正则表达式

by admin on 2018年12月30日

与鲍君初见是在运城,第一顿饭她请自己在一家地点人家里开的私房菜馆里吃酸辣鱼,第二顿饭我请他在一个回民馆子吃红烧牛肉。后来,这两菜就成了俺们餐桌上的平凡。

  转载自:http://114.xixik.com/regex/

成长于内陆的小子一直畏腥,对水产不怎么头疼。吉林人最善烹鱼,可是作为重口味的广东人,我又嫌他们的清蒸手法太素,因而在海南那么多年也没学会吃鱼。直到来了永州。

  正则表明式(英文:Regular Expression)在电脑科学中,是指一个用来
描述仍然配合一文山会海符合某个句法规则的字符串的单个字符串。

酸辣鱼是威德尔海的满族特色菜,这道菜的烹饪手法倒是没有怎么特别,将鱼放入锅中,加姜、蒜、辣椒等慢炖,其首要性特点在于菜中的酸味并不用醋来调,而用本地产的酸木瓜。外地人想要分辨这道菜的意味是不是正宗的话,只需要吃的时候在锅里找找有没有木瓜片。拳头大小的酸木瓜,切上小半个放置锅里,跟小鱼一起渐渐炖着。做这道菜最好用大锅,除了鱼是主料,一般还会再放入猪皮和嫩嫩的白豆腐,将要出锅前可以加一小把青菜。这样,锅里就有鱼有肉有荤有素,酸香鲜辣,滋味齐全。

一、常用正则表达式

一锅煮好的酸辣鱼端上来,先不说这芬芳,光是颜色就早已很赏心悦目。白的豆腐、黄的猪皮、绿的青菜,红的花椒,鱼和木瓜已经潜行汤里,深藏功与名。先吃几块锅边菜开开胃,再扒开鱼肉大快朵颐。这时的残害,腥味已经一去不返,只剩香辣酸嫩,正合我的口胃。每一次家里吃酸辣鱼的时候,米饭日常要多煮上一倍。有时候一锅荤素全都吃完之后,汤都舍不得倒掉,拿来拌饭或者是浇面。

  • 正则表明式用于字符串处理、表单验证等场馆,实用高效。现将一部分常用的表述
    式收集于此,以备不时之需。
  • 用户名:/^[a-z0-9_-]{3,16}$/   
  • 密码:/^[a-z0-9_-]{6,18}$/
  • 十六进制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
  • 电子邮箱:/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/
  • URL:/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w
    \.-]*)*\/?$/
  • IP 地址:
    /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][
    0-9]|[01]?[0-9][0-9]?)$/
  • HTML
    标签:/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/
  • Unicode 编码中的汉字范围:/^[u4e00-u9fa5],{0,}$/
  • 匹配华语字符的正则表明式: [\u4e00-\u9fa5]
    • 评注:匹配闽南语还真是个喉咙痛的事,有了这么些表明式就好办了
  • 匹配双字节字符(包括汉字在内):[^\x00-\xff]
    • 评注:可以用来测算字符串的长度(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明式:\n\s*\r
    • 评注:可以用来删除空白行
  • 匹配 HTML
    标记的正则表明式:<(\S*?)[^>]*>.*?</\1>|<.*?
    />

    • 评注:网上流传的本子太糟糕,下边那些也只是能匹配部分,对于复杂的嵌套标记还是不可以
  • 匹配首尾空白字符的正则表达式:^\s*|\s*$

    • 评注:能够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),至极有用的表达式
  • 匹配 Email 地址的正则表明式:
    \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

    • 评注:表单验证时很实用
  • 匹配网址 URL 的正则表明式:[a-zA-z]+://[^\s]*
    • 评注:网上流传的版本效果很简单,下边这多少个主题得以满足要求
  • 十分帐号是否合法(字母先导,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
  • 配合国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
    • 评注:匹配格局如 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
  • 匹配中国陆地邮编:[1-9]\d{5}(?!\d)
    • 评注:中国次大陆邮编为 6 位数字
  • 配合身份证:\d{15}|\d{18}
    • 评注:中国陆地的身份证为 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:处理大量多少时有用,具体行使时留意修正

在黄石,所有的本土宾馆中都会有酸辣鱼那道菜,而红烧牛肉一般是回民馆子的特点和商标。

 

