正则表达式汇总<转>

常用的数字正则（严格匹配）

正则	含义
^[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）

----------------------------------------------------------------------------------------------------------------

常用字符串正则

正则	含义	补充
^[A-Za-z]+$	匹配由26个英文字母组成的字符串	或/^[a-z]+$/i
^[A-Z]+$	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	注意\w包含下划线_
^\w+$	匹配由数字、26个英文字母或者下划线组成的字符串	
常用数字正则和常用字符串正则，是最基本的正则应用，读者可以作为入门的练习，试试能不能快速的读懂其中的含义。

----------------------------------------------------------------------------------------------------------------

匹配中文字符

普遍使用的正则是[\u4e00-\u9fa5]，但这个范围并不完整。例如：
/[\u4e00-\u9fa5]/.test('中国')//测试部首⻏，返回false
根据Unicode5.0版编码，要准确的判断一个中文字符要包括：
范围	含义	范围	含义
2E80-2EFFCJK部首补充	2F00-2FDF	康熙字典部首
3000-303FCJK符号和标点	31C0-31EF	CJK笔画
3200-32FF封闭式CJK文字和月份	3300-33FF	CJK兼容
3400-4DBFCJK统一表意符号扩展A	4DC0-4DFF	易经六十四卦符号
4E00-9FBFCJK统一表意符号	F900-FAFF	CJK兼容象形文字
FE30-FE4FCJK兼容形式	FF00-FFEF	全角ASCII、全角标点
因此，正确的匹配中文字符正则表达式为：
varrcjk=/[\u2E80-\u2EFF\u2F00-\u2FDF\u3000-\u303F\u31C0-\u31EF\u3200-\u32FF\u3300-\u33FF\u3400-\u4DBF\u4DC0-\u4DFF\u4E00-\u9FBF\uF900-\uFAFF\uFE30-\uFE4F\uFF00-\uFFEF]+/g;
如果不希望匹配标点、符号，在正则中去掉对应的范围即可：
3000-303F	CJK符号和标点	FF00-FFEF	全角ASCII、全角标点

----------------------------------------------------------------------------------------------------------------

匹配双字节字符(包括汉字在内)

[^\x00-\xff]，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），代码示例如下：
console.info("abc".replace(/[^\x00-\xff]/g,"aa").length)//3
console.info("汉字".replace(/[^\x00-\xff]/g,"aa").length)//4
console.info("abc汉字".replace(/[^\x00-\xff]/g,"aa").length)//7

----------------------------------------------------------------------------------------------------------------
匹配HTML标记的正则表达式

先说说网上流传的版本：
<(\S*?)[^>]*>.*?</\1>|<.*?/>
*?	*表示0个或多个，?表示0个或1个，两个叠加起来标识0个多个，与*的功能重叠
(\S*?)	标签的长度必须大于0，因此不能用*?
|<.*?\/>	没有分组，无法获取以<div/>这种自关闭格式书写的标签
</\1>
<.*?/>	有的标签是不关闭的，比如<br><hr>，因此不能强制关闭
修正如下：
varrtag=/^<([a-z]+)\s*\/?>.*(?:<\/\1>)?$/i
rtag.exec('<-div></-div>')//null
rtag.exec('<div>abc')//["<div>abc","div"]
这个表达式也不完善，比如第二条测试语句，这么写是为了能提取中包含了文本内容的标签，如果要严格匹配，可再次修改为：
varrtag=/^<([a-z]+)\s*\/?>(?:<\/\1>)?$/i//去掉了中间的.*
这个正则的应用范围仅限于简单的标签匹配、提取，不能匹配嵌套标记。

----------------------------------------------------------------------------------------------------------------

匹配首尾空白字符的正则表达式

先说说网上流传的版本：
^\s*|\s*$
可以删除行首行尾的空白字符，例如：
'\t\n\rabc\t\n\r'.replace(/^\s*|\s*$/g,'')//abc
但是用\s*不能判断出字符串是否在开头或结尾处有\s，例如：
/^\s*|\s*$/.test('abc')//true
修正如下：
^\s+|\s+$
'\t\n\rabc\t\n\r'.replace(/^\s+|\s+$/g,'')//abc
/^\s+|\s+$/.test('abc')//false

----------------------------------------------------------------------------------------------------------------

匹配Email地址的正则表达式

先介绍下Email的规则：local-part@domain
	local-part最长64，domain最长253，总长最长256
	local-part可以使用任意ASCII字符：
	大小写英文字母a-z,A-Z
	数字0-9
	字符!#$%&'*+-/=?^_`{|}~
	字符.不能是第一个和最后一个，不能连续出现两次
	但是有些邮件服务器会拒绝包含有特殊字符的邮件地址
	domain（域名）仅限于26个英文字母、10个数字、连词号-
	连词号-不能是第一个字符
	顶级域名（com、cn等）长度为2到6个
先说说网上流传的版本：
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
()	莫名奇妙的分组，如果只分组不记录，可以使用(?:)
@\w	domain不能包含下划线_
\w+([-.]\w+)*	顶级域名不符合规则
修正如下：
varremail=/^([\w-_]+(?:\.[\w-_]+)*)@((?:[a-z0-9]+(?:-[a-zA-Z0-9]+)*)+\.[a-z]{2,6})$/i
remail.exec('[e-mail]')//"[e-mail]","nuysoft","gmail.com"]
remail.exec('[e-mail]')//null
remail.exec('nuysoft@_gmail.com)//null
修正后的正则有如下局限性：
	不支持中文邮箱、中文域名，之所以不在其中支持是因为我个人的爱好倾向，反感这类华而不实的玩意
	不支持特殊符号，避免非邮件服务器拒绝，如果需要，可以添加。
参考文章：
http://en.wikipedia.org/wiki/Email_address
http://baike.baidu.com/view/119298.htm

