zoukankan      html  css  js  c++  java
  • js 日期匹配正则式

    //检验字符串中是否包含1900-2050的日期子字符串
    	var dateReg_null_ymd=new RegExp("(([2-9][0-9]|1[6-9])?[0-9]{2}([-\/\.])?((1[0-2]|0?[1-9])([-\/\.])?(2[0-8]|1[0-9]|0?[1-9])|(1[0-2]|0?[13-9])([-\/\.])?(29|30)|(1[02]|0?[13578])([-\/\.])?(31))|((1[6-9]|[2-9][0-9])?(0[48]|[2468][048]|[13579][26])|(16|[2468][048]|[3579][26])00)([-\/\.])?0?2([-\/\.])?(29))");
    	var dateReg_nnull=new RegExp("(([2-9][0-9]|1[6-9])[0-9]{2}([-\/\.])?((1[0-2]|0?[1-9])([-\/\.])?(2[0-8]|1[0-9]|0?[1-9])|(1[0-2]|0?[13-9])([-\/\.])?(29|30)|(1[02]|0?[13578])([-\/\.])?(31))|((1[6-9]|[2-9][0-9])(0[48]|[2468][048]|[13579][26])|(16|[2468][048]|[3579][26])00)([-\/\.])?0?2([-\/\.])?(29))");
    	var dateReg_sep=new RegExp("(([2-9][0-9]|1[6-9])?[0-9]{2}([-\/\.])((1[0-2]|0?[1-9])([-\/\.])(2[0-8]|1[0-9]|0?[1-9])|(1[0-2]|0?[13-9])([-\/\.])(29|30)|(1[02]|0?[13578])([-\/\.])(31))|((1[6-9]|[2-9][0-9])?(0[48]|[2468][048]|[13579][26])|(16|[2468][048]|[3579][26])00)([-\/\.])0?2([-\/\.])(29))");
    
    	var dateStr="sfdsffdsf987-12-28";          //"sfdsffdsf11987-12-28";          //"sfdsffdsf19987-12-28";
    	var r1=dateReg_null_ymd.exec(dateStr);     //什么都不确定时只能用这个,但效果不一定,比如1198会认为是11-9-8
    	var r2=dateReg_nnull.exec(dateStr);     //不确定有分隔符但年四位时用这个
    	var r3=dateReg_sep.exec(dateStr);      //确定有分隔符时最好使用这个
    	if(r1!=null){
    		console.log(r1[0]);
    	}
    	if(r2!=null){
    		console.log(r2[0]);
    	}
    	if(r3!=null){
    		console.log(r3[0]);
    	}
    

    是为了查找字符串中可能的日期,所以不是很严格,也可以在一定程度上用来检验日期字符串:

    	var time1="1987-12-28";
    	var time2="1987/12/28";
    	var time3="87/12/28";
    	var time4="87.12.28";
    	var time5="87.1.09";
    	var time6="987.1.1";
    	var time7="255.126.3";
    	console.log(dateReg_sep.test(time1));
    	console.log(dateReg_sep.test(time2));
    	console.log(dateReg_sep.test(time3));
    	console.log(dateReg_sep.test(time4));
    	console.log(dateReg_sep.test(time5));
    	console.log(dateReg_sep.test(time6));
    	console.log(dateReg_sep.test(time7));  //这个太不像话的false
    

      

  • 相关阅读:
    8 pandas模块,多层索引
    7 numpy 傅里叶,提取图片轮廓
    6 DataFrame处理丢失数据--数据清洗
    5 pandas模块,DataFrame类
    4 pandas模块,Series类
    3 numpy模块
    2 线性代数基础
    1 Ipython、Jupyter 入门
    jdk安装与环境变量配置(一劳永逸)
    对jsp可见域的变量感悟
  • 原文地址:https://www.cnblogs.com/frostbelt/p/2388701.html
Copyright © 2011-2022 走看看