俺们外出吃饭的话,回民的清真馆平时是首选。这种旅馆一般店面很小,一个点菜柜占去半壁江山,一般也就两三张桌子,高管兼厨神兼收银,茶水、碗筷、米饭自便,随意得很。

  • 配合特定字符串:

    • ^[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

红烧牛肉不是现烧的,牛肉是切成块用一只大锅放了料包常年放在火炉上炖着,肉质早已酥烂,客人来的时候盛一碗出来就是了。一般用的是这种两掌大的土碗,碗底铺上几片薄荷,装上牛肉,再添一大勺汤,撒上葱花和香菜。鲍生是北方人,对“大块吃肉”有执念,最反对肉里加些素的配菜,这种纯大碗肉的吃食最契合她的“食肉方针”。

  二、表明式全集

近期大家又发现了一处专门有益并且好吃的卖红烧牛肉的地点,在市区泰兴市面的后门处。

  正则表明式有多种不同的风骨。下表是在 PCRE
中元字符及其在正则表达式上下 文中的行为的一个整机列表:

市面的后门有一整排简单易行的棚子,棚子下是一个一个摊子,卖速食的简餐。炒好的荤素搭配的几样菜,另有几口荤锅,中间必有一口锅装着红烧牛肉。一个地点的风味菜一般是地面市场的代言,经由千巷万户的舌头们统计出来,最后,仍要回归到千巷万户的餐桌上来,注定不可以趋向于精致或者贵重。15块钱的一碗牛肉,再配一大碗米饭,既爽口又使得。来此处吃饭的有成千上万是给相邻的米面油批发店拉货送货的老公们,晴天一身灰土雨天一身泥水,进门喊一声“来一碗红烧”,然后就着同样规格的一大碗米饭呼噜呼噜吃下来,再喝两口汤,一身细汗冒出来,上午的活儿所需的马力又有了着落。活儿不急的时候,吃完饭坐着抽根烟,闲磕几句。也有附近的人烟复苏吃,可是总的来说,是老公多多。

字符 描述
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如,“n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。
^ 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性,$也匹配“\n”或“\r”之前的位置。
* 匹配前面的子表达式零次或多次。例如,zo*能匹配“z”以及“zoo”。*等价于{0,}。
+ 匹配前面的子表达式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
? 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”中的“do”。?等价于{0,1}。
{n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
{n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串“oooo”,“o+?”将匹配单个“o”,而“o+”将匹配所有“o”。
. 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符,请使用像“[.\n]”的模式。
(pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。
(?:pattern) 匹配pattern但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern) 正向预查,在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
(?!pattern) 负向预查,在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始
x|y 匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。
[xyz] 字符集合。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。
[^xyz] 负值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“plain”中的“p”。
[a-z] 字符范围。匹配指定范围内的任意字符。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b 匹配一个单词边界,也就是指单词和空格间的位置。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
\B 匹配非单词边界。“er\B”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。
\cx 匹配由x指明的控制字符。例如,\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。
\d 匹配一个数字字符。等价于[0-9]。
\D 匹配一个非数字字符。等价于[^0-9]。
\f 匹配一个换页符。等价于\x0c和\cL。
\n 匹配一个换行符。等价于\x0a和\cJ。
\r 匹配一个回车符。等价于\x0d和\cM。
\s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。
\S 匹配任何非空白字符。等价于[^\f\n\r\t\v]。
\t 匹配一个制表符。等价于\x09和\cI。
\v 匹配一个垂直制表符。等价于\x0b和\cK。
\w 匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。
\W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xn 匹配n,其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。.
\num 匹配num,其中num是一个正整数。对所获取的匹配的引用。例如,“(.)\1”匹配两个连续的相同字符。
\n 标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。
\nm 标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满足,若n和m均为八进制数字(0-7),则\nm将匹配八进制转义值nm。
\nml 如果n为八进制数字(0-3),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。
\un 匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。例如,\u00A9匹配版权符号(?)。

