概述
Java 正則表達式
正則表達式定義了字符串的模式。
正則表達式可以用來搜索、編輯或處理文本。
正則表達式並不僅限於某一種語言,但是在每種語言中有細微的差別。
深入理解Java正則表達式:(爲了能看清,本文正則表達式用中文的句號代替英文句點)
英文句點符號:匹配單個任意字符。
eg:
表達式”t。o 可以匹配:tno,t#o,teo等等。不可以匹配:tnno,to,Tno,t正o等。
方括號:只有方括號裏面指定的字符才參與匹配,也只能匹配單個字符。
eg:
表達式:t[abcd]n 只可以匹配:tan,tbn,tcn,tdn。不可以匹配:thn,tabn,tn等。
| 符號。相當與“或”,可以匹配指定的字符,但是也只能選擇其中一項進行匹配。
eg:
表達式:t(a|b|c|dd)n 只可以匹配:tan,tbn,tcn,tddn。不可以匹配taan,tn,tabcn
表示匹配次數的符號
屏幕快照 2016-10-26 10.42.53.png
{n, }表示至少N次。
eg:
表達式:[0—9]{ 3 } \— [0-9]{ 2 } \— [0-9]{ 3 } 的匹配格式爲:999—99—999
因爲“—”符號在正則表達式中有特殊的含義,它表示一個範圍,所以在前面加轉義字符“\”。
^符號:表示否
^符號被稱爲“否”符號,如果用在方括號內,“^“表示不想匹配的字符。
eg:
表達式:[^x] 第一個字符不能是x
圓括號,和空白符號
“\s”是空白符號,只可以匹配一個空格、製表符、回車符、換頁符,不可以匹配自己輸入的多個空格。
()是分組號,可以用ORO API提取處出值,後面將詳細討論
正則表達式的一些快捷符號:
\d表示[0—9], \D表示[^0—9], \w表示[0—9A—Z_a—z],
\W表示[^0—9A—Z_a—z], \s表示[\t\n\r\f], \S表示[^\t\n\r\f]
一些常用的正則表達式:
Java:(([a-z]|_)(\w*)){6,20}匹配以字母或下劃線開頭,字母數字下劃線結尾的字符串
JavaScript:/^(-?)(\d+)$/匹配數字。/^\w+$/匹配字母數字下劃線。
.+ 一個或多個字符
/0 第一次匹配的字符串
java類中使用正則表達式:
eg1:
Pattern p = Pattern.compile("t.n");
Matcher m = p.matcher(“ton”);
if(m.matches()){
return true;
}
eg2:boolean bool=Pattern.matches (“t.n”,”ton”);
如果一個正則表達式要重複利用,用第一種,如果只匹配一次,第二種是最佳選擇。
反斜線字符(‘\’)用於轉義字符,同時還可以引用非轉義字符(不包括非轉義字母)
因此‘\’表示‘\’,‘{’表示{。 但是‘\y’就是錯的,因爲在不表示轉義構造的 任何字母字符前 使用反斜線都是錯誤的。
根據 Java Language Specification 的要求,Java 源代碼的字符串中的反斜線被解釋爲 Unicode 轉義或其他字符轉義。因此必須在字符串字面值中使用兩個反斜線,表示正則表達式受到保護,不被 Java 字節碼編譯器解釋。例如,當解釋爲正則表達式時,字符串字面值 "\b" 與單個退格字符匹配,而 "\b" 與單詞邊界匹配。字符串字面值 "(hello)" 是非法的,將導致編譯時錯誤;要與字符串 (hello) 匹配,必須使用字符串字面值 "\(hello\)"。 注意:‘\b’是一個字符而‘\b’是兩個字符
Pattern類
8種模式:比如啓用多行模式,啓用unix模式等,eg int CASE_INSENSITIVE表示啓用不區分大小寫的
4個靜態方法
兩個單例模式構造器:
Pattern compile(String regex);
Pattern compile(String regex,int flags)flags爲八種模式的一種
eg2:
Pattern p=Pattern.compile("[a-z]\s[a-z]");
Matcher m=p.matcher("b c");
if(m.matches()) Sysout(1111);
else Sysout(2222); 輸出結果爲1111;
一個匹配方法,一個返回String的字面值模式方法:
boolean matches(String regex,CharSequence input);//input與regex匹
配返回true。
String quote(String s);//返回指定String的字面值。
eg3:boolean bool=Pattern.matches("[a-z] [a-z]",”b c”); //結果爲true
Sysout(Pattern.quote(“a_#/tb”)); //輸出結果爲 “\Qa_# b”\E
6個普通方法
返回此模式的匹配器: Matcher matcher(CharSequence input);
返回此模式的標誌: int flags();
返回此模式的regex: String pattern();
兩個字符串切割方法: String[] split(CharSequence input);
String[] split(CharSequence input,int limit);
limit爲返回字符串的個數,如果等於0,返回所有 拆分的字符串,如果大於拆分字符串的實際個數,
返回實際個數。
toString方法: String toString();
eg4:
Pattern p=Pattern.compile("[,;\s]");
String str="wo,ai;ni haha";
String[] strs=p.split(str);
for(String s : strs){
Sysout(s);//輸出 “wo” “ai” “ni” “haha”
}
