常用正则表达式校验
[blockquote]
本文章由尚学堂旗下云数学院周老师做内容指导，薛同学编辑，如需转载，请标明出处。
QQ技术交流群：299142667
[/blockquote]
前言
使用man grep查看grep的帮助文档，有如下内容：
可以看出，正则表达式由三类，分别是
- 基本的正则表达式（Basic Regular Expression 又叫 Basic RegEx 简称 BREs）
- 扩展的正则表达式（Extended Regular Expression 又叫 Extended RegEx 简称 EREs）
- Perl 的正则表达式（Perl Regular Expression 又叫 Perl RegEx 简称 PREs）
由于BREs语法中需要大量转义字符，导致正则表达式不易看懂，因此本文使用Perl类型的正则表达式。
1.校验MAC地址
我们常见的MAC地有如下两种格式：
48-5D-60-DE-3D-C5
48:5D:60:61:3D:C5
我们以第一种为例，即一共有6组十六进制的数中间由短横线“-”连接。每组十六进制的数据可以看成是由取值范围为a-f、A-F或0-9的两个字符组成。
首先，用正则表达式表示a-f、A-F或0-9的两个字符
[a-fA-F0-9] [a-fA-F0-9]
可以发现[a-fA-F0-9]重复了两次，因此上述表达式可以写成
[a-fA-F0-9] {2}
然后，用正则表达式表示六组a-f、A-F或0-9的两个字符中间用短横线连接：
[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}-[a-fA-F0-9]{2}
上述正则表达式太臃肿了，一组两位的其实我们可以看成
[a-fA-F0-9]{2}-重复了5次（注意后边有个短横线），最后又加了一组[a-fA-F0-9]{2}，而其中的0-9可以用\d代替。基于这样的思路，对上述正则表达式进行修改后如下所示：
([a-fA-F\d]{2}-){5}[a-fA-F\d]{2}
最后，我们检验下上述正则表达式是否满足要求。创建一个mac.txt，内容如下所示：
48-5D-60-61-3D-C5
08-D4-hM-1D-AD-AE
28-D2-44-B7-AD-EC
XX-5D-60-61-3D-C5
其中第2和第4行是错误的MAC地址，检测结果如下：
由以上结果可以看出上述正则表达式是正确的。
2.校验邮箱地址
下表是常见的邮箱格式
| @前缀 | 纯数字 | [email protected] |
根据上述常见邮箱格式，我们可以总结出邮箱格式符合的规则
1） 邮箱必有一个@
2） 邮箱@前缀由数字或字母开头
3） 邮箱@前缀由多个字母、数字、段横线-、下划线_、英文句号.自由拼接而成
4） 邮箱@后缀由两级或三级域名组成，其中每个域名中间由英文句号“.”隔开, 而每级域名都是由字母或数字组成
根据以上规则，可以得到如下正则表达式：
1） 邮箱必有一个@ ，对应正则表达式如下所示：
@
2） 邮箱@前缀由数字或字母开头，对应正则表达式如下所示：
^[a-zA-Z0-9]@
其中^表示开始位置，[a-zA-Z0-9]表示数字或字母
3） 邮箱@前缀由多个字母、数字、段横线-、下划线_、英文句号.自由拼接而成
^[a-zA-Z0-9][a-zA-Z0-9-\._]+@
其中+表示重复1到多次
4） 邮箱@后缀由两级或三级域名组成，其中每个域名中间由英文句号“.”隔开，而每级域名都是由字母或数字组成。
@([a-zA-Z0-9]+\.){1,2}[a-zA-Z0-9]+$
其中([a-zA-Z0-9]+\.){1,2}可以拆分成如下内容：
[a-zA-Z0-9] 数字或字母
[a-zA-Z0-9]+数字或字母重复1到多次
[a-zA-Z0-9]+.数字或字母重复1到多次后边加上英文句号.
([a-zA-Z0-9]+\.){1,2}数字或字母重复1到多次后边加上英文句号.做为一个整体重复1到2次。
最后的[a-zA-Z0-9]+表示以多个数字或字母结尾。
将上述邮箱@前缀的正则表达式和邮箱@后缀的正则表达式组合在一起,同时由于0-9的数字可以用\d表示，可以用\d替换内容中的0-9，最后得到的表达式我们想要的可以匹配邮箱的正则表达式，如下所示：
^[a-zA-Z\d][a-zA-Z\d-\._]+@([a-zA-Z\d]+\.){1,2}[a-zA-Z\d]+$
下面我们来检验下写出来的正则表达式：
新建一个mail.txt,内容如下：
其中最后三行为错误的格式，使用正则表达式进行校验：
由上述结果可以看出，我们的正则表达式是符合要求的。
3.校验手机号
要校验手机号，我们首先需要知道手机号的组成格式。目前国内的手机号有以下格式：
1）由数字1开头
2）第二位数字的取值范围是3、4、5、7、8、
3）最后为9位数字
根据以上规则，写出对应的正则表达式
1) 由数字1开头
^1
2) 第二位数字的取值范围是3、4、5、7、8、
[34578]
3) 最后为9位数字
[0-9]{9}$
其中[0-9]{9}表示0-9的数字取值重复9次，$表示结尾。由于0-9的数字可以由\d表示，上述内容等价于
\d{9}$
将上述正则表达式组合在一起，就可以得到我们想要的正则表达式，如下所示：
^1[34578]\d{9}$
下面开始进行校验，新建一个phone.txt，内容如下：
138537721989
146398702123
12200993333
23848270281
13849199233
d333300-903
其中只有倒数第二行的号码是正确的，使用正则表达式进行校验：
由上述结果可以看出，我们的正则表达式是符合要求的。
4.校验IP地址
对IP地址进行严格校验比较麻烦，首先要确定一个标准可用的IP地址需要满足如下条件：
1） 由四组不大于255的数字组成，中间由“.”连接
2） 取值范围为0.0.0.0-255.255.255.255
一个IP地址可以看成是四组0-255的数组中间由.隔开，进一步可以看成是0-255.重复三次（注意0-255后有点），后边再跟上一个0-255的数字。
下面对0-255的数字可能的组成情况进行分析：
| 数字 | 取值 | 正则表达式 |
将上述五种情况组合在一起就是我们想要的结果，这里注意五种情况之间是或的关系，用|连接，可以得到(0-255)的正则表达式如下：
(25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d
以上是一组0-255的数据，上边已经分析了思路，IP由三组(0-255).和一组0-255组成，三组(0-255).就是(0-255).重复三次。
首先是(0-255).的表达式：
((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)\.
然后重复三次：
(((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)\.){3}
最后加上一组(0-255)：
(((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)\.){3}((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)
为了更严谨点，需要加上开始和结束限定符，如下所示：
^(((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)\.){3}((25[0-5])|(2[0-4]\d)|(1\d{2})|([1-9]\d)|\d)$
下面开始验证，新建一个ip.txt，内容如下：
290.244.1900.3
254.263.233.0
192.168.266.900
aa.3.0.1
2.2.2.3b
127.02.0.00
192.168.212.11
0.0.0.0
255.255.255.255
其中只有最后三行的IP地址是正确的，我们检验下刚才写的正则表达式：
可以看到输出结果达到了预期的效果，证明正则表达式是有效的。
[blockquote]
如需转载请标明出处：http://www.cnblogs.com/sxt-zkys/
QQ技术交流群：129518033
[/blockquote]