懒人听书,豆豆小说阅读网

主頁 > 知識庫 > 正則表達式中\(zhòng)w不能識別中文

正則表達式中\(zhòng)w不能識別中文

正則表達式用于字符串處理，表單驗證等場合，實用高效，但用到時總是不太把握，以致往往要上網(wǎng)查一番。我將一些常用的表達式收藏在這里，作備忘之用。本貼隨時會更新。
匹配中文字符的正則表達式： [\u4e00-\u9fa5]
匹配雙字節(jié)字符(包括漢字在內(nèi))：[^\x00-\xff]
應用：計算字符串的長度（一個雙字節(jié)字符長度計2，ASCII字符計1）
String.prototype.len=function(){return this.replace([^\x00-\xff]/g,"aa").length;}
匹配空行的正則表達式：\n[\s| ]*\r
匹配HTML標記的正則表達式：/(.*)>.*\/\1>|(.*) \/>/
匹配首尾空格的正則表達式：(^\s*)|(\s*$)
String.prototype.trim = function()
{
return this.replace(/(^\s*)|(\s*$)/g, "");
}
利用正則表達式分解和轉(zhuǎn)換IP地址：
下面是利用正則表達式匹配IP地址，并將IP地址轉(zhuǎn)換成對應數(shù)值的Javascript程序：
function IP2V(ip)
{
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //匹配IP地址的正則表達式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}
不過上面的程序如果不用正則表達式，而直接用split函數(shù)來分解可能更簡單，程序如下：
var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))
匹配Email地址的正則表達式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
匹配網(wǎng)址URL的正則表達式：http://([\w-]+\.)+[\w-]+(/[\w- ./?%=]*)?
利用正則表達式去除字串中重復的字符的算法程序：[注：此程序不正確，原因見本貼回復]
var s="abacabefgeeii"
var s1=s.replace(/(.).*\1/g,"$1")
var re=new RegExp("["+s1+"]","g")
var s2=s.replace(re,"")
alert(s1+s2) //結(jié)果為：abcefgi
我原來在CSDN上發(fā)貼尋求一個表達式來實現(xiàn)去除重復字符的方法，最終沒有找到，這是我能想到的最簡單的實現(xiàn)方法。思路是使用后向引用取出包括重復的字符，再以重復的字符建立第二個表達式，取到不重復的字符，兩者串連。這個方法對于字符順序有要求的字符串可能不適用。
得用正則表達式從URL地址中提取文件名的javascript程序，如下結(jié)果為page1
s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)
利用正則表達式限制網(wǎng)頁表單里的文本框輸入內(nèi)容：
用正則表達式限制只能輸入中文：onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"
用正則表達式限制只能輸入全角字符： onkeyup="value=value.replace(/[^\uFF00-\uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"
用正則表達式限制只能輸入數(shù)字：onkeyup="value=value.replace(/[^\d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\d]/g,''))"
用正則表達式限制只能輸入數(shù)字和英文：onkeyup="value=value.replace(/[\W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\d]/g,''))"
------------------------------------------
另外從baidu 的知道里邊拿到些信息:
正則表達式的構(gòu)造摘要
構(gòu)造匹配
字符
x 字符 x
\\ 反斜線字符
\0n 帶有八進制值 0 的字符 n (0 = n = 7)
\0nn 帶有八進制值 0 的字符 nn (0 = n = 7)
\0mnn 帶有八進制值 0 的字符 mnn（0 = m = 3、0 = n = 7）
\xhh 帶有十六進制值 0x 的字符 hh
\uhhhh 帶有十六進制值 0x 的字符 hhhh
\t 制表符 ('\u0009')
\n 新行（換行）符 ('\u000A')
