什么是正则表达式？
正则表达式(RegularExpression)就是用某种模式去匹配一类字符串的公式。如你要在一篇文章中查找第一个字是“罗”最后一个字是“浩”的三个字的姓名，即“罗*浩”；那么“罗*浩”就是公式，也称作模式(Pattern)，这篇文章就是要匹配的串(或叫文本text)。再如，你要检查输入的一个字符串是否是126邮箱的格式，你得制定一个规则去查检，这种规则就是正则表达式。
从入门开始
我们就从上面提到的一个例子开始：检查一个字符串是否符合126邮箱的格式。
我们从网易的邮箱注册页面可以看到126邮箱的用户名需要符合以下的格式：6~18个字符，可使用字母、数字、下划线，需以字母开头。我们可以定义一个模式：^[a-zA-Z]\w{5,17}@126.com
这个模式可以这样理解：
[a-zA-Z]：任何一个a到z或A到Z的英文字母
^： 表示以什么开头，则^[a-zA-Z]表示以字母开头
\w： 单词字符[a-zA-Z_0-9]，即a-z或A-Z或0-9或_中的任何一个字符
{5,17}： 表示出现5到17次(至少5次，不超过17次)，则\w{5,17}表示5~17个字符。
因为还有一个以非数字字母开头的字符，所以^[a-zA-Z]\w{5,17}表示：“6~18个字符，可使用字母、数字、下划线，需以字母开头”
@126.com：表示符合以上规则的用户名后跟上@126.com字符串，即组成一个邮箱地址。
“^[a-zA-Z]\w{5,17}@126.com”就是我们所说的正则表达式，用Java的简单实现如下：
[javascript]view plaincopyprint?
- Stringregex="^[a-zA-Z]\\w{5,17}@126\\.com";//定义匹配的规则:正则表达式//说明：126.com中的.需要转义\\.Stringtext="ZhanSan@126fcom";//要检查的字符串booleanisMatched=text.matches(regex);//判断text是否符合规则regexSystem.out.println(isMatched);
正则表达式常用符号
上面一个示例中用到的“^”、“\w”、“{5,17}”等都是正则表达式中的常用符号，这些符号在正则表达式中都有特殊的含意。下面这个表格是Java中的正则表达式常用符号的含意(只抽取了其常用的部分进行说明，就这些部分其实可以解决关于正则表达式的绝大多数的问题了)。
模式
匹配的内容(含意)
字符类
[abc]
a、b或c（简单类）
[^abc]
任何字符，除了a、b或c（否定）
[a-zA-Z]
a到z或A到Z，两头的字母包括在内（范围）
[a-d[m-p]]
a到d或m到p：[a-dm-p]（并集）
[a-z&&[def]]
d、e或f（交集）
[a-z&&[^bc]]
a到z，除了b和c：[ad-z]（减去）
[a-z&&[^m-p]]
a到z，而非m到p：[a-lq-z]（减去）
预定义字符类
.
任何字符（与行结束符可能匹配也可能不匹配）
\d
数字：[0-9]
\D
非数字：[^0-9]
\s
空白字符：[\t\n\x0B\f\r]
\S
非空白字符：[^\s]
\w
单词字符：[a-zA-Z_0-9]
\W
非单词字符：[^\w]
边界匹配器
^
行的开头
$
行的结尾
\b
单词边界
\B
非单词边界
\A
输入的开头
\G
上一个匹配的结尾
\Z
输入的结尾，仅用于最后的结束符（如果有的话）
\z
输入的结尾
数量词(Greedy策略)
X?
X，一次或一次也没有
X*
X，零次或多次
X+
X，一次或多次
X{n}
X，恰好n次
X{n,}
X，至少n次
X{n,m}
X，至少n次，但是不超过m次
逻辑运算符
XY
X后跟Y
X|Y
X或Y
(X)
X，作为捕获组
参考文档：ClassPattern
这些常用的符号在各种编程语言的正则表达式中含意基本相同(因为正则表达式的思想是相同的)，所以都可以用来参数。但不同的语言可能会有一些细小的差别，如果要针对各种编程语言，想有更精确和权威的说明，可参考其官方文档：
C++(VS2013编译器)：http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary
Java：http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html
JavaScript：http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
正则表达式的使用
下面从常见的需求出发讲述C++、Java和JavaScript中正则表达式的使用
C++中的正则表达式
C++中正则表达式主要有三种实现方式：C语言的实现方式(Cregex)，C++标准库的实现(C++regex)，Boost库的实现(boostregex)。Cregex的方式是一种面向过程的编程方式，使用起来不太方便；C++regex的方式因为是标准库的一部分，所以可以直接使用(好像Linux平台下不支持)，但C++regex非常难用，语法要求比较严格，而且好多默认的选项和我们正常的想法不一样；Boost是一个开源的第三方库，这个库非常优秀，广泛应用于C++的项目开发中，boostregex非常灵活好用，C++开发时是大家推崇的一种方式。
关于boostregex的用法，在后继的文章将会进一步介绍，现在以C++regex的方式列举一个使用样例。
1.验证ip地址
[cpp]view plaincopyprint?
