[74→100] 用正则表达式来验证字符串

在做登录、注册、用户资料修改等功能，经常需要做字符串验证，常规需求如下：

1. 姓名：2到10位字符,不包含数字和特殊字符（``~!@#$%^&*()-=_+[]{};':"",./<>?"` ）
2. 手机号码：以1开头的11位数字
3. 身份证号码：18位的，且前17位为数字，最后一位为数字或者大写X
4. 邮箱：

• 必须包含一个并且只有一个符号“@”
• 第一个字符不得是“@”或者“.”
• 不允许出现“@.”或者.@
• 结尾不得是字符“@”或者“.”
• 允许“@”前的字符中出现“＋”

5. 验证码：4到6位数字或字母
6. 年龄：[0,200]的整数或小数（小数点后1位）
7. 身高：2到3位整数或小数（小数点后1位）
8. 体重：1到3位整数或小数（小数点后1位）

这些需求中，最后三个可以用整型或浮点型来处理，前面五个都是字符串匹配，怎么满足这些林林总总的需求，一个好用的工具是正则表达式。

一、概念

其百度百科上定义如下：

正则表达式，又称正规表示法、常规表示法。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

其实 正则表达式 就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，用这个“规则字符串”用来表达对字符串的一种过滤逻辑。
给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

1. 匹配字符串：给定的字符串是否符合正则表达式的过滤逻辑；
2. 提取字符串：可以通过正则表达式，从字符串中获取我们想要的特定部分。

基本上所有主流的高级语言（如 C++、java）、编辑器（notepad++、atom、EditPlus、Word）都支持正则表达式的解析。

二、核心语法

正则表达式由一些 普通字符 和一些 元字符（metacharacters）组成。

A. 元字符：又称特殊字符，主要用来标识字符串匹配的位置、内容

1. 位置标识字符

• ^：匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。
• $：匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。
• \b：匹配一个字边界，即字与空格间的位置。
• \B：非字边界匹配。
• ( )：标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。
• []：标记一个 中括号表达式 的。里面内容为候选项。
• {}：标记 限定符表达式 。

2. 内容标识字符：

• .：匹配除换行符\n之外的任何单字符。
• \d：匹配0-9。

3. 内容重复状态标识字符

• *：匹配前面的子表达式零次或多次。
• +：匹配前面的子表达式一次或多次。
• ？：匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。
• |：指明两项之间的一个选择。
• {n,m}：其中n <= m。最少匹配 n 次且最多匹配 m 次。通用变体为{n}、{n,}

*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。

4. 转义字符：

• \：将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\' 匹配 ""，而 '(' 则匹配 "("。

B. 普通字符

除了元字符外的其他字符都是普通字符，包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号（如换行\n、换页\p、制表符\t等）。

三、JAVA实现

package lib;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * Created by shitianci on 16/7/8.
 */
public class TextUtil {

    /**
     * 姓名：2到10位字符,不包含数字和特殊字符（`~!@#$%^&*()-=_+[]{};':"",./<>?"）
     * 正则表达式为 ^[^~!@#\$%\^&\*\(\)\-=_\+\[\]\{\};':"",./<>\?]{2,100}$
     */
    public static boolean isName(String string) {
        String regex = "^[^`~!@#\\$%\\^&\\*\\(\\)\\-=_\\+\\[\\]\\{\\};':\",./<>\\?]{2,10}$";
        Pattern p = Pattern.compile(regex);
        Matcher m = p.matcher(string);
        return m.matches();
    }

    /**
     * 手机号码：以1开头的11位数字
     * 正则表达式为：^(1)\d{10}$
     */
    public static boolean isPhone(String string) {
        String regex = "^(1)\\d{10}$";
        Pattern p = Pattern.compile(regex);
        Matcher m = p.matcher(string);
        return m.matches();
    }

    /**
     * 身份证号码：18位的，且前17位为数字，最后一位为数字或者大写X
     * 正则表达式为：^(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)$
     */
    public static boolean isIdentification(String string) {
        String regex = "^(\\d{6})(\\d{4})(\\d{2})(\\d{2})(\\d{3})([0-9]|X)$";
        Pattern p = Pattern.compile(regex);
        Matcher m = p.matcher(string);
        return m.matches();
    }

    /**
     * 邮箱
     *    1. 必须包含一个并且只有一个符号“@”
     *    2. 第一个字符不得是“@”或者“.”
     *    3. 不允许出现“@.”或者.@
     *    4. 结尾不得是字符“@”或者“.”
     *    5. 允许“@”前的字符中出现“＋”
     * 正则表达式为：^[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?$
     */
    public static boolean isEmail(String string) {
        String regex = "^[\\w!#$%&'*+/=?^_`{|}~-]+(?:\\.[\\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\\w](?:[\\w-]*[\\w])?\\.)+[\\w](?:[\\w-]*[\\w])?$";
        Pattern p = Pattern.compile(regex);
        Matcher m = p.matcher(string);
        return m.matches();
    }

    /**
     * 验证码：4到6位数字或字母
     * 正则表达式为：^[\da-zA-Z]{4,6}$
     */
    public static boolean isVerificationCode(String string) {
        String regex = "^[\\da-zA-Z]{4,6}$";
        Pattern p = Pattern.compile(regex);
        Matcher m = p.matcher(string);
        return m.matches();
    }


}

参考：

1. 正则表达式 - 语法
2. 在线正则表达式测试

Panda
2016-07-08