正则表达式用于字符串处理、表单验证等场合,实用高效。现将一些常用的表达式收集于此,以备不时之需。
匹配中文字符的正则表达式: [\u4e00-\u9fa5]
评注: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]
评注: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
评注:可以用来删除空白行
匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? />
评注: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*$
评注: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+)*
评注:表单验证时很实用
匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注: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_]{4,15}$
评注:表单验证时很实用
匹配国内电话号码:\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:[1-9][0-9]{4,}
评注:腾讯QQ号从10000开始
匹配中国邮政编码:[1-9]\d{5}(?!\d)
评注:中国邮政编码为6位数字
匹配身份证:\d{15}|\d{18}
评注:中国的身份证为15位或18位
匹配ip地址:\d+\.\d+\.\d+\.\d+
评注: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)
评注: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
评注:最基本也是最常用的一些表达式
定位符:
\b 定位单词(字母、数字、汉字或“_”组合的字符串,即由不少于1个“\w”组成)界限。空格、除了“_”的特殊符号及标点符号、换行符、回车符、制表符(Tab)等构成该界限。
^ 定位输入文本(text)的开头。
$ 定位输入文本(text)的结尾(使用了^和$后,pattern和输入文本进行整体比较)。
重复:
* 指定*前边的内容可以连续重复任意次(0,1,2...)以使整个表达式得到匹配(下边的+、?、{}都是同一类限定符)。
+ 可以重复1次或多次的前导字符(类似于*)。
? 可以重复0次或1次的前导字符.
\d 匹配一位数字(0,或1,或2,或……)。
\d{2} 表示匹配两位重复的数字。
\d{4,} 匹配重复4次或更多次的数字。
\d{3,6} 匹配3~6位的连续重复数字。
常用匹配符:
. 匹配除了换行符以外的任意字符。
\s 匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等。
\w 匹配字母、数字、下划线或汉字等一个字符(等价于[a-z0-9A-Z_])。
字符转义:
\ 使用反斜杠组成“\.”“\\”等格式,来匹配“.”和“\”等字符。
字符类:
[] 字符类。将要查找的字符罗列在[]内。如[aeiou]、[a-g]、[a-z0-9A-Z_]。
复杂的例子:
分支条件:
含义:分枝条件指的是有几种规则,如果满足其中任意一种规则都应该当成匹配,具体方法是用|把不同的规则分隔开。
注意:使用分枝条件时,要注意各个条件的顺序。匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。
例子:\(?0\d{2}[) -]?\d{8}可以匹配(010)88886666,或022-22334455,或02912345678等格式的号码,但也会错误匹配到010)12345678或(022-87654321的格式。
改为0\d20\d2[- ]?\d{8}|0\d{2}[- ]?\d{8}。
分组:
用途:用小括号来指定子表达式
(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5]) 匹配IP地址。
反义:
用途: 查找或定位不属于某个能简单定义的字符类的字符。
\B 定位不是字边界的任意位置。
\S 匹配任何不是空白的字符。
\W 匹配任意不是字母,数字,下划线,汉字的字符.
\D 匹配任意非数字的字符.
[^x] 匹配除了x以外的任意字符.
[^aeiou]匹配除了x以外的任意字符.
例子:\S+ 匹配不包含空白符的字符串。
<a[^>]+>匹配用尖括号括起来的以a开头的字符串。
后向引用:
用途:用于重复搜索前面某个分组匹配的文本。例如,\1代表分组1匹配的文本。
注意:分组0对应整个正则表达式。
实际上组号分配过程是要从左向右扫描两遍的:第一遍只给未命名组分配,第二遍只给命名组分配--因此所有命名组的组号都大于未命名的组号。
(exp) 匹配exp,并捕获文本到自动命名的组里。
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号。
例子: \b(\w+)\b\s+\1\b 用来匹配两次重复的单词(单词间有1~多个空白字符)。
零宽断言:
用途:定位一个位置,但是不对该内容进行匹配。
(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注释:
(?#comment)
贪婪与懒惰:
*? 重复任意次,但尽可能少重复
+? 重复1次或更多次,但尽可能少重复
?? 重复0次或1次,但尽可能少重复
{n,m}? 重复n到m次,但尽可能少重复
{n,}? 重复n次以上,但尽可能少重复
处理选项:
IgnoreCase(忽略大小写) 匹配时不区分大小写。
Multiline(多行模式) 更改^和$的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)
Singleline(单行模式) 更改.的含义,使它与每一个字符匹配(包括换行符\n)。
IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。
平衡组/递归匹配:
(?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为空,则本分组的匹配失败
(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表达式,否则继续匹配no部分
(?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败
- #ifndef XX_H
- #define XX_H
- ...
- #endif
① 在类中声明一个枚举:
- class Bakery{
- private:
- enum{months = 12};
- double costs[months];
- …
- class Bakery
- {
- private:
- static const int months = 12;
- double costs[months];