- #include<regex>#include<iostream>#include<string>boolIsIpV4Address(conststd::string&strIp){//验证IP地址的模式，这里"\."中的"\&;是转义字符,表示这是一个.conststd::regexpattern("(\\d{1,3}){1}\.(\\d{1,3}){1}\.(\\d{1,3}){1}\.(\\d{1,3}){1}");//匹配验证returnstd::regex_match(strIp,pattern);}intmain(){std::stringstrIp1="134.34.34.4";//192.168.1.1std::stringstrIp2="192.168.255";std::cout<<strIp1<<":"<<(IsIpV4Address(strIp1)?"valid":"invalid")<<std::endl;std::cout<<strIp2<<":"<<(IsIpV4Address(strIp2)?"valid":"invalid")<<std::endl;return0;}
Java中的正则表达式
1.验证一个字符串是否为URL
[java]view plaincopyprint?
- publicstaticbooleanisUrl(Stringtext){Stringregex="^http://([\\w-]+.)+[\\w-]+(/[\\w-./?%&=#]*)?$";returntext.matches(regex);}
2.判断一个文本中有多少个URL，并将所有的URL加上超链接.
如以下文本：
C++(VS2013编译器)：http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary
Java：http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html
JavaScript：http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
添加链接后变成：
C++(VS2013编译器)：<ahref=”http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary
”>http://msdn.microsoft.com/zh-cn/library/bb982727.aspx#grammarsummary</a>
Java：<ahref=”http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html
”>http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html</a>
JavaScript：<ahref=”http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp
”>http://www.w3school.com.cn/jsref/jsref_obj_regexp.asp</a>
[java]view plaincopyprint?
- /***给一个字符串添加链接*@paramtext要添加链接的字符串*@paramurl链接的URL*@return添加链接后的字符串*/publicstaticStringAddHref(Stringtext,Stringurl){return"<ahref=\&;"+url+"\&;>"+text+"</a>";}/***查找文本中的URL字符串，并将其添加链接*@paramtext需要查找的文本*@return添加链接后的文本*/publicstaticStringAddLinkToText(Stringtext){Patternpattern=Pattern.compile("http://([\\w-]+.)+[\\w-]+(/[\\w-./?%&=#]*)?");Matchermatcher=pattern.matcher(text);StringBuffersb=newStringBuffer();//定义一个字符缓冲区，用于保存新的文本while(matcher.find()){StringmatchedSubStr=matcher.group();//提取出查找到的子串matcher.appendReplacement(sb,AddHref(matchedSubStr,matchedSubStr));//将找到的子串添加链接后塞到字符缓冲区内}matcher.appendTail(sb);returnsb.toString();}
JavaScript中的正则表达式
JavaScript中的正则表达式是通过RegExp对象实现的。RegExp对象的创建有三种方式：
精简方式：
/pattern/attributes
new方式：
newRegExp(pattern,attributes);
函数调用的方式：
RegExp(pattern,attributes);
参数pattern可以是一个模式串，也可以是一个RegExp对象，如果pattern本身就是RegExp的对象，则attributes参数将不起作用(新创建的对象的必发与pattern对象相同。)，需要省略，如果不省略会抛TypeError异常。
参数attributes有三种属性"g"、"i"和"m"，分别用于指定全局匹配、区分大小写的匹配和多行匹配。
RegExp主要有三个方法：
compile
编译正则表达式，可用于改变和重新编译正则表达式。
exec
检索字符串中指定的值。返回找到的值，并确定其位置。
test
检索字符串中是否有指定的值。返回true或false。
1.验证字符串是否为数字
[javascript]view plaincopyprint?