明日又进城采购,临走到市场后门吃“红烧”,吃完了也闲坐在当时看人家唠家常。邻桌坐了五个银发老者,一碗红烧牛肉,一碗红烧肥肠,一碗泡菜,两杯浓茶,没怎么见他们吃,尽顾着聊了。一个老者家中的姑娘要出嫁了,他正在备嫁妆,抱怨着亲家不怎么在意,觉得外孙女不受重视,担心她嫁过去了要受委屈。另一个长者就多次地劝她“儿孙自有儿孙福”“船到桥头自然直”。不远的商海出口处有间小屋,挂着“牲畜屠宰稽查点”,坐着一个很年轻的幼女,长日无事,坐在这里搂着个小镜子描眉画眼。对面的一些张小方桌被拼到了一头,一面各坐几名大汉,谈笑吃肉,喜出望外人生。几张黑得发亮的小矮桌矮凳,烂边缺角的土碗,黝黑的装着茶水的土陶罐,地上有来不及打扫的纸巾和两回性筷子,几缕阳光塑料棚顶的闲暇洒下来,这是红烧牛肉的世界,大家坐在其中据案大嚼,平常感到温馨找对了武装,虽在他乡,却如同归乡。

  以下是以 PHP 的语法所写的以身作则


  验证字符串是否只含数字与英文,字符串长度并在 4~16 个字符之间

村办微信公众号:贩乐记

1 <?php
2 
3 $str = 'a1234';
4 if (preg_match("^[a-zA-Z0-9]{4,16}$", $str)) {
5 echo "驗證成功"; } else {
6 
7 echo "驗證失敗"; }
8 
9 ?>

简易的台湾身份证字号验证

1 <?php
2 
3 $str = 'a1234';
4 if (preg_match("/^\w[12]\d{8}$/", $str)) {
5 echo "驗證成功"; } else {
6 
7 echo "驗證失敗"; }
8 
9 ?>

 

以下示例是用 Perl 语言写的,与地方的以身作则效率雷同

print $str = “a1234” =~ m:^[a-zA-Z0-9]{4,16}$: ? “COMFIRM” :
“FAILED”;

print $str = “a1234″ =~ m”^\w[12]\d{8}$” ? “COMFIRM” : “INVAILD”;

三、咋样写出高效用的正则表明式

  尽管纯粹是为着挑衅自己的正则水平,用来促成部分神效(例如利用正则表明式
总括质数、解线性方程),效能不是问题;尽管所写的正则表明式只是为了满 足
一一次、几十次的运作,优化与否区别也不太大。然则,假诺所写的正则表达式
会百万次、千万次地运行,功效就是很大的题目了。我这边总括了几条提升正则
表 达式运行效率的经历(工作中学到的,看书学来的,自己的回味),贴在这里。倘若你有其他的阅历而那边没有提及,欢迎赐教。

 为行文方便,先定义两个概念。

  误匹配:指正则表明式所匹配的始末范围超出了所急需限制,有些公文明明不符
合要求,不过被所写的正则式“击中了”。例如,假若采用\d{11}来匹配 11 位
的手机号,\d{11}不单能匹配正确的手机号,它还会匹配 98765432100 这样的显著不是手机号的字符串。大家把这样的匹配称之为误匹配。

  漏匹配:指正则表达式所匹配的情节所确定的界定太狭窄,有些公文确实是所需
要的,可是所写的正则没有将这种情状包括在内。例如,使用\d{18}来匹配 18
位的身份证号码,就会挂一漏万结尾是字母 X 的情事。

  写出一条正则表达式,既可能只现出误匹配(条件写得极宽松,其范围大于目标文本),也说不定只现出漏匹配(只描述了对象文本中多种动静种的一种),还可
能既有误匹配又有漏匹配。例如,使用\w+\.com 来匹配.com 结尾的域名,既会
误匹配 abc_.com 这样的字串(合法的域名中不含下划线,\w 包含了下划线这种
意况),又会挂一漏万 ab-c.com 这样的域名(合法域名中可以含中写道,可是\w 不
匹配中写道)。

  精准的正则表达式意味着既无误匹配且无漏匹配。当然,现实中存在这样的境况:
只美观到零星数量的文书,遵照这些文件写规则,可是那一个规则将会用到海 量
的公文中。这种状态下,尽可能地(假诺不是一心地)消除误匹配以及漏匹配,
并提升周转效能,就是咱们的对象。本文所提议的经历,首如果本着这种景观。

