版本：v0.03 (2013-5-13) 整理：deerchao
說明：正則表達式通常用于兩種任務：1.驗證，2.搜索/替換。用于驗證時，通常需要在前后分別加上^和$，以匹配整個待驗證字符串；搜索/替換時是否加上此限定則根據搜索的要求而定，此外，也有可能要在前后加上\b而不是^和$。此表所列的常用正則表達式，除個別外均未在前后加上任何限定，請根據需要，自行處理。
正則表達式（英文：Regular Expression）在計算機科學中，是指一個用來描述或者匹配一系列符合某個句法規(guī)則的字符串的單個字符串。
| 說明 | 正則表達式 |
|---|---|
| 網址（URL） | [a-zA-z]+://[^\s]* |
| IP地址(IP Address) | ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) |
| 電子郵件(Email) | \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* |
| QQ號碼 | [1-9]\d{4,} |
| HTML標記(包含內容或自閉合) | <(.*)(.*)>.*<\/\1>|<(.*) \/> |
| 密碼(由數字/大寫字母/小寫字母/標點符號組成，四種都必有，8位以上) | (?=^.{8,}$)(?=.*\d)(?=.*\W+)(?=.*[A-Z])(?=.*[a-z])(?!.*\n).*$ |
| 日期(年-月-日) | (\d{4}|\d{2})-((1[0-2])|(0?[1-9]))-(([12][0-9])|(3[01])|(0?[1-9])) |
| 日期(月/日/年) | ((1[0-2])|(0?[1-9]))/(([12][0-9])|(3[01])|(0?[1-9]))/(\d{4}|\d{2}) |
| 時間(小時:分鐘, 24小時制) | ((1|0?)[0-9]|2[0-3]):([0-5][0-9]) |
| 漢字(字符) | [\u4e00-\u9fa5] |
| 中文及全角標點符號(字符) | [\u3000-\u301e\ufe10-\ufe19\ufe30-\ufe44\ufe50-\ufe6b\uff01-\uffee] |
| 中國大陸固定電話號碼 | (\d{4}-|\d{3}-)?(\d{8}|\d{7}) |
| 中國大陸手機號碼 | 1\d{10} |
| 中國大陸郵政編碼 | [1-9]\d{5} |
| 中國大陸身份證號(15位或18位) | \d{15}(\d\d[0-9xX])? |
| 非負整數(正整數或零) | \d+ |
| 正整數 | [0-9]*[1-9][0-9]* |
| 負整數 | -[0-9]*[1-9][0-9]* |
| 整數 | -?\d+ |
| 小數 | (-?\d+)(\.\d+)? |
| 不包含abc的單詞 | \b((?!abc)\w)+\b |
以上正則表達式均經過多次測試，并不斷增加,因為不同程序或工具的正則表達式略有區(qū)別，大家可以根據需要進行簡單修改
正則表達式用于字符串處理、表單驗證等場合，實用高效。現將一些常用的表達式收集于此，以備不時之需。下面都是一些基本的規(guī)則，更新與要求更高的可以參考這篇文章。
用戶名、密碼等15個常用的js正則表達式
| 說明 | 正則表達式 |
|---|---|
| 用戶 | /^[a-z0-9_-]{3,16}$/ |
| 密碼 | /^[a-z0-9_-]{6,18}$/ |
| 十六進制值 | /^#?([a-f0-9]{6}|[a-f0-9]{3})$/ |
| 電子郵箱 | /^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/ |
| URL | /^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/ |
| IP 地址 | /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/ |
| HTML 標簽 | /^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/ |
| Unicode編碼中的漢字范圍 | /^[u4e00-u9fa5],{0,}$/ |
| 匹配中文字符的正則表達式 | [\u4e00-\u9fa5] |
| 評注：匹配中文還真是個頭疼的事，有了這個表達式就好辦了 | |
| 匹配雙字節(jié)字符(包括漢字在內) | [^\x00-\xff] |
| 評注：可以用來計算字符串的長度（一個雙字節(jié)字符長度計2，ASCII字符計1） | |
| 匹配空白行的正則表達式 | \n\s*\r |
| 評注：可以用來刪除空白行 | |
| 匹配HTML標記的正則表達式 | <(\S*?)[^>]*>.*?</\1>|<.*? /> |
| 評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對于復雜的嵌套標記依舊無能為力 | |
| 匹配首尾空白字符的正則表達式 | ^\s*|\s*$ |
| 評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式 | |
| 匹配Email地址的正則表達式 | \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* |
| 評注：表單驗證時很實用 | |
