正則表達式入門學習
一、課程目標：
明白正則表達式是什么，并對它有一些基本的了解，在使用時更有目的的去查找，或者修改、編寫。
二、正則表達式到底是什么？
1、在編寫JS驗證條件時，經常會有查找符合某些復雜規則的字符串的需要。正則表達式就是用于描述這些規則的工具。換句話說，正則表達式就是記錄文本規則的代碼。
2、基本每個人者使用過Windows下用于文件查找的通配符(wildcard)，也就是*和?。如果你想查找某個目錄下的所有的Word文檔的 話，你會搜索*.doc。在這里，*會被解釋成任意的字符串。和通配符類似，正則表達式也是用來進行文本匹配的工具，只不過比起通配符，它能更精確地描述 你的需求——當然，代價就是更復雜。
學習正則表達式的最好方法是從例子開始，理解例子之后再自己對例子進行修改，實驗。如下示例：
1、假設你在一篇英文小說里查找hi，你可以使用正則表達式hi。這幾乎是最簡單的正則表達式了，它可以精確匹配這樣的字符串：由兩個字符組成，前 一個字符是h,后一個是i。不幸的是，很多單詞里包含hi這兩個連續的字符，比如him,history,high等等。用hi來查找的話，這里邊的hi 也會被找出來。如果要精確地查找hi這個單詞的話，我們應該使用\bhi\b。
2、\b是正則表達式規定的一個特殊代碼（元字符，metacharacter），代表著單詞的開頭或結尾，也就是單詞的分界處。雖然通常英文的單詞是由空格，標點符號或者換行來分隔的，但是\b并不匹配這些單詞分隔字符中的任何一個，它只匹配一個位置。如果需要更精確的說法，\b匹配這樣的位置：它的前一個字符和后一個字符不全是(一個是,一個不是或不存在)\w。
3、假如你要找的是hi后面不遠處跟著一個Lucy，你應該用\bhi\b.*\bLucy\b。
這里，.是另一個元字符，匹配除了換行符以外的任意字符。*同樣是元字符，不過它代表的不是字符，也不是位置，而是數量——它指定*前邊的內容可以 連續重復使用任意次以使整個表達式得到匹配。因此，.*連在一起就意味著任意數量的不包含換行的字符。現在\bhi\b.*\bLucy\b的意思就很明 顯了：先是一個單詞hi,然后是任意個任意字符(但不能是換行)，最后是Lucy這個單詞。
換行符就是'\n',ASCII編碼為10(十六進制0x0A)的字符。
如果同時使用其它元字符，我們就能構造出功能更強大的正則表達式。比如下面這個例子：
4、0\d\d-\d\d\d\d\d\d\d\d匹配這樣的字符串：以0開頭，然后是兩個數字，然后是一個連字號“-”，最后是8個數字(也就是中國的電話號碼。當然，這個例子只能匹配區號為3位的情形)。
這里的\d是個新的元字符，匹配一位數字(0，或1，或2，或……)。-不是元字符，只匹配它本身。
為了避免那么多煩人的重復，我們也可以這樣寫這個表達式：0\d{2}-\d{8}。這里\d后面的{2}({8})的意思是前面\d必須連續重復匹配2次(8次)。
現在已經知道幾個很有用的元字符了，如\b,.,*，還有\d.正則表達式里還有更多的元字符，比如\s匹配任意的空白符，包括空格，制表符(Tab)，換行符，中文全角空格等。\w匹配字母或數字或下劃線或漢字等。
下面來看看更多的例子：
5、\ba\w*\b匹配以字母a開頭的單詞——先是某個單詞開始處(\b)，然后是字母a,然后是任意數量的字母或數字(\w*)，最后是單詞結束處(\b)。
6、\d+匹配1個或更多連續的數字。這里的+是和*類似的元字符，不同的是*匹配重復任意次(可能是0次)，而+則匹配重復1次或更多次。
現在我們說說正則表達式里的單詞是什么意思吧：就是不少于一個的連續的\w。這與學習一門語言很相似。\b\w{6}\b 匹配剛好6個字符的單詞。
