java中的正则表达式

时间：2015-04-15 10:58:47 阅读：148 评论：0 收藏：0 [点我收藏+]

标签：

java中正则表达式常用的构造元素:

字符
    x 字符 x。举例：‘a‘表示字符a
    \\ 反斜线字符。
    \n 新行（换行）符 (‘\u000A‘) 
    \r 回车符 (‘\u000D‘)
    
字符类
    [abc] a、b 或 c（简单类） 
    [^abc] 任何字符，除了 a、b 或 c（否定） 
    [a-zA-Z] a到 z 或 A到 Z，两头的字母包括在内（范围） 
    [0-9] 0到9的字符都包括
    
预定义字符类
    . 任何字符。我的就是.字符本身，怎么表示呢? \.
    \d 数字：[0-9]
    \D 非数字:[^\d]/[^0-9]
    \w 单词字符：[a-zA-Z_0-9]
　　 \W 非字符[^\w]

边界匹配器
    ^ 行的开头 
    $ 行的结尾 
    \b 单词边界， 就是不是单词字符的地方。
    
Greedy 数量词 
    X? X，一次或一次也没有
    X* X，零次或多次
    X+ X，一次或多次
    X{n} X，恰好 n 次 
    X{n,} X，至少 n 次 
    X{n,m} X，至少 n 次，但是不超过 m 次

　运算符
　　XY 　　 X后跟 Y
　　X|Y 　　X 或 Y
　　(X) 　　X，作为捕获组

String类中的三个基本操作使用正则：

　　匹配：matches()

　　切割: split()

　　替换: replaceAll()

下边是一些常用的使用

        //以空格分割
        String str1 = "1 2 3          4 54       5 6";
        String[] numbers = str1.split(" +");
        for (String temp : numbers) {
            System.out.println(temp);
        }

        // 替换，替换所有的数字为*
        String str2 = "abd123:adad46587:asdadasadsfgi#%^^9090";
        System.out.println(str2.replaceAll("[0-9]", "*"));
        System.out.println(str2.replaceAll("\\d", "*"));

        // 匹配匹配邮箱
        String mail1 = "ababc@asa.com";
        String mail2 = "ababc@asa.com.cn";
        String mail3 = "ababc@asa";
        //        String mainRegex = "[0-9a-zA-Z_]+@[0-9a-zA-Z_]++(\\.[0-9a-zA-Z_]+{2,4})+";
        String mainRegex = "\\w+@\\w+(\\.\\w{2,4})+";

        System.out.println(mail1.matches(mainRegex));//true
        System.out.println(mail2.matches(mainRegex));//true
        System.out.println(mail3.matches(mainRegex));//false

/**
* java中正则匹配的对象：
* pattern:
* 　　 Pattern 　　Pattern.complie(regexString)
* 　　 Macther 　　Pattern.matches(regexString)
* Matcher：
* 　　 boolean 　 matcher.find() //查找下一个匹配对象
* 　　 String 　　 matcher.guorp() //返回整个匹配模式匹配到的结果
* 　　 boolean 　 matcher.matches() //尝试将整个区域与模式匹配
* 　　 int 　　　　 matcher.groupCount() //返回匹配规则的分组，如：(aa)(bb)：这表示两组
* 　　 String matcher.group(int group) //返回匹配对象对应分组的匹配结果
* 　　 MatcheResult matcher.toMatchResult() //将匹配结果一MatchResult的形式返回
*/

第一种使用场景：仅仅使用Matcher对象来匹配想要的字符串

 1         // 匹配出3个字符的字符串
 2         String str = "abc 124 ewqeq qeqe   qeqe   qeqe  aaaa  fs fsdfs d    sf sf sf  sf sfada dss dee ad a f s f sa a‘lfsd;‘l";
 3         Pattern pt = Pattern.compile("\\b\\w{3}\\b");
 4         Matcher match = pt.matcher(str);
 5         while (match.find()) {
 6             System.out.println(match.group());
 7         }
 8         // 匹配出邮箱地址
 9         String str2 = "dadaadad   da da   dasK[PWEOO-123- DASJAD@DHSJK.COM DADA@DAD.CN =0KFPOS9IR23J0IS ADHAJ@565@ADA.COM.CN shuqi@162.com UFSFJSFI-SI- ";
10         Pattern pet2 = Pattern.compile("\\b\\w+@\\w+(\\.\\w{2,4})+\\b");
11         Matcher match2 = pet2.matcher(str2);
12         while (match2.find()) {
13             System.out.println(match2.group());
14         }

