有了上面的知识，来看一个复杂点的：\(?0\d{2}[) -]?\d{8}。
这个表达式可以匹配几种格式的电话号码，像(010)81112222，或022-81112222，或029 81112222等。我们对它进行一些分析吧：首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0，后面跟着2个数字(\d{2})，然后是)或-或空格中的一个，它出现1次或不出现(?)，最后是8个数字(\d{8})。但这个表达式也能匹配010)12345678或(022-87654321这样的“不正确”的格式。怎么匹配我们想要的那结果呢？这就是下面要讲的分枝条件。
 16、分枝条件| 表示或。上面那问题，如果要得到(010)81112222或022-81112222等等这样的结果就要用：\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}
 17、分组() 用例子讲：(\d{1,3}\.){3}\d{1,3}，匹配x.x.x.x。x表示0到999的整数。看明白了吧，这个是不是很像ip地址啊。但这个还不行，要匹配ip地址的话要用：
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。这个表达式的关键是理解2[0-4]\d|25[0-5]|[01]?\d\d?我在这就不多说了，多看几遍你就可以看明白。
 18、反义[^x] 匹配除x外的任意字符。记住，一定要有字符给它匹配，因为它会消耗字符。
  \W 匹配任意不是字母，数字，下划线，汉字的字符。
  \S 匹配任意不是空白符的字符。
  \D 匹配任意非数字的字符。
  \B 匹配不是单词开头或结束的位置
  给个例子：<a[^>]+>匹配用尖括号括起来的以a开头的且不只一个字符的字符串
 19、后向引用 如\b(\w+)\b\s+\1\b，\1表示前面()里的东东，即(\w+)，这可以匹配run run
  还有一种后向引用，用(?'keyword'条件）或(?<keyword>条件）。因此上面的例子可以表示成：\b(?<key>\w+)\b\s+\k<key>\b
  与后向引用有点关系的(?:exp)，匹配exp,不捕获匹配的文本，也不给此分组分配组号。即不会像前两种那样被捕获到某个组里面，也不会拥有组号，什么情况下用？我想就是当你想引用前面某一个exp，但不又不希望用到它里面的一小部分内容，就可以把这部分内容放入(?:exp)里面。
 20、零宽正预测先行断言(?=exp) 比如\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.时，它会匹配sing和danc
 21、零宽正回顾后发断言(?<=exp) 比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。再给一个例子：(?<=\s)\d+(?=\s)。匹配以空白符间隔的数字(再次强调，不包括这些空白符)
 22、零宽负预测先行断言(?!exp) 断言此位置的后面不能匹配表达式exp。例如：\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字。\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词。看到这，你可能会觉得它的功能好像和[^exp]有点像，我给个例子：\b\w*q[^u]\w*\b能匹配一个里面含q，但q后不是u的单词，不过它也能匹配像Iraq,unit这样不是单词的东东。要使它只能是一个单词，则用：\b\w*q（?!u)\w*\b
 23、零宽负回顾后发断言(?<!exp) 断言此位置的前面不能匹配表达式exp。例如(?<![a-z])\d{3}匹配前面不是小写字母的三位数字。(?<=<(\w+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内里的内容。
 24、(?#comment)  做注释。
如(?<=    # 断言要匹配的文本的前缀
      <(\w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)
      )       # 前缀结束
      .*      # 匹配任意文本
      (?=     # 断言要匹配的文本的后缀
      <\/\1>  # 查找尖括号括起来的内容：前面是一个"/"，后面是先前捕获的标签
      )       # 后缀结束

 25、贪婪法则 以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配
 26、懒惰匹配.*?  意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。例子：a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。还有几个，下面列出，就不举例子了。
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
 27、(?'group') 把捕获的内容命名为group,并压入堆栈(Stack) 
 (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败
 (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分
 (?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败
只给一个复杂的例子。匹配嵌套的<div>标签：<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>

当然正则表达式还不只这些，有兴趣的朋友可以找我拿文档。

下面是一些比较实用的正则表达式：
匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：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）

匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：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

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(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}$
评注：表单验证时很实用

匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

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

匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位

匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用

匹配特定数字：
^[1-9]\d*$　 　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串

在使用RegularExpressionValidator验证控件时的验证功能及其验证表达式介绍如下:

只能输入数字：“^[0-9]*$”
只能输入n位的数字：“^d{n}$”
只能输入至少n位数字：“^d{n,}$”
只能输入m-n位的数字：“^d{m,n}$”
只能输入零和非零开头的数字：“^(0|[1-9][0-9]*)$”
只能输入有两位小数的正实数：“^[0-9]+(.[0-9]{2})?$”
只能输入有1-3位小数的正实数：“^[0-9]+(.[0-9]{1,3})?$”
只能输入非零的正整数：“^+?[1-9][0-9]*$”
只能输入非零的负整数：“^-[1-9][0-9]*$”
只能输入长度为3的字符：“^.{3}$”
只能输入由26个英文字母组成的字符串：“^[A-Za-z]+$”
只能输入由26个大写英文字母组成的字符串：“^[A-Z]+$”
只能输入由26个小写英文字母组成的字符串：“^[a-z]+$”
只能输入由数字和26个英文字母组成的字符串：“^[A-Za-z0-9]+$”
只能输入由数字、26个英文字母或者下划线组成的字符串：“^w+$”
验证用户密码:“^[a-zA-Z]w{5,17}$”正确格式为：以字母开头，长度在6-18之间，

只能包含字符、数字和下划线。
验证是否含有^%&’,;=?$”等字符：“[^%&',;=?$x22]+”
只能输入汉字：“^[u4e00-u9fa5],{0,}$”
验证Email地址：“^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$”
验证InternetURL：“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$”
验证电话号码：“^((d{3,4})|d{3,4}-)?d{7,8}$”

正确格式为：“XXXX-XXXXXXX”，“XXXX-XXXXXXXX”，“XXX-XXXXXXX”，

“XXX-XXXXXXXX”，“XXXXXXX”，“XXXXXXXX”。
验证身份证号（15位或18位数字）：“^d{15}|d{}18$”
验证一年的12个月：“^(0?[1-9]|1[0-2])$”正确格式为：“01”-“09”和“1”“12”
验证一个月的31天：“^((0?[1-9])|((1|2)[0-9])|30|31)$”