什么是正则表达式：

查找符合某些复杂规则的字符串。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

例：查找 hi：

\bhi\b

\b 用于匹配一个位置，指 hi 前面或后面没有字符（匹配单词的开始或结束）

例：查找 hi 后面不远处跟着一个 Lucy：

\bhi\b.*\bLucy\b

. 是一个元字符，用于匹配除换行符外的任意字符
.* 表示任意数量的不包含换行的字符

例：0\d\d-\d\d\d\d\d\d\d\d 以 0 开头，然后两个数字，-，最后 8 个数字

（012-12345678）——> 可以简写成 0\d{2}-\d{8}

例：简单的 IP 地址分配

(\d{1,3}\.){3}\d{1,3}——a.b.c.d

\d{1,3}匹配 1 到 3 位数字，.匹配一个点（.），(\d{1,3}.){3}重复三次
abcd 数值处于 0-255

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}((2[0-4]\d|25[0-5]|[01]?\d\d?))
2[0-4]\d——匹配200-249之间的数值
25[0-5]——匹配250-255之间的数值
[01]?\d\d?——匹配0-199之间的数值

\b(\w+)\b\s+\1\b可以用来匹配重复的单词，像go go, 或者kitty kitty。

这个表达式首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b)，这个单词会被捕获到编号为 1 的分组中，然后是 1 个或几个空白符(\s+)，最后是分组 1 中捕获的内容（也就是前面匹配的那个单词）(\1)

常用的元字符

代码说明
.匹配除换行符以外的任意字符
\w匹配字母或数字或下划线或汉字
\s匹配任意的空白符
\d匹配数字
\b匹配单词的开始或结束
^匹配字符串的开始
$匹配字符串的结束

如果要查找元字符本身，就要用\来取消定义
如：查找. 用. 查找* 用* 查找\ 用\
[0-9]=\d

常用的限定符

代码/语法说明
*重复零次或更多次
+重复一次或更多次
?重复零次或一次
{n}重复 n 次
{n,}重复 n 次或更多次
{n,m}重复 n 到 m 次

常用的反义代码

代码/语法说明
\W匹配任意不是字母，数字，下划线，汉字的字符
\S匹配任意不是空白符的字符
\D匹配任意非数字的字符
\B匹配不是单词开头或结束的位置
[^x]匹配除了 x 以外的任意字符
[^aeiou]匹配除了 aeiou 这几个字母以外的任意字符

常用分组语法

分类代码/语法说明
捕获(exp)匹配 exp,并捕获文本到自动命名的组里
-(?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
零宽断言(?=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)这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读
\b\w+(?=ing\b) 匹配以ing结尾的单词的前面部分（不包含ing）  
(?<=bre)\w+\b 匹配以re开头的单词的后半部分（不包含bre）  
(?<=\s)\d+(?=\s) 匹配以空白字符间隔的数字（不包含这些空白字符）  
\b\w*q[^u]\w*\b
匹配包含后面不是字母u的字母q的单词。
但是如果q出现在单词的结尾的话，像Iraq,Benq，这个表达式就会出错。
这是因为[^u]总要匹配一个字符，所以如果q是单词的最后一个字符的话，后面的[^u]将会匹配q后面的单词分隔符(可能是空格，或者是句号或其它的什么)，后面的\w*\b将会匹配下一个单词，于是\b\w*q[^u]\w*\b就能匹配整个Iraq fighting。
负向零宽断言能解决这样的问题，因为它只匹配一个位置，并不消费任何字符。
现在，我们可以这样来解决这个问题：\b\w*q(?!u)\w*\b。

贪婪匹配：

a.*b 会匹配最长的以 a 开始，b 结束的字符串，比如 aabab，结果是 aabab。

懒惰匹配：

a.*?b 如 aabab，结果是 aab（第一个字符到第三个字符）和 ab（第四个到第五个字符）；为什么是 aab 而不是 ab（第二到第三个字符），因为正则表达式有一条规则：最先开始匹配拥有最高优先级。

  1. 校验密码强度
    密码的强度必须是包含大小写字母和数字的组合，不能使用特殊字符，长度在 8-10 之间。

    1
    ^(?=.*\\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$

  2. 校验中文
    字符串仅能是中文。

    1
    ^[\\u4e00-\\u9fa5]{0,}$

  3. 由数字、26 个英文字母或下划线组成的字符串

    1
    ^\\w+$

  4. 校验 E-Mail 地址
    同密码一样，下面是 E-mail 地址合规性的正则检查语句。

    1
    [\\w!#$%&'*+/=?^_`{|}~-]+(?:\\.[\\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\\w](?:[\\w-]*[\\w])?\\.)+[\\w](?:[\\w-]*[\\w])?

