当前位置：首页 > news >正文

正则表达式概述

news 2025/7/20 8:40:31

在编程中，处理字符串是一项常见且重要的任务。而正则表达式，作为一种强大的字符串匹配工具，能帮助我们高效地完成各种复杂的字符串处理需求。无论是数据验证、文本搜索与替换，还是日志分析等场景，正则表达式都能大显身手。今天，我们就来全面了解一下正则表达式。

一、什么是正则表达式

正则表达式，又称正规表示法、常规表示法（英语：Regular Expression，在代码中常简写为 regex、regexp 或 RE），是计算机科学中的一个概念。它使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。

正则表达式就像 JSON 一样，是一种通用的标准，被多种开发语言所支持，包括 Java、JavaScript、C、C++、C#、Python、SQL 等。在 Javaweb 项目中，正则表达式通常用于前端验证，所以我们接下来将以 JavaScript 为例来学习正则表达式。

二、正则表达式的创建方式

在 JavaScript 中，有两种创建正则表达式的方式：

第一种方式：使用RegExp构造函数

var reg = new RegExp('^a$');

第二种方式：使用字面量形式，这种方式在 JavaScript 中更推荐使用

var reg = /^a$/;

三、第一个正则表达式示例

为了让大家更直观地理解正则表达式的使用，我们来看一个简单的例子。这个例子实现的功能是：验证输入的文本是否为字符 “a”。

<html lang="en">
<head><meta charset="UTF-8"><title>正则表达式</title>
</head>
<body>
<input type="text" id="name" />&nbsp;&nbsp;
<span id="msg"></span>
<br><br>
<input type="button" onclick="test()" value="测试">
</body>
<script type="text/javascript">function test(){var value = document.getElementById("name").value;// 定义一个匹配字符a的正则表达式var reg = new RegExp('^a$'); // 第一种方式// var reg = /^a$/; // 第二种方式 在js中推荐使用// 获取正则匹配的结果 true falsevar result = reg.test(value);// 定义显示结果var html = result ? '合法' : '不合法';// 在页面显示正则匹配结果document.getElementById("msg").innerHTML = html;}
</script>
</html>

在这个例子中，当我们在输入框中输入内容并点击 “测试” 按钮时，JavaScript 函数test()会获取输入框的值，然后使用正则表达式^a$来匹配该值。如果匹配成功（即输入的是 “a”），则显示 “合法”；否则，显示 “不合法”。其中，^表示匹配输入字符串的开始位置，$表示匹配输入字符串的结束位置，所以^a$只能匹配单独的字符 “a”。

四、正则表达式的匹配规则

1. 字符类匹配

[abc]：匹配 a、b 或 c 中的任意一个字符。
[^abc]：匹配除了 a、b、c 之外的任何单个字符。
[a-zA-Z]：匹配 a 到 z 或 A 到 Z 中的任意一个字母，包括两头的字母。
[0-9]：匹配 0 到 9 之间的任意一个数字。

2. 元字符匹配

.：匹配除换行符（\n、\r）之外的任何单个字符。如果要匹配包括\n在内的任何字符，可以使用像(.|\n)这样的模式。
\w：匹配字母、数字、下划线，等价于[A-Za-z0-9_]。
\W：匹配非字母、数字、下划线，等价于[^A-Za-z0-9_]。
\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]。
\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]。
\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'。
^：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。

3. 数量词

X?：表示 X 出现一次或一次也没有。
X*：表示 X 出现零次或多次。
X+：表示 X 出现一次或多次。
X{n}：表示 X 恰好出现 n 次。
X{n,}：表示 X 至少出现 n 次。
X{n,m}：表示 X 至少出现 n 次，但是不超过 m 次。

4. 字符转义

如果你想查找元字符本身，比如查找.或者*，就需要使用\来取消这些字符的特殊意义。例如，要匹配www.txjava.cn，正则表达式应该是www\.txjava\.cn；要匹配c:\windows，正则表达式应该是c:\\windows。当然，要查找\本身，也得用\\。

5. 分组

如果想要重复一个字符串，可以用小括号来指定子表达式（也叫做分组），然后就可以指定这个子表达式的重复次数了。

例如，(\d{1,3}\.){3}\d{1,3}是一个简单的 IP 地址匹配表达式。我们来分析一下：\d{1,3}匹配 1 到 3 位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号（这个整体作为分组）重复 3 次，最后再加上一个 1 到 3 位的数字(\d{1,3})。不过，这个表达式也会匹配像 256.300.888.999 这种不可能存在的 IP 地址（因为 IP 地址中每个数字都不能大于 255）。

一个能正确匹配 IP 地址的正则表达式相对复杂，IPv4 的 ip 地址都是（1~225）.（0~255）.（0~255）.（1~255）的格式，对应的正则表达式如下：

^(1\d{2}|2[0-4]\d|22[0-5]|[1-9]\d|[1-9])\.(1\d{2}|2[0-4]\d|25[0-5]|[1-9]\d|\d)\.(1\d{2}|2[0-4]\d|25[0-5]|[1-9]\d|\d)\.(1\d{2}|2[0-4]\d|25[0-5]|[1-9]\d|[1-9])$

五、常见的正则表达式

1. 数字校验

数字：^[0-9]*$
n 位的数字：^\d{n}$
至少 n 位的数字：^\d{n,}$
m-n 位的数字：^\d{m,n}$
零和非零开头的数字：^(0|[1-9][0-9]*)$
非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
带 1-2 位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
有 1~3 位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
非零的负整数：^\-[1-9][0-9] *$ 或 ^-[1-9]\d*$
非负整数：^\d+$ 或 ^[1-9]\d*|0$
非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$
负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$
浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

2. 字符校验

汉字：^[\u4e00-\u9fa5]{0,}$
英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
长度为 3-20 的所有字符：^.{3,20}$
由 26 个英文字母组成的字符串：^[A-Za-z]+$
由 26 个大写英文字母组成的字符串：^[A-Z]+$
由 26 个小写英文字母组成的字符串：^[a-z]+$
由数字和 26 个英文字母组成的字符串：^[A-Za-z0-9]+$
由数字、26 个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$
可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
禁止输入含有~“”的字符：[^~\x22]+

3. 特殊需求校验

Email 地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
InternetURL：^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
国内电话号码（如 0511-4405222、021-87888822）：\d{3}-\d{8}|\d{4}-\d{7}
身份证号（15 位、18 位数字）：^\d{15}|\d{18}$
短身份证号码（数字、字母 x 结尾）：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
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}$
密码（以字母开头，长度在 6~18 之间，只能包含字母、数字和下划线）：^[a-zA-Z]\w{5,17}$
日期格式：^\d{4}-\d{1,2}-\d{1,2}
一年的 12 个月（01～09 和 1～12）：^(0?[1-9]|1[0-2])$
一个月的 31 天（01～09 和 1～31）：^((0?[1-9])|((1|2)[0-9])|30|31)$