码迷,mamicode.com
首页 > 其他好文 > 详细

[转载]正则匹配任意字符(包括换行)

时间:2014-07-31 12:42:46      阅读:204      评论:0      收藏:0      [点我收藏+]

标签:style   http   color   java   使用   strong   文件   io   

(注:元字符包括 | ( ) [ ] { } ^ $ * + ? . )

匹配中文字符的正则表达式: [u4e00-u9fa5]
评注:匹配中文还真是个头疼的事,有了这个表达式就好办了

匹配双字节字符(包括汉字在内):[^x00-xff]
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)

匹配空白行的正则表达式:ns*r
评注:可以用来删除空白行

匹配HTML标记的正则表达式:<(S*?)[^>]*>.*?</>|<.*? />
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式:^s*|s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式

匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
评注:表单验证时很实用

匹配网址URL的正则表达式:[a-zA-z]+://[^s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求

匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]$
评注:表单验证时很实用

匹配国内电话号码:d-d|d-d
评注:匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号:[1-9][0-9]
评注:腾讯QQ号从10000开始

匹配中国邮政编码:[1-9]d(?!d)
评注:中国邮政编码为6位数字

匹配身份证:d|d
评注:中国的身份证为15位或18位

匹配ip地址:d+.d+.d+.d+
评注:提取ip地址时有用

匹配特定数字:
^[1-9]d*$    //匹配正整数
^-[1-9]d*$   //匹配负整数
^-?[1-9]d*$   //匹配整数
^[1-9]d*|0$  //匹配非负整数(正整数 + 0)
^-[1-9]d*|0$   //匹配非正整数(负整数 + 0)
^[1-9]d*.d*|0.d*[1-9]d*$   //匹配正浮点数
^-([1-9]d*.d*|0.d*[1-9]d*)$  //匹配负浮点数
^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$  //匹配浮点数
^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$   //匹配非负浮点数(正浮点数 + 0)
^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$  //匹配非正浮点数(负浮点数 + 0)
评注:处理大量数据时有用,具体应用时注意修正

匹配特定字符串:
^[A-Za-z]+$  //匹配由26个英文字母组成的字符串
^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串
^[a-z]+$  //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$  //匹配由数字和26个英文字母组成的字符串
^w+$  //匹配由数字、26个英文字母或者下划线组成的字符串
评注:最基本也是最常用的一些表达式

 

 

今天在Java中想使用正则表达式来获取一段文本中的任意字符。于是很随意得就写出如下匹配规则:
(.*)
结 果运行之后才发现,无法获得换行之后的文本。于是查了一下手册,才发现正则表达式中,“.”(点符号)匹配的是除了换行符“n”以外的所有字符。同时, 手册上还有一句话:要匹配包括 ‘n‘ 在内的任何字符,请使用像 ‘[.n]‘ 的模式。于是我将正则表达式的匹配规则修改如下:
([.n]*),当然,如果是在java程序中直接写到话,需要改为([.\n]*)
结果再次运行程序,发现什么内容也取不到了。我百思不得其解,又将其修改为如下规则:
([.|n]*) 以及 ([n.]*)
结果还是不行,什么内容都取不到。看来点符号和换行符卯上劲了~
然后上网一查,虽然没有查出上述规则到底是什么地方出问题了,但是查出了一个解决办法,经过一试,果然可以匹配包括换行符在内的任意字符,以下为正确的正则表达式匹配规则:
([sS]*)
同时,也可以用 “([dD]*)”、“([wW]*)” 来表示。
本文可以自由转载,转载时请保留全文并注明出处:
转载自仲子说 [ http://www.wangzhongyuan.com/ ]
原文链接:
http://www.wangzhongyuan.com/archives/640.html

 

 

 

正则表达式可以让用户通过使用一系列的特殊字符构建匹配模式  
   
  ,然后把匹配模式与数据文件、程序输入以及WEB页面的表单输  
   
  入等目标对象进行比较,根据比较对象中是否包含匹配模式,执  
   
  行相应的程序。举例来说,正则表达式的一个最为普遍的应用就是用于验证  
   
  用户在线输入的邮件地址的格式是否正确。如果通过正则表达式  
   
  验证用户邮件地址的格式正确,用户所填写的表单信息将会被正  
   
  常处理;反之,如果用户输入的邮件地址与正则表达的模式不匹  
   
  配,将会弹出提示信息,要求用户重新输入正确的邮件地址。由  
   
  此可见正则表达式在WEB应用的逻辑判断中具有举足轻重的作用  
   
  。   基本语法在对正则表达式的功能和作用有了初步的了解之后,我们就  
   
  来具体看一下正则表达式的语法格式。正则表达式的形式一般如下:  
      /love/      
   其中位于“/”定界符之间的部分就是将要在目标对象中进  
   