----------------------------------------------------------------------------------------------------------------

匹配网址URL的正则表达式

先说说网上流传的版本：
[a-zA-z]+://[^\s]*
粗糙，没有对URL中各个块进行分组
修正如下（又一段网上流传的版本）：
var_url="^((https|http|ftp|rtsp|mms)?://)?"//
		+"(([0-9a-z_!~*'().&=+$%-]+:)?[0-9a-z_!~*'().&=+$%-]+@)?"//ftp的user@
		+"(([0-9]{1,3}.){3}[0-9]{1,3}"//IP形式的URL-199.194.52.184
		+"|"//允许IP和DOMAIN（域名）
		+"([0-9a-z_!~*'()-]+.)*"//域名-www.
		+"([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]."//二级域名
		+"[a-z]{2,6})"//firstleveldomain-.comor.museum
		+"(:[0-9]{1,4})?"//端口-:80
		+"((/?)|"//aslashisn'trequiredifthereisnofilename
		+"(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$";
varrurl=newRegExp(_url,'i');

测试：
rurl.exec('baidu.com')//["baidu.com",undefined,"baidu.com","baid","",undefined]
rurl.exec('http://baidu.com')//
rurl.exec('http://www.baidu.com')//["http://baidu.com","http://","http",undefined]
rurl.test('baidu')//true
看来不怎么也好用，有待学习TODO。

----------------------------------------------------------------------------------------------------------------

匹配帐号是否合法

先说说网上流传的版本：
^[a-zA-Z][a-zA-Z0-9_]{4,15}$
(字母开头，允许5-16字节，允许字母数字下划线)
限制必须以字母开头现在看来不合适，比如QQ登录平台
限制不能以下划线开头也没有必要，比如百度就允许，因此简单点
修正如下：
varruser=/\w{4,16}/

----------------------------------------------------------------------------------------------------------------

匹配国内电话号码

网上流传的版本很好用：
\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

网上流传的版本很好用：
[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

----------------------------------------------------------------------------------------------------------------

匹配中国邮政编码

网上流传的版本很好用：
[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字

----------------------------------------------------------------------------------------------------------------

匹配身份证

先说说网上流传的版本：
\d{15}|\d{18}
d{15}
\d{18}	可以判断，但是有些粗糙
从身份证可以解析出地址、生日、性别等，因此特别说明一下：
	身份证规则
中国的身份证为15位（一代）或18位（二代），区别在于二代证只是在一代证的第七位数字前加了19和在末尾加了一位验证码
	将15位升级为18位，并解析18位号码构成（地址、生日、性别）
代码如下：
functionparseID(ID){
	if(ID.length==15){
		//升级为18位
		ID=ID.substr(0,6)+"19"+ID.substr(6);
		//前17位对应的系数
		varrank=[
				"7","9","10","5","8","4","2","1","6","3","7","2"
		];
		//前17为加权除以17后的余数对应的最后一位身份证号码
		varlast=[
				"1","0","X","2"
		];
		//加权和
		for(vari=0,sum=0,len=ID.length;i<len;i++)
			sum+=ID[i]*rank[i];
		//加上最后一位
		ID+=last[sum%11];
	}
	if(ID.length!=18)returnnull;

	varmatch=rid.exec(ID);
	returnmatch?{
		ID:ID,area:match[1],y:match[2],m:match[3],d:match[4],sex:match[5]%2
	}:null;
}
限制：
	这里只是解析出了地址代码，如何将代码转换为实际地址请问度娘。
	返回对象中的sex为1（男）或0（女），并未做转换，如果页面显示需要，可以这样转换：sex?"男":"女"
测试：
console.info(parseID("142327840821047"));
console.info(parseID("142327198408210470"));
参考资料：
http://baike.baidu.com/view/118340.htm#1

----------------------------------------------------------------------------------------------------------------

匹配IP地址

先说说网上流传的版本：
\d+\.\d+\.\d+\.\d+
\d	数字没有限制
修正如下：
varrip=/^(?:(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])\.){3}(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])$/;
rip.test("192.168.1.1")//true
rip.test("0.0.0.0")//true
rip.test("255.255.255.255")//true
rip.test("256.255.255.255")//false
进一步增加分组：
varrip2=/^([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])$/;
rip2.exec("192.168.1.1")//["192.168.1.1","192","168","1"]
rip2.exec("0.0.0.0")//["0.0.0.0","0"]
rip2.exec("255.255.255.255")//["255.255.255.255","255","255"]
rip2.exec("256.255.255.255")//null