正則表達式之字符串驗證
在博文《正則表達式之數字驗證》中我們探討了數字的驗證，比如身份證號碼的驗證、電話號碼的驗證等等，這些都是非常有用的；然而字符串的驗證也是非常重要的。這篇博文我將和大家分享字符串的驗證方法，如英文單詞的驗證、非單詞字符串的驗證、文件名稱的驗證以及網絡常用元素的驗證等等。 由於水平有限，有些知識點可能理解的不一定准確，希望如果大家發現錯誤后可以提出，在此表示感謝。
第一部分：5種英文單詞驗證
1.小寫英文單詞的驗證
- 我們可以使用[a-z]+驗證一個或多個小寫英文單詞，當然[a-z]{1,}亦是如此。但是這樣驗證的單詞可能不是完整的，如對於字符串ad“”，它將匹配其中的ad。
- 為了解決上一個問題--即不能驗證完整的單詞，我們可以使用\b[a-z]+\b來驗證。即通過元字符\b來指定英文單詞的邊界。
- \ba[a-z]*\b 可以驗證以小寫字母a開頭的一到多個英文字母的單詞。（注：限定符*表示0個或多個）
- \b[a-c][a-z]*\b可以驗證以小寫字母a或b或c開頭的一個到多個英文字母的單詞。
- \b[a-z]+(?:ing)\b 可以匹配以ing結尾的字符串，
- \b[a-z]{6} 可以驗證長度為6的小寫英文組成的字符串
注意：倒數第二個驗證中的(?:ing)， 雖然這里使用了()，即分組符號，但實際因為有?:，我們是不能進行反向引用的。 這里可以理解為我們僅需要將之看作一個整體，但是不希望被反向引用。
2.大寫英文單詞的驗證
這里與小寫英文單詞的用法相同，我們只需要將上面的[a-z]替換成[A-Z]即可。
3.英文單詞的分隔符驗證
在英文文本中，各個英文單詞被分隔符所分開。 分隔符即分開兩兩英文單詞的符號。這些分隔符包括英文標點符號，空白符等等。
在分隔符中，又以英文標點符號居多，比如,(逗號) .(點號) ?(問號) :(冒號) ;(分號) '(單引號) !(感嘆號) "(雙引號) -(連接號) --(破折號) ()(小括號) [](中括號) {}(大括號) ...(省略號) `(所有格符號，又稱反引號)。
如下面的正則表達式將驗證這些英文標點符號分隔符:
[-,.?:;'"!`]|(-{2})|(\.{3})|(\(\))|(\[\])|({})
我為什么沒有把所有的英文分隔符都放到字符類【】中去呢？這是因為對於--（破折號）...(省略號) ()(小括號) []（中括號） {}(大括號)這些分隔符或者會引起歧義不能正確表達出來，或者必須使用\來轉義。
4.否定驗證
- \b[A-GI-Z]+\b可以驗證任何沒有字母H的英文單詞
- \b[A-GI-OQ-Z]\b可以驗證任何沒有字母H和P的英文單詞
- \b[A-Z]*B[^P][A-Z]*\b可以驗證任何在B之后沒有P的英文單詞。
- 但是為什么DAFB沒有被匹配上呢？這是因為在B之后[^P]占了一個位置，即最后一定不能什么都沒有。
5.具有相同特征的英文單詞驗證
a、使用\b([A-Z])\1[A-Z]*\b可以驗證具有兩個相同字母開頭特征的英文單詞。因為\1是在反向引用第一個分組。
b、使用\b([A-Z])[A-Z]*\1+[A-Z]*\b可以驗證具有一個和首字母相同的字母特征的英文單詞。
舉例如下所示：
第二部分：6種非單詞字符的驗證
這一部分將介紹非單詞字符串的驗證，比如英文標點符號、中文標點符號、中文文本驗證、特殊字符驗證和密碼驗證。
1.英文標點符號的驗證
即如下所示，在上面我們已經見過了：
[-,.?:;'"!`]|(-{2})|(\.{3})|(\(\))|(\[\])|({})
2.中文標點符號驗證
中文標點符號也很多並且和英文標點符號很類似。如 ，（逗號） 。（句號） ？（問號） ：（冒號） ；（分號） ‘’（單引號） ！（感嘆號） “”（雙引號） —（連接號） ——（破折號） ……（省略號） （）（小括號） 【】（中括號） ｛｝（大括號） 、（頓號） 《》（書名號） 等等。
於是我們可以通過下面的正則表達式來驗證：
[，。？：；“” ‘’ ！— …… 、]|(—{2})|(（）)|(【】)|(｛｝)|(《》)
其中(—{2})用來匹配破折號
3.中文文本驗證
中文文本的驗證比較簡單，我們直接使用/w即可實現。如下圖所示：
需要注意的是，如果沒有u（注意觀察灰色部分），則不能正確匹配，在http://www.regexpal.com/中我打開了unicode之后才可以正常匹配。
4.特殊字符驗證
