正则匹配中文及常用正则表达式 (转载)

先放一个同事安利给我的网站:regex101

查询匹配的中文字符unicode编码

 

正则表达式用于字符串处理、表单验证、日志数据分析等场合,实用高效。现将自己走网上搜索并总结的常用方法收集了一下:

匹配中文字符的正则表达式: [\u4e00-\u9fa5]
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]
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
注:可以用来删除空白行

匹配HTML标记的正则表达式:<(\S?)[^>]>.?</>|<.? />
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$
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+)*
注:表单验证时很实用

匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
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_]$
注:表单验证时很实用

匹配国内电话号码:\d-\d|\d-\d
注:匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号:[1-9][0-9]
注:腾讯QQ号从10000开始

匹配中国邮政编码:[1-9]\d(?!\d)
注:中国邮政编码为6位数字

匹配身份证:\d|\d
注:中国的身份证为15位或18位

匹配ip地址:\d+.\d+.\d+.\d+
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)
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
注:最基本也是最常用的一些表达式

 


下面记录我用到的匹配:

匹配工作年数:  [1-9][0-9]*[\u5e74]

 

作者: CrazyKK

ex-ACMer@hust,stackoverflow-engineer@sensetime

说点什么

您将是第一位评论人!

提醒
wpDiscuz