你的位置:首页 > Java教程

[Java教程]java中的正则表达式


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- ./?%&=]*)?

(96)  sql语句:^(select|drop|delete|create|update|insert).*$

(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]+$