\r 回車符 ('\u000D')
\f 換頁符 ('\u000C')
\a 報警 (bell) 符 ('\u0007')
\e 轉(zhuǎn)義符 ('\u001B')
\cx 對應于 x 的控制符
字符類
[abc] a、b 或 c（簡單類）
[^abc] 任何字符，除了 a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，兩頭的字母包括在內(nèi)（范圍）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z[def]] d、e 或 f（交集）
[a-z[^bc]] a 到 z，除了 b 和 c：[ad-z]（減去）
[a-z[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（減去）
預定義字符類
. 任何字符（與行結(jié)束符可能匹配也可能不匹配）
\d 數(shù)字：[0-9]
\D 非數(shù)字： [^0-9]
\s 空白字符：[ \t\n\x0B\f\r]
\S 非空白字符：[^\s]
\w 單詞字符：[a-zA-Z_0-9]
\W 非單詞字符：[^\w]
POSIX 字符類（僅 US-ASCII）
\p{Lower} 小寫字母字符：[a-z]
\p{Upper} 大寫字母字符：[A-Z]
\p{ASCII} 所有 ASCII：[\x00-\x7F]
\p{Alpha} 字母字符：[\p{Lower}\p{Upper}]
\p{Digit} 十進制數(shù)字：[0-9]
\p{Alnum} 字母數(shù)字字符：[\p{Alpha}\p{Digit}]
\p{Punct} 標點符號：!"#$%'()*+,-./:;=>?@[\]^_`{|}~
\p{Graph} 可見字符：[\p{Alnum}\p{Punct}]
\p{Print} 可打印字符：[\p{Graph}\x20]
\p{Blank} 空格或制表符：[ \t]
\p{Cntrl} 控制字符：[\x00-\x1F\x7F]
\p{XDigit} 十六進制數(shù)字：[0-9a-fA-F]
\p{Space} 空白字符：[ \t\n\x0B\f\r]
java.lang.Character 類（簡單的 java 字符類型）
\p{javaLowerCase} 等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase} 等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace} 等效于 java.lang.Character.isWhitespace()
\p{javaMirrored} 等效于 java.lang.Character.isMirrored()
Unicode 塊和類別的類
\p{InGreek} Greek 塊（簡單塊）中的字符
\p{Lu} 大寫字母（簡單類別）
\p{Sc} 貨幣符號
\P{InGreek} 所有字符，Greek 塊中的除外（否定）
[\p{L}[^\p{Lu}]] 所有字母，大寫字母除外（減去）
邊界匹配器
^ 行的開頭
$ 行的結(jié)尾
\b 單詞邊界
\B 非單詞邊界
\A 輸入的開頭
\G 上一個匹配的結(jié)尾
\Z 輸入的結(jié)尾，僅用于最后的結(jié)束符（如果有的話）
\z 輸入的結(jié)尾
Greedy 數(shù)量詞
X? X，一次或一次也沒有
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，但是不超過 m 次
Reluctant 數(shù)量詞
X?? X，一次或一次也沒有
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，但是不超過 m 次
Possessive 數(shù)量詞
X?+ X，一次或一次也沒有
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，但是不超過 m 次
Logical 運算符
XY X 后跟 Y
X|Y X 或 Y
(X) X，作為捕獲組
Back 引用
\n 任何匹配的 nth 捕獲組
引用
\ Nothing，但是引用以下字符
\Q Nothing，但是引用所有字符，直到 \E
\E Nothing，但是結(jié)束從 \Q 開始的引用
特殊構(gòu)造（非捕獲）
(?:X) X，作為非捕獲組
(?idmsux-idmsux) Nothing，但是將匹配標志由 on 轉(zhuǎn)為 off
(?idmsux-idmsux:X) X，作為帶有給定標志 on - off 的非捕獲組
(?=X) X，通過零寬度的正 lookahead
(?!X) X，通過零寬度的負 lookahead
(?=X) X，通過零寬度的正 lookbehind
(?!X) X，通過零寬度的負 lookbehind
(?>X) X，作為獨立的非捕獲組