我們認為除了數字和字母之外的字符都是特殊字符，具體包括 、_ = \ [ ] ; ' ，. / ~ ! @ # $ % ^ & * ( ) + | ? > < “ ：｛ ｝。
使用以下正則表達式即可驗證一個特殊字符：
[、_ =\ \\ [\ ] ; ' ，. / ~ ! @ # $ % ^ & * ( ) + | ? > < “ :{}]
其中\ [ ]需要通過使用\進行轉義。
當然，如果需要驗證長度至少為1、由特殊字符串組成的字符串，可直接在上面的正則表達式右邊添加+即可。
5.密碼驗證
當用戶登陸網站時，一般都需要用戶輸入用戶名和密碼，這時作為前端攻城獅的我們就需要進行驗證了。當然，一般來說，密碼的復雜程度越高，用戶信息安全性越高。
密碼字符可以包括數字、字母和特殊字符。因此在一個密碼中可以只有數字或只有字母或只有特殊字符，也可以同時擁有其中的兩種，或同時擁有其中的三種，顯然，擁有的種類越多，則改密碼越安全。
A 只包含數字的密碼驗證
這種形式的驗證顯然是非常簡單的，其安全性也非常低。如下所示：
\d+
這樣的表達式可以驗證數字個數大於等於1的密碼。而一般我們輸入密碼時有具體的要求，比如6到12位，我們可以按照下面的方式來驗證。
\d{6,12}
B 只包含字母的密碼驗證
這也很簡單，同樣安全性較差。我們可以這樣驗證限制在6-12位的密碼。
C 只包含特殊字符的密碼驗證
同樣很簡單，即
[、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]{6,12}
此正則表達式驗證的是6到12位的純特殊字符的密碼。
D 包含數字和字母的密碼驗證
這里似乎很簡單，但實際上卻不是，因為我們必須保證數字和字母同時都有。我的思考如下（如果大家覺得有更簡潔的方式可以提出來）：
[\da-zA-Z]*((\d+[a-zA-Z]+)|([a-zA-Z]+\d+))[\da-zA-Z]*
其中中間的分組（第一個分組）((\d+[a-zA-Z]+)|([a-zA-Z]+\d+))表示這個密碼中必須是一個或幾個數字后面跟着一個或幾個字母 或者 一個或幾個字母后面跟着一個或幾個數字。如45dda或da564這種形式，如果一個密碼時555或daf這肯定是不能匹配的。但這還是不夠的，如果我們還希望在45dda的左邊有字母，右邊還有數字時，我們就需要在兩邊添加[\da-zA-Z]*了，其中*表示0個或多個。
E 包含數字和特殊字符的密碼驗證
在D的基礎上，這里的正則表達式就很好寫了，只需將字母的驗證替換為特殊字符的驗證即可，如下所示：
[\d、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*((\d+[、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+)|([、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+\d+))[\d、_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*
F 包含字母和特殊字符的密碼驗證
在E的基礎上，我們直接將其中的數字用字母來替換即可，如下所示：
[a-zA-Z_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*(((a-zA-Z)+[_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+)|([_=\\\[\];`',./~!@#$%^&*()+|?><":{}]+(a-zA-Z)+))[a-zA-Z_=\\\[\];`',./~!@#$%^&*()+|?><":{}]*
這里為什么驗證不成功呢？？ 如果有大神了解，希望可以給予指導，感激。
G 包含字母、數字和特殊字符的密碼驗證
如果三者都包含，那么此時密碼的安全度是最高的。那么，怎么實現這樣的密碼驗證呢？
思路同樣的，即左右兩邊需要有字母、數字、字符串同時放在一個字符類里，中間的分組需要通過6次或運算即可實現。
第三部分：文件名稱驗證
每一個文件都有它自己的名稱，該名稱由兩部分組成:文件名和文件擴展名。基於此，下面我們將要介紹 指定文件擴展名的驗證、 指定文件名的驗證、 包含指定字符串的文件全名的驗證、 排除兩端存在空白符的文件全名驗證。
1. 指定文件擴展名的驗證