| 匹配網址URL的正則表達式 | [a-zA-z]+://[^\s]* |
| 評注：網上流傳的版本功能很有限，上面這個基本可以滿足需求 | |
| 匹配帳號是否合法(字母開頭，允許5-16字節(jié)，允許字母數字下劃線) | ^[a-zA-Z][a-zA-Z0-9_]{4,15}$ |
| 評注：表單驗證時很實用 | |
| 匹配國內電話號碼 | \d{3}-\d{8}|\d{4}-\d{7} |
| 評注：匹配形式如 0511-4405222 或 021-87888822 | |
| 匹配騰訊QQ號 | [1-9][0-9]{4,} |
| 評注：騰訊QQ號從10000開始 | |
| 匹配中國大陸郵政編碼 | [1-9]\d{5}(?!\d) |
| 評注：中國大陸郵政編碼為6位數字 | |
| 匹配身份證 | \d{15}|\d{18} |
| 評注：中國大陸的身份證為15位或18位 | |
| 匹配ip地址 | \d+\.\d+\.\d+\.\d+ |
| 評注：提取ip地址時有用 | |
| 匹配特定數字： | |
| ^[1-9]\d*$ | //匹配正整數 |
| ^-[1-9]\d*$ | //匹配負整數 |
| ^-?[1-9]\d*$ | //匹配整數 |
| ^[1-9]\d*|0$ | //匹配非負整數（正整數 + 0） |
| ^-[1-9]\d*|0$ | //匹配非正整數（負整數 + 0） |
| ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ | //匹配正浮點數 |
| ^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ | //匹配負浮點數 |
| ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ | //匹配浮點數 |
| ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ | //匹配非負浮點數（正浮點數 + 0） |
| ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ | //匹配非正浮點數（負浮點數 + 0） |
| 評注：處理大量數據時有用，具體應用時注意修正 | |
| 匹配特定字符串 | |
| ^[A-Za-z]+$ | //匹配由26個英文字母組成的字符串 |
| ^[A-Z]+$ | //匹配由26個英文字母的大寫組成的字符串 |
| ^[a-z]+$ | //匹配由26個英文字母的小寫組成的字符串 |
| ^[A-Za-z0-9]+$ | //匹配由數字和26個英文字母組成的字符串 |
| ^\w+$ | //匹配由數字、26個英文字母或者下劃線組成的字符串 |
正則表達式有多種不同的風格。下表是在PCRE中元字符及其在正則表達式上下文中的行為的一個完整列表：
| 字符 | 描述 |
|---|---|
| \ | 將下一個字符標記為一個特殊字符、或一個原義字符、或一個向后引用、或一個八進制轉義符。例如，“n”匹配字符“n”?！癨n”匹配一個換行符。序列“\\”匹配“\”而“\(”則匹配“(”。 |
| ^ | 匹配輸入字符串的開始位置。如果設置了RegExp對象的Multiline屬性，^也匹配“\n”或“\r”之后的位置。 |
| $ | 匹配輸入字符串的結束位置。如果設置了RegExp對象的Multiline屬性，$也匹配“\n”或“\r”之前的位置。 |
| * | 匹配前面的子表達式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等價于{0,}。 |
| + | 匹配前面的子表達式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價于{1,}。 |
| ? | 匹配前面的子表達式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等價于{0,1}。 |
| {n} | n是一個非負整數。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個o。 |
| {n,} | n是一個非負整數。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o?！皁{1,}”等價于“o+”?！皁{0,}”則等價于“o*”。 |
| {n,m} | m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個o。“o{0,1}”等價于“o?”。請注意在逗號和兩個數之間不能有空格。 |
| ? | 當該字符緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對于字符串“oooo”，“o+?”將匹配單個“o”，而“o+”將匹配所有“o”。 |
| . | 匹配除“\n”之外的任何單個字符。要匹配包括“\n”在內的任何字符，請使用像“[.\n]”的模式。 |
| (pattern) | 匹配pattern并獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“\(”或“\)”。 |
| (?:pattern) | 匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用或字符“(|)”來組合一個模式的各個部分是很有用。例如“industr(?:y|ies)”就是一個比“industry|industries”更簡略的表達式。 |
