正則表達式是字串處理的瑞士刀,但每次都要重新查、重新調,實在浪費時間。以下把日常最常用到的模式整理成一份可直接複製的清單,並附上 JavaScript 的實戰應用。
匹配中文字符:[\u4e00-\u9fa5] 匹配雙位元組字符(含漢字):[^\x00-\xff] 匹配空白行:\n\s*\r 匹配 HTML 標記:<(\S*?)[^>]*>.*? | <.*? /> 匹配首尾空白字符:^\s*|\s*$
說明:[\u4e00-\u9fa5] 是判斷中文最通用的寫法;[^\x00-\xff] 可用來估算字串長度(雙位元組計 2、ASCII 計 1);\n\s*\r 則常用於批次刪除空白行。至於匹配 HTML 標記,網路上流傳的版本多半只能處理簡單結構,遇到深層嵌套仍會失效,正式環境建議改用 DOM 解析器。
Email 地址: \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
網址 URL: [a-zA-z]+://[^\s]*
帳號(字母開頭,5-16 位,可用字母數字底線):
^[a-zA-Z][a-zA-Z0-9_]{4,15}$
國內電話: \d{3}-\d{8}|\d{4}-\d{7}
騰訊 QQ 號: [1-9][0-9]{4,}
中國郵政編碼: [1-9]\d{5}(?!\d)
身份證號: \d{15}|\d{18}
IP 位址: \d+\.\d+\.\d+\.\d+
^[1-9]\d*$ // 正整數 ^-[1-9]\d*$ // 負整數 ^-?[1-9]\d*$ // 整數 ^[1-9]\d*|0$ // 非負整數(正整數 + 0) ^-[1-9]\d*|0$ // 非正整數(負整數 + 0) ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ // 正浮點數 ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ // 負浮點數 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.\d+|0)$ // 浮點數
處理大量資料(例如批次匯入、報表清洗)時特別有用,實際套用前建議依資料特性微調邊界條件。
^[A-Za-z]+$ // 純英文字母
^[A-Z]+$ // 全大寫英文字母
^[a-z]+$ // 全小寫英文字母
^[A-Za-z0-9]+$ // 英文字母 + 數字
^\w+$ // 英文字母、數字或底線
^.{3}$ // 長度恰為 3 的字元
只能輸入數字: "^[0-9]*$"
只能輸入 n 位數字: "^\d{n}$"
只能輸入至少 n 位數字: "^\d{n,}$"
只能輸入 m-n 位數字: "^\d{m,n}$"
只能輸入零與非零開頭的數字: "^(0|[1-9][0-9]*)$"
只能輸入兩位小數的正實數: "^[0-9]+(\.[0-9]{2})?$"
只能輸入 1-3 位小數的正實數: "^[0-9]+(\.[0-9]{1,3})?$"
只能輸入非零正整數: "^\+?[1-9][0-9]*$"
只能輸入非零負整數: "^-[1-9][0-9]*$"
密碼(字母開頭,6-18 位,僅含字母數字底線):
"^[a-zA-Z]\w{5,17}$"
只能輸入漢字: "^[\u4e00-\u9fa5]{0,}$"
驗證 Internet URL:
"^https://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"
驗證電話號碼:
"^((\d{3,4})|\d{3,4}-)?\d{7,8}$"
驗證一年 12 個月: "^(0?[1-9]|1[0-2])$"
驗證一個月 31 天:
"^((0?[1-9])|((1|2)[0-9])|30|31)$"
1. 計算字串長度(雙位元組計 2)
String.prototype.len = function(){
return this.replace(/[^\x00-\xff]/g, "aa").length;
}
2. 自製 trim 函式
String.prototype.trim = function()
{
return this.replace(/(^\s*)|(\s*$)/g, "");
}
3. 拆解並轉換 IP 位址
function IP2V(ip) // IP 位址轉為對應數值
{
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g
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!")
}
}
4. 從 URL 中提取檔名
s = "https://www.9499.net/page1.htm";
s = s.replace(/(.*){0,}([^\.]+).*/ig, "$2"); // 得到 Page1.htm
5. 限制輸入框只能輸入特定字元
只能輸入中文:
onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')"
onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"
只能輸入全形字元:
onkeyup="value=value.replace(/[^\uFF00-\uFFFF]/g,'')"
只能輸入數字:
onkeyup="value=value.replace(/[^\d]/g,'')"
在正則式中使用 Unicode 必須以 \u 開頭,後接四位十六進位碼位。
粗略判斷是否含中文: /[^\u0000-\u00FF]/
常見的錯誤寫法是 /[^\u00-\uFF]/,它會把全形半形符號(如 ,.(){}'"!)與部分拉丁字母一併判為中文。\u0000-\u00FF 涵蓋的是基本控制字元與拉丁字母區段,用否定式做粗判尚可,精準判斷則建議改用下面的寫法:
/[\u4E00-\u9FA5\uF900-\uFA2D]/
其中 \u4E00-\u9FA5 屬 CJK 統一表意文字區(中日韓漢字主區),\uF900-\uFA2D 屬 CJK 相容表意文字區,兩段合起來能涵蓋絕大多數實際會出現的漢字。