元字符^（和數字6在同一個鍵位上的符號）和$都匹配一個位置，這和\b有點類似。^匹配你要用來查找的字符串的開頭，$匹配結尾。這兩個代碼在驗證輸入的內容時非常有用
7、比如一個驗證要求你填寫的QQ號必須為5位到12位數字時，可以使用：^\d{5,12}$。這里的{5,12}和前面介紹過的{2}是類似的，只不過{2}匹配只能不多不少重復2次，{5,12}則是重復的次數不能少于5次，不能多于12次，否則都不匹配。
因為使用了^和$，所以輸入的整個字符串都要用來和\d{5,12}來匹配，也就是說整個輸入必須是5到12個數字，因此如果輸入的QQ號能匹配這個正則表達式的話，那就符合要求了。
如果你想查找元字符本身的話，比如你查找.,或者*,就出現了問題：你沒辦法指定它們，因為它們會被解釋成別的意思。這時你就得使用\來取消這些字符的特殊意義。因此，你應該使用\.和\*。當然，要查找\本身，你也得用\\.
8、例如：deerchao\.net匹配deerchao.net，C:\\Windows匹配C:\Windows。
我們已經看過了前面的*,+,{2},{5,12}這幾個匹配重復的方式了。
下面是一些使用重復的例子：
9、Windows\d+匹配Windows后面跟1個或更多數字
要想查找數字，字母或數字，空白是很簡單的，因為已經有了對應這些字符集合的元字符，但是如果你想匹配沒有預定義元字符的字符集合(比如元音字母a,e,i,o,u),應該怎么辦？
10、很簡單，你只需要在方括號里列出它們就行了，像[aeiou]就匹配任何一個英文元音字母，[.?!]匹配標點符號(.或?或!)。
11、我們也可以輕松地指定一個字符范圍，像[0-9]代表的含意與\d就是完全一致的：一位數字；同理[a-z0-9A-Z_]也完全等同于\w（如果只考慮英文的話）。
12、下面是一個更復雜的表達式：\(?0\d{2}[) -]?\d{8}。
“(”和“)”也是元字符，是用作分組的，所以在這里需要使用轉義。
這個表達式可以匹配幾種格式的電話號碼，像(010)88886666，或022-22334455，或02912345678等。我們對它進行一 些分析吧：首先是一個轉義字符\(,它能出現0次或1次(?),然后是一個0，后面跟著2個數字(\d{2})，然后是)或-或空格中的一個，它出現1次 或不出現(?)，最后是8個數字(\d{8})。
不幸的是，剛才那個表達式也能匹配010)12345678或(022-87654321這樣的“不正確”的格式。要解決這個問題，我們需要用到分 枝條件。正則表達式里的分枝條件指的是有幾種規則，如果滿足其中任意一種規則都應該當成匹配，具體方法是用|把不同的規則分隔開。看例子：
13、0\d{2}-\d{8}|0\d{3}-\d{7}這個表達式能匹配兩種以連字號分隔的電話號碼：一種是三位區號，8位本地號(如010-12345678)，一種是4位區號，7位本地號(0376-2233445)。
14、\(?0\d{2}\)?[- ]?\d{8}|0\d{2}[- ]?\d{8}這個表達式匹配3位區號的電話號碼，其中區號可以用小括號括起來，也可以不用，區號與本地號間可以用連字號或空格間隔，也可以沒有間隔。
15、\d{5}-\d{4}|\d{5}這個表達式用于匹配美國的郵政編碼。美國郵編的規則是5位數字，或者用連字號間隔的9位數字。之所以要給出這個例子是因為它能說明一個問題：使用分枝條件時，要注意各個條件的順序。如果你把它改成\d{5}|\d{5}-\d{4}的話，那么就只會匹配5位的郵編(以及9位郵編的前5位)。原因是匹配分枝條件時，將會從左到右地測試每個條件，如果滿足了某個分枝的話，就不會去再管其它的條件了。
我們已經提到了怎么重復單個字符（直接在字符后面加上限定符就行了）；但如果想要重復多個字符又該怎么辦？你可以用小括號來指定子表達式(也叫做分組)，然后你就可以指定這個子表達式的重復次數了，你也可以對子表達式進行其它一些操作。