strs=p.split(str,2)
for(String s : strs){
Sysout(s);//輸出 “wo” “ai;ni haha”
}
Strs=p.split(str,0)
for(String s : strs){
Sysout(s);//輸出 “wo” “ai” “ni” “haha”
}
常用的正則表達式
"^\d+$" //非負整數(正整數 + 0)
"^[0-9][1-9][0-9]$" //正整數
"^((-\d+)|(0+))$" //非正整數(負整數 + 0)
"^-[0-9][1-9][0-9]$" //負整數
"^-?\d+$" //整數
"^\d+(.\d+)?$" //非負浮點數(正浮點數 + 0)
"^(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9]))$" //正浮點數
"^((-\d+(.\d+)?)|(0+(.0+)?))$" //非正浮點數(負浮點數 + 0)
"^(-(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9])))$" //負浮點數
"^(-?\d+)(.\d+)?$" //浮點數
"^[A-Za-z]+$" //由26個英文字母組成的字符串
"^[A-Z]+$" //由26個英文字母的大寫組成的字符串
"^[a-z]+$" //由26個英文字母的小寫組成的字符串
"^[A-Za-z0-9]+$" //由數字和26個英文字母組成的字符串
"^\w+$" //由數字、26個英文字母或者下劃線組成的字符串
"^[\w-]+(.[\w-]+)*@[\w-]+(.[\w-]+)+$" //email地址
"^[a-zA-z]+://(\w+(-\w+))(.(\w+(-\w+)))(\?\S)?$" //url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-((0-2)|(3[0|1]))$/ // 年-月-日
/^((0([1-9]{1}))|(1[1|2]))/((0-2)|(3[0|1]))/(d{2}|d{4})$/ // 月/日/年
"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Emil
/^((+?[0-9]{2,4}-[0-9]{3,4}-)|([0-9]{3,4}-))?([0-9]{7,8})(-[0-9]+)?$/ //電話號碼
"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址
匹配中文字符的正則表達式: [\\u4e00-\\u9fa5]
匹配雙字節字符(包括漢字在內):[^\\x00-\\xff]
匹配空行的正則表達式:\n[\s| ]*\r
匹配HTML標記的正則表達式:/<(.)>.<\/\1>|<(.*) \/>/
匹配首尾空格的正則表達式:(^\s)|(\s$)
匹配Email地址的正則表達式:\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
匹配網址URL的正則表達式:^[a-zA-z]+://(\w+(-\w+))(\.(\w+(-\w+)))(\?\S)?$
匹配帳號是否合法(字母開頭,允許5-16字節,允許字母數字下劃線):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
匹配國內電話號碼:(\d{3}-|\d{4}-)?(\d{8}|\d{7})?
匹配騰訊QQ號:^[1-9][1-9][0-9]$
\ 將下一個字符標記爲一個特殊字符、或一個原義字符、或一個後向引用、或一個八進制轉義符。
^ 匹配輸入字符串的開始位置。如果設置了 RegExp 對象的Multiline 屬性,^ 也匹配 ’\n’ 或 ’\r’ 之後的位置。
$ 匹配輸入字符串的結束位置。如果設置了 RegExp 對象的Multiline 屬性,$ 也匹配 ’\n’ 或 ’\r’ 之前的位置。
匹配前面的子表達式零次或多次。
匹配前面的子表達式一次或多次。+ 等價於 {1,}。
? 匹配前面的子表達式零次或一次。? 等價於 {0,1}。
{n} n 是一個非負整數,匹配確定的n 次。
{n,} n 是一個非負整數,至少匹配n 次。
{n,m} m 和 n 均爲非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗號和兩個數之間不能有空格。
? 當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時,匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜索的字符串,而默認的貪婪模式則儘可能多的匹配所搜索的字符串。
. 匹配除 "\n" 之外的任何單個字符。要匹配包括 ’\n’ 在內的任何字符,請使用象 ’[.\n]’ 的模式。
(pattern) 匹配pattern 並獲取這一匹配。
(?:pattern) 匹配pattern 但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行存儲供以後使用。
(?=pattern) 正向預查,在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。
(?!pattern) 負向預查,與(?=pattern)作用相反
x|y 匹配 x 或 y。
[xyz] 字符集合。
[^xyz] 負值字符集合。
[a-z] 字符範圍,匹配指定範圍內的任意字符。
[^a-z] 負值字符範圍,匹配任何不在指定範圍內的任意字符。
\b 匹配一個單詞邊界,也就是指單詞和空格間的位置。
\B 匹配非單詞邊界。
\cx 匹配由x指明的控制字符。