第二种使用场景：匹配规则中包含匹配组，要求匹配得到相应的匹配组的数据：

       String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda";
        //包含两个匹配组，一个是三个字符，一个是匹配四个字符
        Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b");
        Matcher match = pet.matcher(sr);
        int countAll = match.groupCount();//2 
        while (match.find()) {
            System.out.print("匹配组结果：");
            for (int i = 0; i < countAll; i++) {
                System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,match.group(i + 1)));
            }
            System.out.print("\n匹配的整个结果:");
            System.out.println(match.group());
        }

输出结果:

匹配组结果：
    第1组的结果是:ada
    第2组的结果是:adad
匹配的整个结果:ada adad
匹配组结果：
    第1组的结果是:fas
    第2组的结果是:fdsf
匹配的整个结果:fas fdsf
匹配组结果：
    第1组的结果是:234
    第2组的结果是:adda
匹配的整个结果:234 adda

第三中场景:将每次得到的结果使用MatcheResult保存

        String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda";
        Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b");
        Matcher match = pet.matcher(sr);
        MatchResult ms = null;
        while (match.find()) {
            ms = match.toMatchResult();
            System.out.print("匹配对象的组结果：");
            for (int i = 0; i < ms.groupCount(); i++) {
                System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,ms.group(i + 1)));
            }
            System.out.print("\n匹配的整个结果:");
            System.out.println(ms.group());
        }

输出结果：

匹配对象的组结果：
    第1组的结果是:ada
    第2组的结果是:adad
匹配的整个结果:ada adad
匹配对象的组结果：
    第1组的结果是:fas
    第2组的结果是:fdsf
匹配的整个结果:fas fdsf
匹配对象的组结果：
    第1组的结果是:234
    第2组的结果是:adda
匹配的整个结果:234 adda

常用的正则表达式：

（1） "^\d+$"　　//非负整数（正整数 + 0）

（2） "^[0-9]*[1-9][0-9]*$"　　//正整数

（3） "^((-\d+)|(0+))$"　　//非正整数（负整数 + 0）

（4） "^-[0-9]*[1-9][0-9]*$"　　//负整数

（5） "^-?\d+$"　　　　//整数

（6） "^\d+(\.\d+)?$"　　//非负浮点数（正浮点数 + 0）

（7） "^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数

（8） "^((-\d+(\.\d+)?)|(0+(\.0+)?))$"　　//非正浮点数（负浮点数 + 0）

（9） "^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数

（10） "^(-?\d+)(\.\d+)?$"　　//浮点数

（11） "^[A-Za-z]+$"　　//由26个英文字母组成的字符串

（12） "^[A-Z]+$"　　//由26个英文字母的大写组成的字符串

（13） "^[a-z]+$"　　//由26个英文字母的小写组成的字符串

（14） "^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串

（15） "^\w+$"　　//由数字、26个英文字母或者下划线组成的字符串

（16） "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"　　　　//email地址

（17） "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　//url

（18） /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/ // 年-月-日

（19） /^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/ // 月/日/年

（20） "^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Emil

（21） /^((\+?[0-9]{2,4}\-[0-9]{3,4}\-)|([0-9]{3,4}\-))?([0-9]{7,8})(\-[0-9]+)?$/ //电话号码

（22） "^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址

（23）

（24）匹配中文字符的正则表达式： [\u4e00-\u9fa5]

（25）匹配双字节字符(包括汉字在内)：[^\x00-\xff]

（26）匹配空行的正则表达式：\n[\s| ]*\r

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

（28）匹配首尾空格的正则表达式：(^\s*)|(\s*$)

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

（30）匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$

（31）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_]{4,15}$

（32）匹配国内电话号码：(\d{3}-|\d{4}-)?(\d{8}|\d{7})?