| (?=pattern) | 正向預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。 |
| (?!pattern) | 負向預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始 |
| x|y | 匹配x或y。例如，“z|food”能匹配“z”或“food”?！?z|f)ood”則匹配“zood”或“food”。 |
| [xyz] | 字符集合。匹配所包含的任意一個字符。例如，“[abc]”可以匹配“plain”中的“a”。 |
| [^xyz] | 負值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。 |
| [a-z] | 字符范圍。匹配指定范圍內的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內的任意小寫字母字符。 |
| [^a-z] | 負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范圍內的任意字符。 |
| \b | 匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
| \B | 匹配非單詞邊界?！癳r\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 |
| \cx | 匹配由x指明的控制字符。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的“c”字符。 |
| \d | 匹配一個數字字符。等價于[0-9]。 |
| \D | 匹配一個非數字字符。等價于[^0-9]。 |
| \f | 匹配一個換頁符。等價于\x0c和\cL。 |
| \n | 匹配一個換行符。等價于\x0a和\cJ。 |
| \r | 匹配一個回車符。等價于\x0d和\cM。 |
| \s | 匹配任何空白字符，包括空格、制表符、換頁符等等。等價于[\f\n\r\t\v]。 |
| \S | 匹配任何非空白字符。等價于[^\f\n\r\t\v]。 |
| \t | 匹配一個制表符。等價于\x09和\cI。 |
| \v | 匹配一個垂直制表符。等價于\x0b和\cK。 |
| \w | 匹配包括下劃線的任何單詞字符。等價于“[A-Za-z0-9_]”。 |
| \W | 匹配任何非單詞字符。等價于“[^A-Za-z0-9_]”。 |
| \xn | 匹配n，其中n為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。例如，“\x41”匹配“A”?！癨x041”則等價于“\x04&1”。正則表達式中可以使用ASCII編碼。. |
| \num | 匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，“(.)\1”匹配兩個連續(xù)的相同字符。 |
| \n | 標識一個八進制轉義值或一個向后引用。如果\n之前至少n個獲取的子表達式，則n為向后引用。否則，如果n為八進制數字（0-7），則n為一個八進制轉義值。 |
| \nm | 標識一個八進制轉義值或一個向后引用。如果\nm之前至少有nm個獲得子表達式，則nm為向后引用。如果\nm之前至少有n個獲取，則n為一個后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進制數字（0-7），則\nm將匹配八進制轉義值nm。 |
| \nml | 如果n為八進制數字（0-3），且m和l均為八進制數字（0-7），則匹配八進制轉義值nml。 |
| \un | 匹配n，其中n是一個用四個十六進制數字表示的Unicode字符。例如，\u00A9匹配版權符號（?）。 |
以下是以PHP的語法所寫的示例
驗證字符串是否只含數字與英文，字符串長度并在4~16個字符之間
<?php
$str = 'a1234';
if (preg_match("^[a-zA-Z0-9]{4,16}$", $str)) {
echo "驗證成功";
} else {
echo "驗證失敗";
}
?>
簡易的臺灣身份證字號驗證
<?php
$str = 'a1234';
if (preg_match("/^\w[12]\d{8}$/", $str)) {
echo "驗證成功";
} else {
echo "驗證失敗";
}
?>
以下示例是用 Perl 語言寫的，與上面的示例功能相同
print $str = "a1234" =~ m:^[a-zA-Z0-9]{4,16}$: ? "COMFIRM" : "FAILED";
print $str = "a1234" =~ m"^\w[12]\d{8}$" ? "COMFIRM" : "INVAILD";
如果純粹是為了挑戰(zhàn)自己的正則水平，用來實現一些特效（例如使用正則表達式計算質數、解線性方程），效率不是問題；如果所寫的正則表達式只是為了滿足一兩次、幾十次的運行，優(yōu)化與否區(qū)別也不太大。但是，如果所寫的正則表達式會百萬次、千萬次地運行，效率就是很大的問題了。我這里總結了幾條提升正則表達式運行效率的經驗（工作中學到的，看書學來的，自己的體會），貼在這里。如果您有其它的經驗而這里沒有提及，歡迎賜教。
為行文方便，先定義兩個概念。