  5. 校验身份证号码
    下面是身份证号码的正则校验。15 或 18 位。
    15 位：

    1
    ^[1-9]\\d{7}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}$

    18 位：

    1
    ^[1-9]\\d{5}[1-9]\\d{3}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}([0-9]|X)$

  6. 校验日期
    “yyyy-mm-dd“ 格式的日期校验，已考虑平闰年。

    1
    ^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$

  7. 校验金额
    金额校验，精确到 2 位小数。

    1
    ^[0-9]+(.[0-9]{2})?$

  8. 校验手机号
    下面是国内 13、15、18 开头的手机号正则表达式。（可根据目前国内收集号扩展前两位开头号码）

    1
    ^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\\d{8}$

  9. 判断 IE 的版本
    IE 目前还没被完全取代，很多页面还是需要做版本兼容，下面是 IE 版本检查的表达式。

    1
    ^.*MSIE [5-8](?:\\.[0-9]+)?(?!.*Trident\\/[5-9]\\.0).*$

  10. 校验 IP-v4 地址
    IP4 正则语句。

    1
    \\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\b

  11. 校验 IP-v6 地址
    IP6 正则语句。

    1
    (([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))

  12. 检查 URL 的前缀
    应用开发中很多时候需要区分请求是 HTTPS 还是 HTTP，通过下面的表达式可以取出一个 url 的前缀然后再逻辑判断。

    1
    2
    3
    4
    if (!s.match(/^[a-zA-Z]+:\\/\\//))
    {
        s = 'http://' + s;
    }

  13. 提取 URL 链接
    下面的这个表达式可以筛选出一段文本中的 URL。

    1
    ^(f|ht){1}(tp|tps):\\/\\/([\\w-]+\\.)+[\\w-]+(\\/[\\w- ./?%&=]*)?

  14. 文件路径及扩展名校验
    验证 windows 下文件路径和扩展名（下面的例子中为.txt 文件）

    1
    ^([a-zA-Z]\\:|\\\\)\\\\([^\\\\]+\\\\)*[^\\/:*?"<>|]+\\.txt(l)?$

  15. 提取 Color Hex Codes
    有时需要抽取网页中的颜色代码，可以使用下面的表达式。

    1
    ^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$

  16. 提取网页图片
    假若你想提取网页中所有图片信息，可以利用下面的表达式。

    1
    \\< *[img][^\\\\>]*[src] *= *[\\"\\']{0,1}([^\\"\\'\\ >]*)

  17. 提取页面超链接
    提取 html 中的超链接。

    1
    (<a\\s*(?!.*\\brel=)[^>]*)(href="https?:\\/\\/)((?!(?:(?:www\\.)?'.implode('|(?:www\\.)?', $follow_list).'))[^"]+)"((?!.*\\brel=)[^>]*)(?:[^>]*)>

  18. 查找 CSS 属性
    通过下面的表达式，可以搜索到相匹配的 CSS 属性。

    1
    ^\\s*[a-zA-Z\\-]+\\s*[:]{1}\\s[a-zA-Z0-9\\s.#]+[;]{1}

  19. 抽取注释
    如果你需要移除 HMTL 中的注释，可以使用如下的表达式。

    1
    <!--(.*?)-->

  20. 匹配 HTML 标签
    通过下面的表达式可以匹配出 HTML 中的标签属性。

    1
    <\\/?\\w+((\\s+\\w+(\\s*=\\s*(?:".*?"|'.*?'|[\\^'">\\s]+))?)+\\s*|\\s*)\\/?>