常用正则表达式实例与应用场景

正则表达式是一种强大的文本处理工具，在各种场景下用于搜索、替换和验证字符串模式。以下是一些常见的正则表达式及其应用场景： 1. 匹配中文字符：[\u4e00-\u9fa5] 这个正则表达式用于匹配Unicode范围内的中文字符，因为中文字符在UTF-8编码中通常占用两个字节，通过指定这个范围，可以确保只匹配到中文字符。 2. 匹配双字节字符：[^\x00-\xff] 此表达式匹配所有不是单字节（ASCII码）的字符，包括汉字等多字节字符，这对于计算字符串长度或者处理非ASCII文本尤其有用。 3. 匹配空白行：\n\s*\r 这个正则表达式用于查找并移除文本中的空白行，`\n`匹配换行符，`\s*`匹配任意数量的空白字符（空格、制表符等），`\r`匹配回车符，组合起来即表示一整行的空白内容。 4. 匹配HTML标记：<(\S*?)[^>]*>.*?|<.*?/> 这是一个较复杂的正则表达式，用于匹配HTML标签，但注意它可能无法处理复杂的嵌套标记，对于高级HTML解析任务可能不够强大。 5. 匹配首尾空白字符：^\s*|\s*$ 此正则表达式用于删除文本的行首和行尾的空白字符，对清理格式化的文本特别有帮助。 6. 邮件地址验证：/^[0-9a-zA-Z]+([\.\-\_][0-9a-zA-Z]+)*@[0-9a-zA-Z]+([\.\-][0-9a-zA-Z]+)*.[a-zA-Z]$/ 适用于表单输入验证，确保邮件地址格式正确。 7. URL匹配：[a-zA-z]+://[^\s]* 这个正则表达式可以识别大部分基础的URL格式，但可能无法处理某些特殊字符或协议。 8. 帐号验证：^[a-zA-Z][a-zA-Z0-9_]{4,15}$ 用于验证用户输入的帐户名，符合字母开头，长度在5到16字节之间，并允许下划线。 9. 国内电话号码：\d{3}-\d{8}|\d{4}-\d{7} 匹配的是以区号和本地号码组成的中国电话号码格式。 10. 腾讯QQ号：[1-9][0-9]{4,} 用于验证QQ号，从10000开始，长度至少为五位。 11. 中国邮政编码：[1-9]\d{5}(?!\d) 匹配六位数字的中国邮政编码，排除以其他数字结尾的情况。 12. 身份证号：\d{15}|\d{18} 识别15位或18位的中国大陆身份证号码。 13. IP地址：\d+\.\d+\.\d+\.\d+ 此正则表达式用于从文本中提取IP地址。 14. 数字匹配： - 匹配正整数：^[1-9]\d*$ - 匹配负整数：^-[1-9]\d*$ - 匹配整数：^-?[1-9]\d*$ - 匹配非负整数：^[1-9]\d*|0$ - 匹配非正整数：^-[1-9]\d*|0$ - 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*)$ 这些正则表达式在编写脚本、数据清洗、网站开发等场景中都扮演着重要的角色，它们能够高效地处理大量文本数据，提高开发效率。然而，对于更复杂、嵌套或特殊格式的文本，可能需要结合其他方法或更高级的正则表达式技术来实现准确匹配。