常用的正则表达式及符号诠释

在脚本程序的写作中，正则表达式是常常用到的，但是正则表达式书写困难，可读性很差也是大家所知道的，今天写email的正则表达式时，由于常常写不对，后来决定gg一下，看看网上有没有现成的，结果发现网上已经提供了很多的常用的正则表达式了，不需要自己写的，而且应该是验证过的吧。

匹配中文字符的正则表达式： [u4e00-u9fa5]
匹配双字节字符(包括汉字在内)：[^x00-xff]
匹配空行的正则表达式：n[s| ]*r
匹配HTML标记的正则表达式：/<(.*)>.*</1>|<(.*) />/
匹配首尾空格的正则表达式：(^s*)|(s*$)
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$
匹配帐号是否合法(字母开头，答应5-16字节，答应字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
匹配海内电话号码：(d{3}-|d{4}-)?(d{8}|d{7})?
匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

将下一个字符标记为一个特别字符、或一个原义字符、或一个后向引用、或一个八进制转义符。

^ 匹配输入字符串的开始位置。假如设置了 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。假如设置了 RegExp 对象的Multiline 属性，$ 也匹配 ’n’ 或 ’r’ 之前的位置。

* 匹配前面的子表达式零次或多次。

+ 匹配前面的子表达式一次或多次。+ 等价于 {1,}。

? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。

{n} n 是一个非负整数，匹配确定的n 次。

{n,} n 是一个非负整数，至少匹配n 次。

{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。

? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。

. 匹配除 "n" 之外的任何单个字符。要匹配包括 ’n’ 在内的任何字符，请使用象 ’[.n]’ 的模式。
(pattern) 匹配pattern 并获取这一匹配。

(?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。

(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。

(?!pattern) 负向预查，与(?=pattern)作用相反

x|y 匹配 x 或 y。

[xyz] 字符集合。

[^xyz] 负值字符集合。

[a-z] 字符范围，匹配指定范围内的任意字符。

[^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。

b 匹配一个单词边界，也就是指单词和空格间的位置。

B 匹配非单词边界。

cx 匹配由x指明的控制字符。

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]。

f 匹配一个换页符。等价于 x0c 和 cL。

n 匹配一个换行符。等价于 x0a 和 cJ。

r 匹配一个回车符。等价于 x0d 和 cM。

s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ fnrtv]。

S 匹配任何非空白字符。等价于 [^ fnrtv]。

t 匹配一个制表符。等价于 x09 和 cI。

v 匹配一个垂直制表符。等价于 x0b 和 cK。

w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。

W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。

xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。

num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。

n 标识一个八进制转义值或一个后向引用。假如 n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，假如 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。

nm 标识一个八进制转义值或一个后向引用。假如 nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。假如 nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。假如前面的条件都不满意，若 n 和 m 均为八进制数字 (0-7)，则 nm 将匹配八进制转义值 nm。

nml 假如 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。

un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。