  理解语法细节。正则表明式在各类语言中,其语法大致相同,细节各有千秋。明
确所运用语言的正则的语法的底细,是写出科学、高效正则表达式的基础。例如,
perl 中与\w 等效的卓殊范围是[a-zA-Z0-9_];perl
正则式不帮忙肯定逆序环视 中采取可变的再一次(variable repetition inside
lookbehind,例如 (?<=.*)abc),可是.Net
语法是永葆这一特色的;又如,JavaScript 连逆序环
视(Lookbehind,如(?<=ab)c) 都不协理,而 perl 和 python
是永葆的。《领会 正则表明式》第 3
章《正则表明式的特性和宗派概览》明确地列出了各大山头正
则的异议,这篇随笔也大概 地列出了两种常用语言、工具中正则的可比。对于
具体使用者而言,至少应该详细精晓正在采用的这种工作语言教头则的语法细
节。

  先粗后精,先加后减。使用正则表明式语法对于目标文本举办描述和限量,可以像画壁画一样,先大致勾勒出框架,再渐渐在局步实现细节。仍举刚才的无绳电话机号
的例子,先界定\d{11},总不会错;再细化为 1[358]\d{9}, 就向前迈了一大
步(至于第二位是不是
3、5、8,这里无意深究,只举那样一个例证,表达渐渐细化的长河)。这样做的目标是先祛除漏匹配(刚起初先尽可能多
地兼容,做
加法),然后再一点一点地铲除误匹配(做减法)。这样有先有后,在考虑时才
不易出错,从而向“不误不漏”那多少个目的阔步前进。

  留有余地。所能看到的文件 sample
是简单的,而待匹配检验的文书是海量的,
暂时不可见的。对于这样的动静,在写正则表达 式时要跳出所能见到的公文的
圈子,开拓思路,作出“战略性前瞻”。例如,通常接到这么的杂质短信:“发
*票”、“发#漂”。假若要写规则屏蔽这样烦人的垃 圾短信,不但要能写出能够异常当前文件的正则表明式 发[*#](?:票|漂),还要可以想到
发.(?:票|漂|
飘)之类可能出现的“变种”。那在切实的园地可能会有指向的条条框框,不多言。
这样做的目标是祛除漏匹配,延长正则表明式的生命周期。

  明确。具体说来,就是当心用点号这样的元字符,尽可能不用星号和加号这样的
任意量词。只要能确 定范围的,例如\w,就不用用点号;只要可以预测重复次
数的,就毫无用任意量词。例如,写析取 twitter 音讯的台本,假诺一条音信的
xml 正文部分结 构是<span
class=”msg”>…</span>且正文中无尖括号,那么 <span
class=”msg”>[^<]{1,480}</span>那种写法的思路要好于<span
class=”msg”>.*</span>,原因有二:一是运用[^<],它保证了文件的限定不
会超出下一个紧跟于号所在的职位;二是明确长度限制,{1,480},其按照是一条
twitter 信息大致能的字符长度限制。当然,480 这一个尺寸是否正确还可推敲,
不过那种思路是值得借鉴的。说得狠一点,“滥用点号、星号和加号是不环保、
不负责任的做法”。

  不要让稻草压死骆驼。每使用一个常备括号()而不是非捕获型括号(?:…),就会
保留部分内存等着您重新做客。这样的正则表明式、无限次地运转次数,无异
于一根根稻草的堆加,终于能将骆驼压死。养成合理运用(?:…)括号的习惯。

  宁简勿繁。将一条复杂的正则表明式拆分为两条或多条简单的正则表达式,编程
难度会骤降,运行效能会进步。例如用来排除行首和行尾空白字符的正则表明式
s/^\s+|\s+$//g;,其运作功效理论上要低于 s/^\s+//g; s/\s+$//g;
。这些例
子出自《精晓正则表明式》第五章,书中对它的褒贬是“它几乎连接最快的,而
且显著最容易精通”。既快又便于精通,何乐而不为?工作中咱们还有其余的理
由要将 C==(A|B)这 样的正则表明式拆为 A 和 B 两条表明式分别实施。例如,即便 A 和 B 这二种状态只要有一种可以击中所需要的公文情势就会中标匹配,但是假设假定有一条子表达式 (例如 A)会生出误匹配,那么不论另外的子表明式
(例如 B)效用咋样之高,范围怎么着精准,C 的完整精准度也会因 A 而碰着震慑。

  巧妙定位。有时候,我们需要卓越的 the,是用作单词的 the(两边有空格),
而不是作为单词一片段的 t-h-e 的静止排列(例如 together 中的 the)。在适
当的时候用上^,$,\b 等等定位锚点,能使得提高找到成功匹配、淘汰不成功
匹配的效能。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图