常见正则表达式剖析

没错,又是正则,没办法,这东西入门很简单,但真正能写好,那是真心难,继续学吧。。。基本语法我在这里就不赘述了,需要的话可以关注我公众号,里面有很详细的语法介绍和示例。

今天我们来针对几个常见的正则来慢慢刨析

电话号码

这个应该是最常用的,没有之一了吧

手机号

中国的手机号码都是11位数字,所以,最简单的表达式就是:

不过,目前手机号第1位都是1,第2位取值为3、4、5、7、8之一,所以,更精确的表达式是:

为表达这种可选的连字符,表达式可以改为:

在手机号前面,可能还有0、+86或0086,和手机号码之间可能还有一个空格,比如:018612345678+86 186123456780086 18612345678

为表达这种形式,可以在号码前加如下表达式:

如果为了抽取,也要在左右加环视边界匹配,左右不能是数字。所以,完整的表达式为:

用Java表示的代码为:

固定电话

不考虑分机,中国的固定电话一般由两部分组成:区号和市内号码,区号是3到4位,市内号码是7到8位。区号以0开头,表达式可以为:

市内号码表达式为:

整个区号是可选的,所以整个表达式为:

再加上左右边界环视,完整的Java表示为:

身份证号码

身份证有一代和二代之分,一代是15位数字,二代是18位,都不能以0开头,对于二代身份证,最后一位可能为x或X,其他是数字。

一代身份证表达式可以为:

二代身份证可以为:

这两个表达式的前面部分是相同的,二代身份证多了如下内容:

所以,它们可以合并为一个表达式,即:

加上左右边界环视,完整的Java表示为:

符合这个要求的就一定是身份证号码吗?当然不是,身份证还有一些其他的要求,这里就不探究了

邮箱

完整的Email规范比较复杂,我们先看一些实际中常用的。

比如新浪邮箱,它的格式如:

对于用户名部分,它的要求是:4-16个字符,可使用英文小写、数字、下划线,但下划线不能在首尾。怎么验证用户名呢?可以为:

新浪邮箱的完整Java表达式为:

我们再来看QQ邮箱,它对于用户名的要求为:

3-18字符,可使用英文、数字、减号、点或下划线

必须以英文字母开头,必须以英文字母或数字结尾

点、减号、下划线不能连续出现两次或两次以上

如果只有第一条,可以为:

为满足第二条,可以改为:

怎么满足第三条呢?可以使用边界环视,左边加如下表达式:

完整表达式可以为:

QQ邮箱的完整Java表达式为:

以上都是特定邮箱服务商的要求,一般的邮箱是什么规则呢?一般而言,以@作为分隔符,前面是用户名,后面是域名。用户名的一般规则是:

由英文字母、数字、下划线、减号、点号组成

至少1位,不超过64位

开头不能是减号、点号和下划线

这个表达式可以为:

域名部分以点号分隔为多个部分,至少有两个部分。最后一部分是顶级域名,由2到3个英文字母组成,表达式可以为:

对于域名的其他点号分隔的部分,每个部分一般由字母、数字、减号组成,但减号不能在开头,长度不能超过63个字符,表达式可以为:

所以,域名部分的表达式为:

完整的Java表示为:

日期

日期的表示方式有很多种,我们只看一种,形如:2017-06-212016-11-1

年月日之间用连字符分隔,月和日可能只有一位。最简单的正则表达式可以为:

年一般没有限制,但月只能取值1到12,日只能取值1到31,怎么表达这种限制呢?

对于月,有两种情况,1月到9月,表达式可以为:

10月到12月,表达式可以为:

所以,月的表达式为:

对于日,有三种情况:1到9号,表达式为: 10号到29号,表达式为: 30号和31号,表达式为: 所以,整个表达式为:

加上左右边界环视,完整的Java表示为:

URL

URL的格式比较复杂,我们只考虑http协议,其通用格式是:

开始是http://,接着是主机名,主机名之后是可选的端口,再之后是可选的路径,路径后是可选的查询字符串,以?开头。

主机名中的字符可以是字母、数字、减号和点号,所以表达式可以为:

端口部分可以写为:

路径由多个子路径组成,每个子路径以/开头,后跟零个或多个非/的字符,简单的说,表达式可以为:

更精确的说,把所有允许的字符列出来,表达式为:

对于查询字符串,简单的说,由非空字符串组成,表达式为:

更精确的,把所有允许的字符列出来,表达式为:

路径和查询字符串是可选的,且查询字符串只有在至少存在一个路径的情况下才能出现,其模式为:

所以,路径和查询部分的简单表达式为:

精确表达式为:

HTTP的完整Java表达式为:

IP地址

IP地址格式如下:

点号分隔,4段数字,每个数字范围是0到255。最简单的表达式为:

\d太简单,没有满足0到255之间的约束,要满足这个约束,就要分多种情况考虑。

值是1位数,前面可能有0到2个0,表达式为:

值是两位数,前面可能有一个0,表达式为:

值是三位数,又要分为多种情况。以1开头的,后两位没有限制,表达式为:

以2开头的,如果第二位是0到4,则第三位没有限制,表达式为:

如果第二位是5,则第三位取值为0到5,表达式为:

所以,\d更为精确的表示为:

所以,加上左右边界环视,IP地址的完整Java表示为:

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181017G28K7L00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

同媒体快讯

扫码关注云+社区

领取腾讯云代金券