- <scripttype="text/javascript">functionisNumber(text){varpattern=newRegExp("^\\d*$");returnpattern.test(text);}varvalue1="1234";document.write(value1+"isNumed:"+isNumber(value1));</script>
2.邮箱格式：
[javascript]view plaincopyprint?
- <scripttype="text/javascript">functionisEmail(text){varreg=/^([\w-.])+@([\w-])+((\.[\w-]{2,3}){1,2})$/;returnreg.test(text);}varvalue2="Zhang.San@163.com";document.write(value2+"isEmail:"+isEmail(value2));</script>
3.将一个文本中的所有邮箱地址和在文本中的位置打印到页面
[javascript]view plaincopyprint?
- <scripttype="text/javascript">functionPrintEmail(text){//匹配的模式varreg=RegExp("([\\w-.])+@([\\w-])+((\.[\\w-]{2,3}){1,2})","g");varresult;//保存结果while((result=reg.exec(text))!=null){document.write(result[0]+"<br/>"+result.index);document.write("<br/><br/>");}}vartext="张三Zhang.San@163.com;李四Li_si@126.com；王五WangWu@gmail.com.cn";PrintEmail(text);</script>
应用场景
数据验证：
例如，可以检查输入的字符串，看其是否为电话号码格式，或是否为邮箱格式。这在网页的表单输入中经常用到。
查找子串：
可以查找文档内(或一个字符串内)符合指定模式的子串。
替换文本：
可以使用正则表达式来识别文档中的特定内容，完全删除该部分内容或者用其他字符串来替换它。
使用工具：
如Word、NotePad++、EditPlus等文字编辑器中的查找功能都支持正则表达式，用正则表达式你就可以实现更加多样化的查找。还有像VS、CodeBlock、Eclipse、IntellijIdea等开发工具的IDE的查找替换功能也都支持正则表达式，用它你可以修改变量名，调整代码格式，统计代码行数等。
常用正则表达式总结
常用的正则表达式已经有很多人做了总结了，在网上能够找到非常多，我就没有再写的必要了。下面贴出我觉得还不错的一个总结。
http://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html
一、校验数字的表达式
1 数字：^[0-9]*$ 2 n位的数字：^\d{n}$ 3 至少n位的数字：^\d{n,}$ 4 m-n位的数字：^\d{m,n}$ 5 零和非零开头的数字：^(0|[1-9][0-9]*)$ 6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$ 7 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$ 8 正数、负数、和小数：^(\-|\&;)?\d+(\.\d+)?$ 9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\&;?[1-9][0-9]*$12 非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$13 非负整数：^\d+$ 或 ^[1-9]\d*|0$14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$15 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$16 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$17 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$18 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$19 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
二、校验字符的表达式
1 汉字：^[\u4e00-\u9fa5]{0,}$ 2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$ 3 长度为3-20的所有字符：^.{3,20}$ 4 由26个英文字母组成的字符串：^[A-Za-z]+$ 5 由26个大写英文字母组成的字符串：^[A-Z]+$ 6 由26个小写英文字母组成的字符串：^[a-z]+$ 7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$ 8 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$ 9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$11 可以输入含有^%&',;=?$\&;等字符：[^%&',;=?$\x22]+12 禁止输入含有~的字符：[^~\x22]+
三、特殊需求表达式
1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$ 2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.? 3 InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ 4 手机号码：^(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}$ 5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$ 6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7} 7 身份证号(15位、18位数字)：^\d{15}|\d{18}$ 8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$ 9 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}$10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$11 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$ 12 日期格式：^\d{4}-\d{1,2}-\d{1,2}13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$ 15 钱的输入格式：16 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$ 17 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$ 18 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$ 19 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$ 20 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$ 21 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$ 22 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$ 23 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$ 24 备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$26 中文字符的正则表达式：[\u4e00-\u9fa5]27 双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))28 空白行的正则表达式：\n\s*\r (可以用来删除空白行)29 HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)30 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (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)31 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)32 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)33 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)34 IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)) (由@飞龙三少 提供,感谢共享)
写在后面
正则表达式是一个非常强大而又非常常用的一个编程技术，我以上这片文章也只是抛砖引玉，讲述了其中最常用的一部分。因为其内容实在太庞大，如果要详细描述，每一种编程语言的正则表达式都可以单独成一本书。
如果您有什么疑惑和想法，请在评论处给予反馈，您的反馈就是最好的测评师！由于本人技术和能力有限，如果本博文有错误或不足之处，敬请谅解并给出您宝贵的建议！
如果说，罗马是一座厚重和凝固的堡垒，
