值得收藏的正则表达式（匹配中文字符、匹配双字节字符、匹配HTML标记、匹配空行 and so on~~~）

关键字：正则表达式  模式匹配 Javascript

摘要：收集一些常用的正则表达式。

正则表达式用于字符串处理，表单验证等场合，实用高效，但用到时总是不太把握，以致往往要上网查一番。我将一些常用的表达式收藏在这里，作备忘之用。本贴随时会更新。

匹配中文字符的正则表达式： [\u4e00-\u9fa5]

匹配双字节字符(包括汉字在内)：[^\x00-\xff]

应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

String.prototype.len=function(){return this.replace([^\x00-\xff]/g,"aa").length;}

匹配空行的正则表达式：\n[\s| ]*\r

匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

匹配首尾空格的正则表达式：(^\s*)|(\s*$)

String.prototype.trim = function()
{
    return this.replace(/(^\s*)|(\s*$)/g, "");
}

利用正则表达式分解和转换IP地址：

下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：

function IP2V(ip)
{
 re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g  //匹配IP地址的正则表达式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
 throw new Error("Not a valid IP address!")
}
}

不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：

var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配网址URL的正则表达式：http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

利用正则表达式去除字串中重复的字符的算法程序：[注：此程序不正确，原因见红色字体]

var s="abacabefgeeii"
var s1=s.replace(/(.).*\1/g,"$1")
var re=new RegExp("["+s1+"]","g")
var s2=s.replace(re,"")
alert(s1+s2)  //结果为：abcefgi

===============================
如果var s = "abacabefggeeii"
结果就不对了，结果为：abeicfgg
正则表达式的能力有限

我原来在CSDN上发贴寻求一个表达式来实现去除重复字符的方法，最终没有找到，这是我能想到的最简单的实现方法。思路是使用后向引用取出包括重复的字符，再以重复的字符建立第二个表达式，取到不重复的字符，两者串连。这个方法对于字符顺序有要求的字符串可能不适用。

得用正则表达式从URL地址中提取文件名的javascript程序，如下结果为page1

s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)

利用正则表达式限制网页表单里的文本框输入内容：

用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"

用正则表达式限制只能输入全角字符： onkeyup="value=value.replace(/[^\uFF00-\uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"

用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^\d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\d]/g,''))"

用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[\W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^\d]/g,''))"

应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下：

/**
 * 计算字符串长度，将非宽字符计算为半个字符
 * 
 * @param str
 * @returns
 */
function gbLength(str) {
    return typeof str === "string" ? str.length + str.replace(/[\x00-\x7f]/g, '').length + 1 >> 1 : 0;
}

/**
 * 获取字符串的指定长度的子串，将非宽字符计算为半个字符
 * 
 * @param str
 * @param length
 * @returns
 */
function gbSubstr(str, length) {
    if (typeof str !== "string")
        return str;
    length += length;
    for ( var n = 0, L = str.length; n < L && length > 0; n++){
        length -= str.charCodeAt(n) > 127 ? 2 : 1;
    }
    return str.substr(0, n);
}

/**
 * 切割指定字符串的指定长度子串，如果长度超过指定长度，则丢弃末尾两个字符并附加...
 * 
 * @param str
 * @param len
 * @returns
 */
function fit_length(str, len){
    len = len || 16;
    if (typeof str !== "string" || str.length <= len || gbLength(str) <= len){
        return str;
    }
    var ret = gbSubstr(str, len - 2);
    return ret + '..';
}

var replaceCJK = /[^\x00-\xff]/g,
    testCJK    = /[^\x00-\xff]/;

        cjkLength: function(strValue){
            return strValue.replace(replaceCJK, "lv").length;
        },
        isCjk: function(strValue){
            return testCJK.test(strValue);
        },
        cutString: function(str,len,suffix,slen){
            suffix = suffix || '';
            slen = slen || suffix.length;
            if(str.length > len){
                str = str.substr(0,len - slen) + suffix;
            }
            return str;
        },
        cutCjkString: function(str,len,suffix,slen){
            suffix = suffix || '';
            slen = slen || suffix.length;
            len -= slen;
            if(this.cjkLength(str) <= len){
                return str;
            }
            var s = str.split(''),c = 0,tmpA = [];
            for(var i=0;i<s.length;i+=1){
                if(c < len){
                    tmpA[tmpA.length] = s[i];
                }
                if(this.isCjk(s[i])){
                    c += 2;
                }else{
                    c += 1;
                }
            }
            return tmpA.join('') + suffix;
        }
    }