--------------------------------------------------------------------------------
反斜線、轉(zhuǎn)義和引用
反斜線字符 ('\') 用于引用轉(zhuǎn)義構(gòu)造，如上表所定義的，同時還用于引用其他將被解釋為非轉(zhuǎn)義構(gòu)造的字符。因此，表達式 \ 與單個反斜線匹配，而 { 與左括號匹配。
在不表示轉(zhuǎn)義構(gòu)造的任何字母字符前使用反斜線都是錯誤的；它們是為將來擴展正則表達式語言保留的?？梢栽诜亲帜缸址笆褂梅葱本€，不管該字符是否非轉(zhuǎn)義構(gòu)造的一部分。
根據(jù) Java Language Specification 的要求，Java 源代碼的字符串中的反斜線被解釋為 Unicode 轉(zhuǎn)義或其他字符轉(zhuǎn)義。因此必須在字符串字面值中使用兩個反斜線，表示正則表達式受到保護，不被 Java 字節(jié)碼編譯器解釋。例如，當解釋為正則表達式時，字符串字面值 "\b" 與單個退格字符匹配，而 "\\b" 與單詞邊界匹配。字符串字面值 "$hello$" 是非法的，將導致編譯時錯誤；要與字符串 (hello) 匹配，必須使用字符串字面值 "\$hello\$"。
字符類
字符類可以出現(xiàn)在其他字符類中，并且可以包含并集運算符（隱式）和交集運算符 ()。并集運算符表示至少包含其某個操作數(shù)類中所有字符的類。交集運算符表示包含同時位于其兩個操作數(shù)類中所有字符的類。
字符類運算符的優(yōu)先級如下所示，按從最高到最低的順序排列：
1 字面值轉(zhuǎn)義 x
2 分組 [...]
3 范圍 a-z
4 并集 [a-e][i-u]
5 交集 [a-z[aeiou]]
注意，元字符的不同集合實際上位于字符類的內(nèi)部，而非字符類的外部。例如，正則表達式 . 在字符類內(nèi)部就失去了其特殊意義，而表達式 - 變成了形成元字符的范圍。
行結(jié)束符
行結(jié)束符是一個或兩個字符的序列，標記輸入字符序列的行結(jié)尾。以下代碼被識別為行結(jié)束符：
新行（換行）符 ('n')、
后面緊跟新行符的回車符 ("\r\n")、
單獨的回車符 ('r')、
下一行字符 ('u0085')、
行分隔符 ('u2028') 或
段落分隔符 ('u2029)。
如果激活 UNIX_LINES 模式，則新行符是惟一識別的行結(jié)束符。
如果未指定 DOTALL 標志，則正則表達式 . 可以與任何字符（行結(jié)束符除外）匹配。
默認情況下，正則表達式 ^ 和 $ 忽略行結(jié)束符，僅分別與整個輸入序列的開頭和結(jié)尾匹配。如果激活 MULTILINE 模式，則 ^ 在輸入的開頭和行結(jié)束符之后（輸入的結(jié)尾）才發(fā)生匹配。處于 MULTILINE 模式中時，$ 僅在行結(jié)束符之前或輸入序列的結(jié)尾處匹配。
組和捕獲
捕獲組可以通過從左到右計算其開括號來編號。例如，在表達式 ((A)(B(C))) 中，存在四個這樣的組：
1 ((A)(B(C)))
2 A
3 (B(C))
4 (C)
組零始終代表整個表達式。
之所以這樣命名捕獲組是因為在匹配中，保存了與這些組匹配的輸入序列的每個子序列。捕獲的子序列稍后可以通過 Back 引用在表達式中使用，也可以在匹配操作完成后從匹配器檢索。
與組關聯(lián)的捕獲輸入始終是與組最近匹配的子序列。如果由于量化的緣故再次計算了組，則在第二次計算失敗時將保留其以前捕獲的值（如果有的話）例如，將字符串 "aba" 與表達式 (a(b)?)+ 相匹配，會將第二組設置為 "b"。在每個匹配的開頭，所有捕獲的輸入都會被丟棄。
以 (?) 開頭的組是純的非捕獲組，它不捕獲文本，也不針對組合計進行計數(shù)。

您可能感興趣的文章?1

jQuery如何用正則表達式驗證手機號、身份證號、中文名稱
php使用正則驗證中文
jquery正則表達式驗證（手機號、身份證號、中文名稱）
通過正則表達式實現(xiàn)表單驗證是否為中文
JavaScript正則表達式驗證中文實例講解
PHP 正則表達式驗證中文的問題
java正則匹配HTML中a標簽里的中文字符示例
Java使用正則表達式(regex)匹配中文實例代碼
Java正則表達式過濾出字母、數(shù)字和中文
匹配中文漢字的正則表達式介紹
中文用戶名的js檢驗正則
正則驗證不能含有中文的實現(xiàn)方法【jQuery與java實現(xiàn)】

標簽：西寧怒江河北吉林秦皇島玉林茂名昆明

巨人網(wǎng)絡通訊聲明：本文標題《正則表達式中\(zhòng)w不能識別中文》，本文關鍵詞正則,表達式,中,不能,識別,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡，涉及言論、版權(quán)與本站無關。

濮阳杆衣贸易有限公司

正則表達式中\(zhòng)w不能識別中文