16、(\d{1,3}\.){3}\d{1,3}是一個簡單的IP地址匹配表達式。要理解這個表達式，請按下列順序分析它：\d{1,3}匹配1 到3位的數字，(\d{1,3}\.){3}匹配三位數字加上一個英文句號(這個整體也就是這個分組)重復3次，最后再加上一個一到三位的數字 (\d{1,3})。
不幸的是，它也將匹配256.300.888.999這種不可能存在的IP地址。如果能使用算術比較的話，或許能簡單地解決這個問題，但是正則表達 式中并不提供關于數學的任何功能，所以只能使用冗長的分組，選擇，字符類來描述一個正確的IP地址：((2[0-4]\d|25[0-5]|[01]? \d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。
十、反義
有時需要查找不屬于某個能簡單定義的字符類的字符。比如想查找除了數字以外，其它任意字符都行的情況，這時需要用到反義：
17、\S+匹配不包含空白符的字符串。
18、<a[^>]+>匹配用尖括號括起來的以a開頭的字符串。
十一、常用正則表達式
說明：正則表達式通常用于兩種任務：1.驗證，2.搜索/替換。用于驗證時，通常需要在前后分別加上^和$，以匹配整個待驗證字符串；搜索 /替換時是否加上此限定則根據搜索的要求而定，此外，也有可能要在前后加上\b而不是^和$。此表所列的常用正則表達式，除個別外均未在前后加上任何限 定，請根據需要，自行處理。
說明 |
正則表達式 |
網址（URL） |
[a-zA-z]+://[^\s]* |
IP地址(IP Address) |
((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) |
電子郵件(Email) |
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* |
QQ號碼 |
[1-9]\d{4,} |
HTML標記(包含內容或自閉合) |
<(.*)(.*)>.*<\/\1>|<(.*) \/> |
密碼(由數字/大寫字母/小寫字母/標點符號組成，四種都必有，8位以上) |
(?=^.{8,}$)(?=.*\d)(?=.*\W+)(?=.*[A-Z])(?=.*[a-z])(?!.*\n).*$ |
日期(年-月-日) |
(\d{4}|\d{2})-((0?([1-9]))|(1[1|2]))-((0?[1-9])|([12]([1-9]))|(3[0|1])) |
日期(月/日/年) |
((0?[1-9]{1})|(1[1|2]))/(0?[1-9]|([12][1-9])|(3[0|1]))/(\d{4}|\d{2}) |
時間(小時:分鐘, 24小時制) |
((1|0?)[0-9]|2[0-3]):([0-5][0-9]) |
漢字(字符) |
[\u4e00-\u9fa5] |
中文及全角標點符號(字符) |
[\u3000-\u301e\ufe10-\ufe19\ufe30-\ufe44\ufe50-\ufe6b\uff01-\uffee] |
中國大陸固定電話號碼 |
(\d{4}-|\d{3}-)?(\d{8}|\d{7}) |
中國大陸手機號碼 |
1\d{10} |
中國大陸郵政編碼 |
[1-9]\d{5} |
中國大陸身份證號(15位或18位) |
\d{15}(\d\d[0-9xX])? |
非負整數(正整數或零) |
\d+ |
負整數 |
-[0-9]*[1-9][0-9]* |
整數 |
-?\d+ |
小數 |
(-?\d+)(\.\d+)? |
openkk 
javacas 
jopen