正则常见示例

匹配数字

数字的匹配比较简单，通过我们学习的字符组，量词等就可以轻松解决。

• 数字在正则中可以使用 \d 或 [0-9] 来表示。
• 如果是连续的多个数字，可以使用 \d+ 或 [0-9]+。
• 如果 n 位数据，可以使用 \d{n}。
• 如果是至少 n 位数据，可以使用 \d{n,}。
• 如果是 m-n 位数字，可以使用 \d{m,n}。

匹配十六进制

十六进制的数字除了有 0-9 之外，还会有 a-f（或 A-F） 代表 10 到 15 这 6 个数字，所以正则可以写成 [0-9A-Fa-f]+。

匹配手机号码

手机号应该是比较常见的，手机号段比较复杂，如果要兼容所有的号段并不容易。目前来看，前四位是有一些限制，甚至 1740 和 1741 限制了前 5 位号段。

我们可以简单地使用字符组和多选分支，来准确地匹配手机号段。如果只限制前 2 位，可以表示成 1[3-9]\d{9}，如果想再精确些，限制到前三位，比如使用

1(?:3\d|4[5-9]|5[0-35-9]|6[2567]|7[0-8]|8\d|9[1389])\d{8}

如果想精确到 4 位，甚至 5 位，可以根据公开的号段信息自己来写一下，但要注意的是，越是精确，只要有新的号段，就得改这个正则，维护起来会比较麻烦。另外，在实际运用的时候，可能还要考虑一下有一些号码了 +86 或 0086 之类的前缀的情况。

手机号段的正则写起来其实写起来并不难，但麻烦的是后期的维护成本比较高，我之前就遇到过这种情况，买了一个 188 的移动号码，有不少系统在这个号段开放了挺长时间之后，还认为这个号段不合法。

目前公开的手机号段：

身份证

我国的身份证号码是分两代的，第一代是 15 位，第二代是 18 位。如果是 18 位，最后一位可以是 X（或 x），两代开头都不能是 0，根据规则，你应该能很容易写出相应的正则，第一代可以用 [1-9]\d{14} 来表示，第二代比第一代多 3 位数据，可以使用量词 0 到 1 次，即写成

[1-9]\d{14}(\d\d[0-9Xx])?

邮政编码

邮编一般为 6 位数字，比较简单，可以写成

\d{6}

6 位数字在其它情况下出现可能性也非常大，比如手机号的一部分，身份证号的一部分，所以如果是数据提取，一般需要添加断言，即写成 ：

(?<!\d)\d{6}(?!\d)

日期时间

假设日期格式是 yyyy-mm-dd，如果不那么严格，我们可以直接使用

\d{4}-\d{2}-\d{2}

如果再精确一些，比如月份是 1-12，当为一位的时候，前面可能不带 0，可以写成 01 或 1，月份使用正则，可以表示成：

1[0-2]|0?[1-9]

日可能是 1-31，可以表示成：

[12]\d|3[01]|0?[1-9]

这里需要注意的是 0?[1-9] 应该放在多选分支的最后面，因为放最前面，匹配上一位数字的时候就停止了，正确的正则应该是：

\d{4}-(?:1[0-2]|0?[1-9])-(?:[12]\d|3[01]|0?[1-9])

时间格式比如是 23:34，如果是 24 小时制，小时是 0-23，分钟是 0-59，所以可以写成：

(?:2[0-3]|1\d|0?\d):(?:[1-5]\d|0?\d)

另外，日期中月份还有大小月的问题，比如 2 月闰年可以是 29 日，使用正则没法验证日期是不是正确的。我们也不应该使用正则来完成所有事情，而是只使用正则来限制具体的格式，比如四位数字，两位数字之类的，提取到之后，使用日期时间相关的函数进行转换，如果失败就证明不是合法的日期时间。

邮箱

[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+

网页标签

配对出现的标签，比如 title，一般网页标签不区分大小写，我们可以使用 (?i) 来进行匹配。在提取引号里面的内容时，可以使用 [^"]+，方括号里面的内容时，可以使用 [^>]+ 等方式。