  行匹配的模式。用户只要把希望查找匹配对象的模式内容放入“  
   
  /”定界符之间即可。为了能够使用户更加灵活的定制模式内容  
   
  ,正则表达式提供了专门的“元字符”。所谓元字符就是指那些  
   
  在正则表达式中具有特殊意义的专用字符,可以用来规定其前导  
   
  字符(即位于元字符前面的字符)在目标对象中的出现模式。       
  较为常用的元字符包括:   “+”,   “*”,以及   “?”。其  
   
  中,“+”元字符规定其前导字符必须在目标对象中连续出现一  
   
  次或多次,“*”元字符规定其前导字符必须在目标对象中出现  
   
  零次或连续多次,而“?”元字符规定其前导对象必须在目标对  
   
  象中连续出现零次或一次。       
  下面,就让我们来看一下正则表达式元字符的具体应用。  
      /fo+/       
  因为上述正则表达式中包含“+”元字符,表示可以与目标  
   
  对象中的   “fool”,   “fo”,   或者   “football”等在字母f后  
   
  面连续出现一个或多个字母o的字符串相匹配。  
      /eg*/       
  因为上述正则表达式中包含“*”元字符,表示可以与目标  
   
  对象中的   “easy”,   “ego”,   或者   “egg”等在字母e后面连  
   
  续出现零个或多个字母g的字符串相匹配。  
      /Wil?/       
  因为上述正则表达式中包含“?”元字符,表示可以与目标  
   
  对象中的   “Win”,   或者   “Wilson”,等在字母i后面连续出现  
   
  零个或一个字母l的字符串相匹配。       
  除了元字符之外,用户还可以精确指定模式在匹配对象中出  
   
  现的频率。例如,       
  /jim{2,6}/       
  上述正则表达式规定字符m可以在匹配对象中连续出现2-6次  
   
  ,因此,上述正则表达式可以同jimmy或jimmmmmy等字符串相匹  
   
  配。       
  在对如何使用正则表达式有了初步了解之后,我们来看一下  
   
  其它几个重要的元字符的使用方式。       
  s:用于匹配单个空格符,包括tab键和换行符;       
  S:用于匹配除单个空格符之外的所有字符;       
  d:用于匹配从0到9的数字;       
  w:用于匹配字母,数字或下划线字符;       
  W:用于匹配所有与w不匹配的字符;       
  .   :用于匹配除换行符之外的所有字符。       
  (说明:我们可以把s和S以及w和W看作互为逆运算)       
  下面,我们就通过实例看一下如何在正则表达式中使用上述  
   
  元字符。       
  /s+/     上述正则表达式可以用于匹配目标对象中的一个或多个空格  
   
  字符。       
  /d000/     如果我们手中有一份复杂的财务报表,那么我们可以通过上  
   
  述正则表达式轻而易举的查找到所有总额达千元的款项。       
  除了我们以上所介绍的元字符之外,正则表达式中还具有另  
   
  外一种较为独特的专用字符,即定位符。定位符用于规定匹配模  
   
  式在目标对象中的出现位置。       
  较为常用的定位符包括:   “^”,   “$”,   “b”   以及   “B”。  
  其中,“^”定位符规定匹配模式必须出现在目标字符  
   
  串的开头,“$”定位符规定匹配模式必须出现在目标对象的结  
   
  尾,b定位符规定匹配模式必须出现在目标字符串的开头或结尾  
   
  的两个边界之一,而“B”定位符则规定匹配对象必须位于目标  
   
  字符串的开头和结尾两个边界之内,即匹配对象既不能作为目标  
   
  字符串的开头,也不能作为目标字符串的结尾。同样,我们也可  
   
  以把“^”和“$”以及“b”和“B”看作是互为逆运算的两组  
   
  定位符。举例来说:       
  /^hell/     因为上述正则表达式中包含“^”定位符,所以可以与目标  
   
  对象中以   “hell”,   “hello”或   “hellhound”开头的字符串  
   
  相匹配。       
  /ar$/     因为上述正则表达式中包含“$”定位符,所以可以与目标  
   
  对象中以   “car”,   “bar”或   “ar”   结尾的字符串相匹配。       
  /bbom/     因为上述正则表达式模式以“b”定位符开头,所以可以与  
   
