jQuery源碼分析-02正則表達(dá)式 RegExp 常用正則表達(dá)式

更新時(shí)間：2011年11月14日 20:07:48 作者：

在網(wǎng)上找到一篇廣為流傳的文章《常用正則表達(dá)式》，逐一分析，不足地方進(jìn)行補(bǔ)充和糾正

作者：nuysoft/JS攻城師/高云　QQ：47214707　EMail：nuysoft@gmail.com
聲明：本文為原創(chuàng)文章，如需轉(zhuǎn)載，請注明來源并保留原文鏈接。
后文預(yù)告：jQuery中的正則表達(dá)式分析

2.4 常用正則表達(dá)式
在網(wǎng)上找到一篇廣為流傳的文章《常用正則表達(dá)式》，逐一分析，不足地方進(jìn)行補(bǔ)充和糾正。

復(fù)制代碼代碼如下:

 
常用的數(shù)字正則（嚴(yán)格匹配） 
正則 含義 
^[1-9]\d*$ 匹配正整數(shù) 
^-[1-9]\d*$ 匹配負(fù)整數(shù) 
^-?[1-9]\d*$ 匹配整數(shù) 
^[1-9]\d*|0$ 匹配非負(fù)整數(shù)（正整數(shù) + 0） 
^-[1-9]\d*|0$ 匹配非正整數(shù)（負(fù)整數(shù) + 0） 
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 匹配正浮點(diǎn)數(shù) 
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 匹配負(fù)浮點(diǎn)數(shù) 
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ 匹配浮點(diǎn)數(shù) 
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ 匹配非負(fù)浮點(diǎn)數(shù)（正浮點(diǎn)數(shù) + 0） 
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ 匹配非正浮點(diǎn)數(shù)（負(fù)浮點(diǎn)數(shù) + 0） 

復(fù)制代碼代碼如下:

 
常用字符串正則 

正則 含義 補(bǔ)充 
^[A-Za-z]+$ 匹配由26個(gè)英文字母組成的字符串 或 /^[a-z]+$/i 
^[A-Z]+$ 匹配由26個(gè)英文字母的大寫組成的字符串 
^[a-z]+$ 匹配由26個(gè)英文字母的小寫組成的字符串 
^[A-Za-z0-9]+$ 匹配由數(shù)字和26個(gè)英文字母組成的字符串 注意\w包含下劃線_ 
^\w+$ 匹配由數(shù)字、26個(gè)英文字母或者下劃線組成的字符串 
常用數(shù)字正則和常用字符串正則，是最基本的正則應(yīng)用，讀者可以作為入門的練習(xí)，試試能不能快速的讀懂其中的含義。 

復(fù)制代碼代碼如下:

 
匹配中文字符 

普遍使用的正則是[\u4e00-\u9fa5]，但這個(gè)范圍并不完整。例如： 
/[\u4e00-\u9fa5]/.test( '⻏' ) // 測試部首⻏，返回false 
根據(jù)Unicode 5.0版編碼，要準(zhǔn)確的判斷一個(gè)中文字符要包括： 
范圍 含義 范圍 含義 
2E80-2EFF CJK 部首補(bǔ)充 2F00-2FDF 康熙字典部首 
3000-303F CJK 符號和標(biāo)點(diǎn) 31C0-31EF CJK 筆畫 
3200-32FF 封閉式 CJK 文字和月份 3300-33FF CJK 兼容 
3400-4DBF CJK 統(tǒng)一表意符號擴(kuò)展 A 4DC0-4DFF 易經(jīng)六十四卦符號 
4E00-9FBF CJK 統(tǒng)一表意符號 F900-FAFF CJK 兼容象形文字 
FE30-FE4F CJK 兼容形式 FF00-FFEF 全角ASCII、全角標(biāo)點(diǎn) 
因此，正確的匹配中文字符正則表達(dá)式為： 
var rcjk = /[\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; 
如果不希望匹配標(biāo)點(diǎn)、符號，在正則中去掉對應(yīng)的范圍即可： 
3000-303F CJK 符號和標(biāo)點(diǎn) FF00-FFEF 全角ASCII、全角標(biāo)點(diǎn) 

復(fù)制代碼代碼如下:

 
匹配雙字節(jié)字符(包括漢字在內(nèi)) 

[^\x00-\xff]，可以用來計(jì)算字符串的長度（一個(gè)雙字節(jié)字符長度計(jì)2，ASCII字符計(jì)1），代碼示例如下： 
console.info( "abc".replace( /[^\x00-\xff]/g,"aa" ).length ) // 3 
console.info( "漢字".replace( /[^\x00-\xff]/g,"aa" ).length ) // 4 
console.info( "abc漢字".replace( /[^\x00-\xff]/g,"aa").length ) // 7 

復(fù)制代碼代碼如下:

 
匹配HTML標(biāo)記的正則表達(dá)式 

先說說網(wǎng)上流傳的版本： 
<(\S*?)[^>]*>.*?</\1>|<.*? /> 
*? *表示0個(gè)或多個(gè)，?表示0個(gè)或1個(gè)，兩個(gè)疊加起來標(biāo)識0個(gè)多個(gè)，與*的功能重疊 
(\S*?) 標(biāo)簽的長度必須大于0，因此不能用*? 
|<.*?\/> 沒有分組，無法獲取以<div/>這種自關(guān)閉格式書寫的標(biāo)簽 
</\1> 
<.*? /> 有的標(biāo)簽是不關(guān)閉的，比如<br><hr>，因此不能強(qiáng)制關(guān)閉 
修正如下： 
var rtag = /^<([a-z]+)\s*\/?>.*(?:<\/\1>)?$/i 
rtag.exec( '<-div></-div>') // null 
rtag.exec( '<div>abc') // ["<div>abc", "div"] 
這個(gè)表達(dá)式也不完善，比如第二條測試語句，這么寫是為了能提取中包含了文本內(nèi)容的標(biāo)簽，如果要嚴(yán)格匹配，可再次修改為： 
var rtag = /^<([a-z]+)\s*\/?> (?:<\/\1>)?$/i // 去掉了中間的.* 
這個(gè)正則的應(yīng)用范圍僅限于簡單的標(biāo)簽匹配、提取，不能匹配嵌套標(biāo)記。 

復(fù)制代碼代碼如下:

 
匹配首尾空白字符的正則表達(dá)式 

先說說網(wǎng)上流傳的版本： 
^\s*|\s*$ 
可以刪除行首行尾的空白字符，例如： 
' \t \n\r abc \t \n\r '.replace( /^\s*|\s*$/g, '' ) // abc 
但是用\s*不能判斷出字符串是否在開頭或結(jié)尾處有\(zhòng)s，例如： 
/^\s*|\s*$/.test( 'abc' ) // true 
修正如下： 
^\s+|\s+$ 
' \t \n\r abc \t \n\r '.replace( /^\s+|\s+$/g, '' ) // abc 
/^\s+|\s+$/.test( 'abc' ) // false 

復(fù)制代碼代碼如下:

 
匹配Email地址的正則表達(dá)式 

先介紹下Email的規(guī)則：local-part@domain 
 local-part最長64，domain最長253，總長最長256 
 local-part可以使用任意ASCII字符： 
 大小寫英文字母 a-z,A-Z 
 數(shù)字 0-9 
 字符 !#$%&'*+-/=?^_`{|}~ 
 字符 .不能是第一個(gè)和最后一個(gè)，不能連續(xù)出現(xiàn)兩次 
 但是有些郵件服務(wù)器會拒絕包含有特殊字符的郵件地址 
 domain（域名）僅限于26個(gè)英文字母、10個(gè)數(shù)字、連詞號- 
 連詞號-不能是第一個(gè)字符 
 頂級域名（com、cn等）長度為2到6個(gè) 
先說說網(wǎng)上流傳的版本： 
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* 
() 莫名奇妙的分組，如果只分組不記錄，可以使用(?:) 
@\w domain不能包含下劃線_ 
\w+([-.]\w+)* 頂級域名不符合規(guī)則 
修正如下： 
var remail = /^([\w-_]+(?:\.[\w-_]+)*)@((?:[a-z0-9]+(?:-[a-zA-Z0-9]+)*)+\.[a-z]{2,6})$/i 
remail.exec( 'nuysoft@gmail.com' ) // "nuysoft@gmail.com", "nuysoft", "gmail.com"] 
remail.exec( 'nuysoft@gmail.comcomcom' ) // null 
remail.exec( 'nuysoft@_gmail.com ) // null 
修正后的正則有如下局限性： 
 不支持中文郵箱、中文域名，之所以不在其中支持是因?yàn)槲覀€(gè)人的愛好傾向，反感這類華而不實(shí)的玩意 
 不支持特殊符號，避免非郵件服務(wù)器拒絕，如果需要，可以添加。 
參考文章： 
http://en.wikipedia.org/wiki/Email_address 
http://baike.baidu.com/view/119298.htm 

復(fù)制代碼代碼如下:

 
匹配網(wǎng)址URL的正則表達(dá)式 

先說說網(wǎng)上流傳的版本： 
[a-zA-z]+://[^\s]* 
粗糙，沒有對URL中各個(gè)塊進(jìn)行分組 
修正如下（又一段網(wǎng)上流傳的版本）： 
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 
+ "|" // 允許IP和DOMAIN（域名） 
+ "([0-9a-z_!~*'()-]+.)*" // 域名- www. 
+ "([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]." // 二級域名 
+ "[a-z]{2,6})" // first level domain- .com or .museum 
+ "(:[0-9]{1,4})?" // 端口- :80 
+ "((/?)|" // a slash isn't required if there is no file name 
+ "(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$"; 
var rurl = new RegExp( _url, 'i' ); 

