一、介紹

正則表達(dá)式各語言都有自己的規(guī)范，但是基本都差不多，都是由元字符的組合來進(jìn)行匹配；由于Nmap內(nèi)嵌的服務(wù)與版本探測是使用的Perl正則規(guī)范，因此此篇博客記錄一下Perl正則的相關(guān)內(nèi)容，方便后期查閱。

二、Perl正則例子

下面的例子可能有不足之處，有些來源于博客，沒有驗證；

1. 匹配IP地址：\d+\.\d+\.\d+\.\d+

               \d:匹配一個數(shù)字字符,\d+:匹配一次或多次數(shù)字字符。

               \.:使用轉(zhuǎn)義字符匹配'.'。

2. 匹配郵箱類似于123456@qq.com： /^[a-zA-Z0-9_\-.]+@[a-zA-Z0-9_\-]+.[a-zA-Z]+$/

　　　　　　　　^: 匹配開頭

　　　　　　　　$: 匹配結(jié)尾，這兩個保證了這是連續(xù)的一串字符。

3. 匹配數(shù)字：m/^[0-9]+$/

　　　　　　　由^開頭由$結(jié)尾保證了只含有數(shù)字，如果只有結(jié)尾$,那么abc12這種也是可以的。

　　　　　　　可用在輸入校驗，校驗輸入的是否是數(shù)字。

4. 用戶輸入溫度（華氏溫度，攝氏溫度），編程進(jìn)行轉(zhuǎn)換

　　　　m/^([-+]?[0-9]+)([CF])$/ ：匹配正負(fù)整數(shù)溫度。

　　　　　　　　[CF]: 匹配中括號其中的一個

　　　　　　　　?：匹配前面的子表達(dá)式0次或1次

　　　　　　　　+：匹配前面的子表達(dá)式一次或多次

　　　　　　　　perl通過臨時變量$1,$2保存子表達(dá)式匹配的文本。$1保存的是數(shù)字，$2保存的是符號。

　　　　m/^([-+]?[0-9]+(?:\.[0-9]*)?)\s*([CF])$/i) ：添加支持小數(shù)的溫度匹配

　　　　　　　　臨時變量保存的順序與分組的開括號 ( 在表達(dá)式中的順序有關(guān)(從左到右）；因此這個地方使用?:，代表該括號匹配的值不被臨時變量保存。

　　　　　　　　/i: 代表忽略大小寫匹配，cf也匹配。

　　　　參考地址：https://segmentfault.com/a/1190000004375773（精通正則表達(dá)式（第三版））　　

5. 匹配空白行

　　^$  : 開頭之后馬上結(jié)束：空白行，不包括任何字符

　　\n\s*\r ：

　　　　 \n匹配一個換行符，等價于\x0a
　　　　 \s匹配任何空白字符，包括空格制表換頁
　　　　 \r匹配一個回車符，等價于\x0d

6. 匹配首尾空白字符： ^\s*|\s*$

7. 匹配版本號1.3.0等

　　[\d.]+

8. 匹配某個字符以外的所有字符：

　　[^a]* 表示匹配除a以外的所有字符，*代表0次或多次。

　　[^abc]* 表示匹配除a、b、c以外的所有字符。

　　((?!win).)* 表示匹配除單詞win的其它所有字符

　　Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配

　　　　　　　　　　"Windows 2000" 中的 "Windows"。

9. 匹配數(shù)字：

　　^\d+(\.\d+)?

　　　　^: 定義以什么開始；
　　　　\d+: 表示匹配數(shù)字；
　　　　?: 表示內(nèi)容可選；

匹配下面的內(nèi)容：

　　1）： {"service":"nutcracker", "source":"ubuntu", "version":"0.3.0",

　     　m|^\{"service":"nutcracker", "source":"([^"]+)", "version":"([\d.]+)",|

　　2）：220 yzwb.net ESMTP MDaemon 10.1.2;

　　　　 m|^220[ -]([-.\w]+) ESMTP MDaemon (\d[-.\w]+);

　　3）：AMQP\x01\x01\x00\n

　　　　 m|^AMQP\x01\x01\x00\x0a$|:注意回車鍵\n對應(yīng)16進(jìn)制\x0a,\r對應(yīng)\x0d.

　　Nmap nmap-services-probe文件給出的匹配

三、正則元字符

元字符是正則表達(dá)式組成的基本元素。

利用上述元字符，可以組合出所有想要的匹配模式。下面介紹幾個常用的正則表達(dá)式.

匹配中文字符的正則表達(dá)式： [\u4e00-\u9fa5]

評注：匹配中文還真是個頭疼的事，有了這個表達(dá)式就好辦了

匹配雙字節(jié)字符(包括漢字在內(nèi))： [^\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(dá)式：\n\s*\r

評注：可以用來刪除空白行

匹配HTML標(biāo)記的正則表達(dá)式： <(\S*?)[^>]*>.*?</\1>|<.*? />

評注：網(wǎng)上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對于復(fù)雜的嵌套標(biāo)記依舊無能為力

匹配首尾空白字符的正則表達(dá)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(dá)式

匹配Email地址的正則表達(dá)式： \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

評注：表單驗證時很實用

匹配網(wǎng)址URL的正則表達(dá)式： [a-zA-z]+://[^\s]*

評注：網(wǎng)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(shù)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(nèi)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

匹配中國郵政編碼： [1-9]\d{5}(?!\d)

評注：中國郵政編碼為6位數(shù)字

匹配身份證： \d{15}|\d{18}

評注：中國的身份證為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(shù)字：

^[1-9]\d*$　 　 //匹配正整數(shù)

^-[1-9]\d*$ 　 //匹配負(fù)整數(shù)

^-?[1-9]\d*$　　 //匹配整數(shù)

^[1-9]\d*|0$　 //匹配非負(fù)整數(shù)（正整數(shù) + 0）

^-[1-9]\d*|0$　　 //匹配非正整數(shù)（負(fù)整數(shù) + 0）

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮點數(shù)

^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配負(fù)浮點數(shù)

^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮點數(shù)

^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非負(fù)浮點數(shù)（正浮點數(shù) + 0）

^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮點數(shù)（負(fù)浮點數(shù) + 0）

評注：處理大量數(shù)據(jù)時有用，具體應(yīng)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(shù)字和26個英文字母組成的字符串

^\w+$　　//匹配由數(shù)字、26個英文字母或者下劃線組成的字符串

四、總結(jié)

　　1）不同的場景、不同的語言，正則會有些許差別，只要掌握住基本的元字符以及相應(yīng)的語言特性，真正用的時候花10幾分鐘時間熟悉一兩個例子就能上手。

　　2）Perl正則是目前最優(yōu)的，包括特性，建議讀者學(xué)一學(xué)，這對處理數(shù)據(jù)有很大的好處。

　　3）在我理解，我們?nèi)绻皇窍脒_(dá)到我們抽取數(shù)據(jù)的目的，正則匹配的原理沒有必要搞懂，會用就行。

好了，以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。