假設我們驗證文件擴展名為pdf的名稱。驗證時，文件名是長度至少為1的任意字符串。方法如下：
其中.+表示匹配長度至少為1、由非換行符組成的字符串。\.是為了對.進行轉義。
2. 指定文件名的驗證
假設我們驗證文件名為javascript的名稱。驗證時，文件擴展名是長度至少為1的單詞字符串。方法如下：
3. 包含指定字符串的文件全民名驗證
這種驗證方法是非常常見的，即一個文件全名中需要包含指定的字符串，比如一個文件全民中必須包含java這個字符串。驗證方法如下：
4. 排除兩端存在空白字符的文件全名驗證
前面我們沒有考慮到文件名兩端存在空白字符的情況，然而，文件名的兩端是不允許存在空白字符的。
（1）如果驗證一個字符串不是以空白字符開頭，可用(?!expression),即零寬度負預測先行斷言。該斷言可以指定此位置的后面不能匹配表達式expression，於是驗證如下：
(2) 如果驗證一個字符串不是以空白字符結束，可用(?<!expression)，即零寬度負回顧后發斷言，它斷言自身位置的前面不能匹配表達式expression,於是驗證如下：
^.+(?<! )\.\w+$
（3） 結合上面兩種情況，即可得到文件名兩端都不存在空格的驗證如下所示：
^(?! ).+(?<! )\.\w+$
第四部分：電子郵件、HTTP/FTP地址驗證
這四個都是網絡的常用元素，尤其是電子郵件的驗證用的很多。
1.電子郵件驗證
我們知道常見的電子郵箱有163 郵箱 126 郵箱 QQ 郵箱 Gmail郵箱 雅虎郵箱 Hotmail 新浪郵箱 139 郵箱 TOM郵箱 21CN郵箱 搜狗郵箱 189郵箱 188財富郵億郵 Yeah郵箱 搜狐郵箱 Foxmail等等，但是他們的特點都十分類似，如qq郵箱地址：1843021156@qq.com，Gmail郵箱地址 zhuzhenwei789@gmail.com等等。當然上述的郵箱是大型公司提供的免費郵箱。 公司還可以有自己的企業郵箱。比如123456abcd@facai.com.cn等等。
綜上所述，我們可以看出郵箱一般是由名稱、字符@和域名后綴組成。
根據郵箱的特點，我們便可以使用下面的正則表達式來驗證電子郵件地址：
^\w+@(\w+\.)+\w+
效果如下所示：
當然，下面這種方法（思路）也是一樣的：
^\w+@\w+(\.\w+)+
上面的說法是有問題的，這里更正，應該是
^[\w.]+@(\w+\.)+\w+
因為前面的名稱也有可能是有小數點的。
2.HTTP、FTP地址驗證
HTTP地址一般是以字符串"http://"或"https:"開頭的字符串。它可以被. / ? & % =分割。 如http://www.cnblogs.com、https://www.baidu.com/s?wd=谷歌&rsv_spt=1、http://cn.bing.com/search?q=javascript等等。而FTP和HTTP的唯一區別在於開頭是FTP而不是HTTP或HTTPS。
於是可知驗證表達式如下：
((http|ftp|https)://)(([a-zA-Z0-9\._-]+\.[a-zA-Z]{2,6})|([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}))(:[0-9]{1,4})*(/[a-zA-Z0-9\&%_\./-~-]*)?
首先該正則表達式匹配的字符串必須以http://、https://、ftp://開頭；
其次該正則表達式能匹配URL或者IP地址；（如：http://www.baidu.com 或者 http://192.168.1.1）
然后該正則表達式能匹配到URL的末尾，即能匹配到子URL；（如能匹配：http://www.baidu.com/s?wd=a&rsv_spt=1&issp=1&rsv_bp=0&ie=utf-8&tn=baiduhome_pg&inputT=1236）
最后該正則表達式能夠匹配端口號；
結語：
這篇文章寫完才發現對正則表達式的理解還不夠透徹，比如字母、數字、特殊字符構成的密碼驗證還有些問題待解決，最后HTTP和FTP的驗證我覺得寫的也過於繁雜，並沒有解決所有問題。所以如果大家有什么好的建議希望可以指教，在此表示感謝。
注：原創文章，如需轉載，請注明出處，博客地址：http://www.cnblogs.com/zhuzhenwei918/p/6202932.html