測試： 
rurl.exec( 'baidu.com' ) // ["baidu.com", undefined, undefined, undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined] 
rurl.exec( 'http://baidu.com' ) // 
rurl.exec( 'http://www.baidu.com' ) // ["http://baidu.com", "http://", "http", undefined, undefined, "baidu.com", undefined, "baid", undefined, undefined, "", "", undefined] 
rurl.test( 'baidu' ) // true 
看來不怎么也好用，有待學(xué)習(xí)TODO。 

復(fù)制代碼代碼如下:

 
匹配帳號是否合法 

先說說網(wǎng)上流傳的版本： 
^[a-zA-Z][a-zA-Z0-9_]{4,15}$ 
(字母開頭，允許5-16字節(jié)，允許字母數(shù)字下劃線) 
限制必須以字母開頭現(xiàn)在看來不合適，比如QQ登錄平臺 
限制不能以下劃線開頭也沒有必要，比如百度就允許，因此簡單點(diǎn) 
修正如下： 
var ruser = /\w{4,16}/ 

復(fù)制代碼代碼如下:

 
匹配國內(nèi)電話號碼 

網(wǎng)上流傳的版本很好用： 
\d{3}-\d{8}|\d{4}-\d{7} 
評注：匹配形式如 0511-4405222 或 021-87888822 

復(fù)制代碼代碼如下:

 
匹配騰訊QQ號 

網(wǎng)上流傳的版本很好用： 
[1-9][0-9]{4,} 
評注：騰訊QQ號從10000開始 

復(fù)制代碼代碼如下:

 
匹配中國郵政編碼 

網(wǎng)上流傳的版本很好用： 
[1-9]\d{5}(?!\d) 
評注：中國郵政編碼為6位數(shù)字 

復(fù)制代碼代碼如下:

 
匹配身份證 

先說說網(wǎng)上流傳的版本： 
\d{15}|\d{18} 
d{15} 
\d{18} 可以判斷，但是有些粗糙 
從身份證可以解析出地址、生日、性別等，因此特別說明一下： 
 身份證規(guī)則 
中國的身份證為15位（一代）或18位（二代），區(qū)別在于二代證只是在一代證的第七位數(shù)字前加了19和在末尾加了一位驗(yàn)證碼 
 將15位升級為18位，并解析18位號碼構(gòu)成（地址、生日、性別） 
代碼如下： 
function parseID(ID) { 
if ( ID.length == 15 ) { 
// 升級為18位 
ID = ID.substr( 0, 6 ) + "19" + ID.substr( 6 ); 
// 前17位對應(yīng)的系數(shù) 
var rank = [ 
"7", "9", "10", "5", "8", "4", "2", "1", "6", "3", "7", "9", "10", "5", "8", "4", "2" 
]; 
// 前17為加權(quán)除以17后的余數(shù)對應(yīng)的最后一位身份證號碼 
var last = [ 
"1", "0", "X", "9", "8", "7", "6", "5", "4", "3", "2" 
]; 
// 加權(quán)和 
for ( var i = 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 ) return null; 

var match = rid.exec( ID ); 
return match ? { 
ID : ID, 
area : match[ 1 ], 
y : match[ 2 ], 
m : match[ 3 ], 
d : match[ 4 ], 
sex : match[ 5 ] % 2 
} : null; 
} 
限制： 
 這里只是解析出了地址代碼，如何將代碼轉(zhuǎn)換為實(shí)際地址請問度娘。 
 返回對象中的sex為1（男）或0（女），并未做轉(zhuǎn)換，如果頁面顯示需要，可以這樣轉(zhuǎn)換：sex ? "男" : "女" 
測試： 
console.info( parseID( "142327840821047" ) ); 
console.info( parseID("142327198408210470" ) ); 
參考資料： 
http://baike.baidu.com/view/118340.htm#1 

復(fù)制代碼代碼如下:

 
匹配IP地址 

先說說網(wǎng)上流傳的版本： 
\d+\.\d+\.\d+\.\d+ 
\d 數(shù)字沒有限制 
修正如下： 
var rip = /^(?:(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])\.){3}(?:[01]?\d{1,2}|2[0-4]\d|25[0-5])$/; 
rip.test( "192.168.1.1" ) // true 
rip.test( "0.0.0.0" ) // true 
rip.test( "255.255.255.255" ) // true 
rip.test( "256.255.255.255" ) // false 
進(jìn)一步增加分組： 
var rip2 = /^([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])\.([01]?\d{1,2}|2[0-4]\d|25[0-5])$/; 
rip2.exec( "192.168.1.1" ) // ["192.168.1.1", "192", "168", "1", "1"] 
rip2.exec( "0.0.0.0" ) // ["0.0.0.0", "0", "0", "0", "0"] 
rip2.exec( "255.255.255.255" ) // ["255.255.255.255", "255", "255", "255", "255"] 
rip2.exec( "256.255.255.255" ) // null 