誤匹配：指正則表達式所匹配的內容范圍超出了所需要范圍，有些文本明明不符合要求，但是被所寫的正則式“擊中了”。例如，如果使用\d{11}來匹配11位的手機號，\d{11}不單能匹配正確的手機號，它還會匹配98765432100這樣的明顯不是手機號的字符串。我們把這樣的匹配稱之為誤匹配。
漏匹配：指正則表達式所匹配的內容所規(guī)定的范圍太狹窄，有些文本確實是所需要的，但是所寫的正則沒有將這種情況囊括在內。例如，使用\d{18}來匹配18位的身份證號碼，就會漏掉結尾是字母X的情況。
寫出一條正則表達式，既可能只出現誤匹配（條件寫得極寬松，其范圍大于目標文本），也可能只出現漏匹配（只描述了目標文本中多種情況種的一種），還可能既有誤匹配又有漏匹配。例如，使用\w+\.com來匹配.com結尾的域名，既會誤匹配abc_.com這樣的字串（合法的域名中不含下劃線，\w包含了下劃線這種情況），又會漏掉ab-c.com這樣的域名（合法域名中可以含中劃線，但是\w不匹配中劃線）。
精準的正則表達式意味著既無誤匹配且無漏匹配。當然，現實中存在這樣的情況：只能看到有限數量的文本，根據這些文本寫規(guī)則，但是這些規(guī)則將會用到海量的文本中。這種情況下，盡可能地（如果不是完全地）消除誤匹配以及漏匹配，并提升運行效率，就是我們的目標。本文所提出的經驗，主要是針對這種情況。
掌握語法細節(jié)。正則表達式在各種語言中，其語法大致相同，細節(jié)各有千秋。明確所使用語言的正則的語法的細節(jié)，是寫出正確、高效正則表達式的基礎。例如，perl中與\w等效的匹配范圍是[a-zA-Z0-9_]；perl正則式不支持肯定逆序環(huán)視中使用可變的重復（variable repetition inside lookbehind，例如(?<=.*)abc），但是.Net語法是支持這一特性的；又如，JavaScript連逆序環(huán)視（Lookbehind,如(?<=ab)c）都不支持，而perl和python是支持的?！毒ㄕ齽t表達式》第3章《正則表達式的特性和流派概覽》明確地列出了各大派系正則的異同，這篇文章也簡要地列出了幾種常用語言、工具中正則的比較。對于具體使用者而言，至少應該詳細了解正在使用的那種工作語言里正則的語法細節(jié)。
先粗后精，先加后減。使用正則表達式語法對于目標文本進行描述和界定，可以像畫素描一樣，先大致勾勒出框架，再逐步在局步實現細節(jié)。仍舉剛才的手機號的例子，先界定\d{11}，總不會錯；再細化為1[358]\d{9}，就向前邁了一大步（至于第二位是不是3、5、8，這里無意深究，只舉這樣一個例子，說明逐步細化的過程）。這樣做的目的是先消除漏匹配（剛開始先盡可能多地匹配，做加法），然后再一點一點地消除誤匹配（做減法）。這樣有先有后，在考慮時才不易出錯，從而向“不誤不漏”這個目標邁進。
留有余地。所能看到的文本sample是有限的，而待匹配檢驗的文本是海量的，暫時不可見的。對于這樣的情況，在寫正則表達式時要跳出所能見到的文本的圈子，開拓思路，作出“戰(zhàn)略性前瞻”。例如，經常收到這樣的垃圾短信：“發(fā)*票”、“發(fā)#漂”。如果要寫規(guī)則屏蔽這樣煩人的垃圾短信，不但要能寫出可以匹配當前文本的正則表達式 發(fā)[*#](?:票|漂)，還要能夠想到 發(fā).(?:票|漂|飄)之類可能出現的“變種”。這在具體的領域或許會有針對性的規(guī)則，不多言。這樣做的目的是消除漏匹配，延長正則表達式的生命周期。
明確。具體說來，就是謹慎用點號這樣的元字符，盡可能不用星號和加號這樣的任意量詞。只要能確定范圍的，例如\w，就不要用點號；只要能夠預測重復次數的，就不要用任意量詞。例如，寫析取twitter消息的腳本，假設一條消息的xml正文部分結構是<span class=”msg”>…</span>且正文中無尖括號，那么<span class=”msg”>[^<]{1,480}</span>這種寫法的思路要好于<span class=”msg”>.*</span>，原因有二：一是使用[^<]，它保證了文本的范圍不會超出下一個小于號所在的位置；二是明確長度范圍，{1,480}，其依據是一條twitter消息大致能的字符長度范圍。當然，480這個長度是否正確還可推敲，但是這種思路是值得借鑒的。說得狠一點，“濫用點號、星號和加號是不環(huán)保、不負責任的做法”。
不要讓稻草壓死駱駝。每使用一個普通括號()而不是非捕獲型括號(?:…)，就會保留一部分內存等著你再次訪問。這樣的正則表達式、無限次地運行次數，無異于一根根稻草的堆加，終于能將駱駝壓死。養(yǎng)成合理使用(?:…)括號的習慣。
寧簡勿繁。將一條復雜的正則表達式拆分為兩條或多條簡單的正則表達式，編程難度會降低，運行效率會提升。例如用來消除行首和行尾空白字符的正則表達式s/^\s+|\s+$//g;，其運行效率理論上要低于s/^\s+//g; s/\s+$//g; 。這個例子出自《精通正則表達式》第五章，書中對它的評論是“它幾乎總是最快的，而且顯然最容易理解”。既快又容易理解，何樂而不為？工作中我們還有其它的理由要將C==(A|B)這樣的正則表達式拆為A和B兩條表達式分別執(zhí)行。例如，雖然A和B這兩種情況只要有一種能夠擊中所需要的文本模式就會成功匹配，但是如果只要有一條子表達式（例如A）會產生誤匹配，那么不論其它的子表達式（例如B）效率如何之高，范圍如何精準，C的總體精準度也會因A而受到影響。
巧妙定位。有時候，我們需要匹配的the，是作為單詞的the（兩邊有空格），而不是作為單詞一部分的t-h-e的有序排列（例如together中的the）。在適當的時候用上^，$，\b等等定位錨點，能有效提升找到成功匹配、淘汰不成功匹配的效率。