（33）匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$

（34）元字符及其在正则表达式上下文中的行为：

（35） \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。

（36） ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 ’\n’ 或 ’\r’ 之后的位置。

（37） $ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 ’\n’ 或 ’\r’ 之前的位置。

（38） * 匹配前面的子表达式零次或多次。

（39） + 匹配前面的子表达式一次或多次。+ 等价于 {1,}。

（40） ? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。

（41） {n} n 是一个非负整数，匹配确定的n 次。

（42） {n,} n 是一个非负整数，至少匹配n 次。

（43） {n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。

（44） ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。

（45） . 匹配除 "\n" 之外的任何单个字符。要匹配包括 ’\n’ 在内的任何字符，请使用象 ’[.\n]’ 的模式。

（46） (pattern) 匹配pattern 并获取这一匹配。

（47） (?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。

（48） (?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。

（49） (?!pattern) 负向预查，与(?=pattern)作用相反

（50） x|y 匹配 x 或 y。

（51） [xyz] 字符集合。

（52） [^xyz] 负值字符集合。

（53） [a-z] 字符范围，匹配指定范围内的任意字符。

（54） [^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。

（55） \b 匹配一个单词边界，也就是指单词和空格间的位置。

（56） \B 匹配非单词边界。

（57） \cx 匹配由x指明的控制字符。

（58） \d 匹配一个数字字符。等价于 [0-9]。

（59） \D 匹配一个非数字字符。等价于 [^0-9]。

（60） \f 匹配一个换页符。等价于 \x0c 和 \cL。

（61） \n 匹配一个换行符。等价于 \x0a 和 \cJ。

（62） \r 匹配一个回车符。等价于 \x0d 和 \cM。

（63） \s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

（64） \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

（65） \t 匹配一个制表符。等价于 \x09 和 \cI。

（66） \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。

（67） \w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。

（68） \W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。

（69） \xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。

（70） \num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。

（71） \n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。

（72） \nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。

（73） \nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。

（74） \un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。

（75）匹配中文字符的正则表达式： [u4e00-u9fa5]

（76）匹配双字节字符(包括汉字在内)：[^x00-xff]

（77）匹配空行的正则表达式：n[s| ]*r

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

（79）匹配首尾空格的正则表达式：(^s*)|(s*$)

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

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

（82）利用正则表达式限制网页表单里的文本框输入内容：

（83）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,‘‘))"

（84）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,‘‘))"

（85）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,‘‘))"

（86）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,‘‘))"

（87）整理：

（88）匹配中文字符的正则表达式： [\u4e00-\u9fa5]

（89）匹配双字节字符(包括汉字在内)：[^\x00-\xff]

（90）匹配空行的正则表达式：\n[\s| ]*\r

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

（92）匹配首尾空格的正则表达式：(^\s*)|(\s*$)

（93）匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //

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

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

（97）非负整数：^\d+$

（98）正整数：^[0-9]*[1-9][0-9]*$

（99）非正整数：^((-\d+)|(0+))$

（100）负整数：^-[0-9]*[1-9][0-9]*$

（101）整数：^-?\d+$

（102）非负浮点数：^\d+(\.\d+)?$

（103）正浮点数：^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

（104）非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$

（105）负浮点数：^(-((正浮点数正则式)))$

（106）英文字符串：^[A-Za-z]+$

（107）英文大写串：^[A-Z]+$

（108）英文小写串：^[a-z]+$

（109）英文字符数字串：^[A-Za-z0-9]+$

（110）英数字加下划线串：^\w+$

（111） E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$

（112） URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$

或：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\‘:+!]*([^<>\"\"])*$

（113）邮政编码：^[1-9]\d{5}$

（114）中文：^[\u0391-\uFFE5]+$

（115）电话号码：^(($\d{2,3}$)|(\d{3}\-))?($0\d{2,3}$|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$

（116）手机号码：^(($\d{2,3}$)|(\d{3}\-))?13\d{9}$

（117）双字节字符(包括汉字在内)：^\x00-\xff

（118）匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）

（119）匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>

（120）匹配空行：\n[\s| ]*\r

（121）提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *(‘|")?(\w|\\|\/|\.)+(‘|"| *|>)?

（122）提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

（123）提取信息中的图片链接：(s|S)(r|R)(c|C) *= *(‘|")?(\w|\\|\/|\.)+(‘|"| *|>)?

（124）提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)

（125）提取信息中的中国手机号码：(86)*0*13\d{9}

（126）提取信息中的中国固定电话号码：($\d{3,4}$|\d{3,4}-|\s)?\d{8}

（127）提取信息中的中国电话号码（包括移动和固定电话）：($\d{3,4}$|\d{3,4}-|\s)?\d{7,14}

（128）提取信息中的中国邮政编码：[1-9]{1}(\d+){5}

（129）提取信息中的浮点数（即小数）：(-?\d*)\.?\d+

（130）提取信息中的任何数字：(-?\d*)(\.\d+)?

（131） IP：(\d+)\.(\d+)\.(\d+)\.(\d+)

（132）电话区号：/^0\d{2,3}$/

（133）腾讯QQ号：^[1-9]*[1-9][0-9]*$

（134）帐号(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_]{4,15}$

（135）中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$

java中的正则表达式

标签：

原文地址：http://www.cnblogs.com/shuqi/p/4427693.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行