  目标对象中以   “bomb”,   或   “bom”开头的字符串相匹配。       
  /manb/     因为上述正则表达式模式以“b”定位符结尾,所以可以与  
   
  目标对象中以   “human”,   “woman”或   “man”结尾的字符串  
   
  相匹配。     为了能够方便用户更加灵活的设定匹配模式,正则表达式允  
   
  许使用者在匹配模式中指定某一个范围而不局限于具体的字符。  
   
  例如:       
  /[A-Z]/     上述正则表达式将会与从A到Z范围内任何一个大写字母相匹  
   
  配。       
  /[a-z]/     上述正则表达式将会与从a到z范围内任何一个小写字母相匹  
   
  配。       
  /[0-9]/     上述正则表达式将会与从0到9范围内任何一个数字相匹配。       
  /([a-z][A-Z][0-9])+/     上述正则表达式将会与任何由字母和数字组成的字符串,  
  如   “aB0”   等相匹配。这里需要提醒用户注意的一点就是可以在正  
   
  则表达式中使用   “()”   把字符串组合在一起。“()”符号包含  
   
  的内容必须同时出现在目标对象中。因此,上述正则表达式将无  
   
  法与诸如   “abc”等的字符串匹配,因为“abc”中的最后一个  
   
  字符为字母而非数字。       
  如果我们希望在正则表达式中实现类似编程逻辑中的“或”  
   
  运算,在多个不同的模式中任选一个进行匹配的话,可以使用管  
   
  道符   “|”。例如:       
  /to|too|2/     上述正则表达式将会与目标对象中的   “to”,   “too”,  或   “2”   相匹配。      
   正则表达式中还有一个较为常用的运算符,即否定符   “[^]  
   
  ”。与我们前文所介绍的定位符   “^”   不同,否定符   “[^]”  
   
  规定目标对象中不能存在模式中所规定的字符串。例如:       
  /[^A-C]/     上述字符串将会与目标对象中除A,B,和C之外的任何字符  
   
  相匹配。一般来说,当“^”出现在   “[]”内时就被视做否定运  
   
  算符;而当“^”位于“[]”之外,或没有“[]”时,则应当被  
   
  视做定位符。     最后,当用户需要在正则表达式的模式中加入元字符,并查  
   
  找其匹配对象时,可以使用转义符“”。例如:       
  /Th*/     上述正则表达式将会与目标对象中的“Th*”而非“The”等  
   
  相匹配。使用实例     在对正则表达式有了较为全面的了解之后,我们就来看一下  
   
  如何在Perl,PHP,以及javascript中使用正则表达式。       
  通常,Perl中正则表达式的使用格式如下:       
  operator   /   regular-expression   /   string-to-replace   /   modifiers       
  运算符一项可以是m或s,分别代表匹配运算和替换运算。       
  其中,正则表达式一项是将要进行匹配或替换操作的模式,  
   
  可以由任意字符,元字符,或定位符等组成。替换字符串一项是  
   
  使用s运算符时,对查找到的模式匹配对象进行替换的字符串。  
   
  最后的参数项用来控制不同的匹配或替换方式。例如:  
      s/geed/good/       
  将会在目标对象中查找第一个出现的geed字串,并将其替换  
   
  为good。如果我们希望在目标对象的全局范围内执行多次查找—   替换操作的话,可以使用参数   “g”,即s/love/lust/g。       
  此外,如果我们不需要限制匹配的大小写形式的话,可以使 用参数   “i   ”。例如,       
  m/JewEL/i     上述正则表达式将会与目标对象中的jewel,Jewel,或JEWE L相匹配。     在Perl中,使用专门的运算符“=~”指定正则表达式的匹配  对象。例如:     $flag   =~   s/abc/ABC/       
  上述正则表达式将会把变量$flag中的字串abc替换为ABC

 

[转载]正则匹配任意字符(包括换行),布布扣,bubuko.com

[转载]正则匹配任意字符(包括换行)

标签:style   http   color   java   使用   strong   文件   io   

原文地址:http://www.cnblogs.com/lschenblog/p/3880219.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!