\d 匹配一個數字字符。等價於 [0-9]。
\D 匹配一個非數字字符。等價於 [^0-9]。
\f 匹配一個換頁符。等價於 \\x0c 和 \cL。
\n 匹配一個換行符。等價於 \\x0a 和 \cJ。
\r 匹配一個回車符。等價於 \\x0d 和 \cM。
\s 匹配任何空白字符,包括空格、製表符、換頁符等等。等價於[ \f\n\r\t\v]。
\S 匹配任何非空白字符。等價於 [^ \f\n\r\t\v]。
\t 匹配一個製表符。等價於 \\x09 和 \cI。
\v 匹配一個垂直製表符。等價於 \\x0b 和 \cK。
\w 匹配包括下劃線的任何單詞字符。等價於’[A-Za-z0-9_]’。
\W 匹配任何非單詞字符。等價於 ’[^A-Za-z0-9_]’。
\\xn 匹配 n,其中 n 爲十六進制轉義值。十六進制轉義值必須爲確定的兩個數字長。
\num 匹配 num,其中num是一個正整數。對所獲取的匹配的引用。
\n 標識一個八進制轉義值或一個後向引用。如果 \n 之前至少 n 個獲取的子表達式,則 n 爲後向引用。否則,如果 n 爲八進制數字 (0-7),則 n 爲一個八進制轉義值。
\nm 標識一個八進制轉義值或一個後向引用。如果 \nm 之前至少有is preceded by at least nm 個獲取得子表達式,則 nm 爲後向引用。如果 \nm 之前至少有 n 個獲取,則 n 爲一個後跟文字 m 的後向引用。如果前面的條件都不滿足,若 n 和 m 均爲八進制數字 (0-7),則 \nm 將匹配八進制轉義值 nm。
\nml 如果 n 爲八進制數字 (0-3),且 m 和 l 均爲八進制數字 (0-7),則匹配八進制轉義值 nml。
\\un 匹配 n,其中 n 是一個用四個十六進制數字表示的Unicode字符。
匹配中文字符的正則表達式: [u4e00-u9fa5]
匹配雙字節字符(包括漢字在內):[^\\x00-\\xff]
匹配空行的正則表達式:n[s| ]*r
匹配HTML標記的正則表達式:/<(.)>.</1>|<(.*) />/
匹配首尾空格的正則表達式:(^s)|(s$)
匹配Email地址的正則表達式:w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*
匹配網址URL的正則表達式:http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
利用正則表達式限制網頁表單裏的文本框輸入內容:
用正則表達式限制只能輸入中文:οnkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,''))"
用正則表達式限制只能輸入全角字符: οnkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,''))"
正則表達式限制只能輸入數字:οnkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
用正則表達式限制只能輸入數字和英文:οnkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
整理:
匹配中文字符的正則表達式: [\\u4e00-\\u9fa5]
匹配雙字節字符(包括漢字在內):[^\\x00-\\xff]
匹配空行的正則表達式:\n[\s| ]\r
匹配HTML標記的正則表達式:/<(.)>.<\/\1>|<(.) \/>/
匹配首尾空格的正則表達式:(^\s)|(\s$)
匹配IP地址的正則表達式:/(\d+).(\d+).(\d+).(\d+)/g //
匹配Email地址的正則表達式:\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)
匹配網址URL的正則表達式:http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=])?
sql語句:^(select|drop|delete|create|update|insert).$
1、非負整數:^\d+$
2、正整數:^[0-9][1-9][0-9]$
3、非正整數:^((-\d+)|(0+))$
4、負整數:^-[0-9][1-9][0-9]*$
5、整數:^-?\d+$
6、非負浮點數:^\d+(.\d+)?$
7、正浮點數:^((0-9)+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9]))$
8、非正浮點數:^((-\d+.\d+)?)|(0+(.0+)?))$
9、負浮點數:^(-((正浮點數正則式)))$
10、英文字符串:^[A-Za-z]+$
11、英文大寫串:^[A-Z]+$
12、英文小寫串:^[a-z]+$
13、英文字符數字串:^[A-Za-z0-9]+$
14、英數字加下劃線串:^\w+$
15、E-mail地址:^[\w-]+(.[\w-]+)*@[\w-]+(.[\w-]+)+$
16、URL:^[a-zA-Z]+://(\w+(-\w+))(.(\w+(-\w+)))(\?\s)?$
或:^http:\/\/[A-Za-z0-9]+.[A-Za-z0-9]+[\/=\?%-&_~`@[]\':+!]({FNXX==XXFN})$
17、郵政編碼:^[1-9]\d{5}$
18、中文:^[\\u0391-\\uFFE5]+$
19、電話號碼:^(((\d{2,3}))|(\d{3}-))?((0\d{2,3})|0\d{2,3}-)?[1-9]\d{6,7}(-\d{1,4})?$
20、手機號碼:^(((\d{2,3}))|(\d{3}-))?13\d{9}$
21、雙字節字符(包括漢字在內):^\\x00-\\xff
22、匹配首尾空格:(^\s)|(\s$)(像vbscript那樣的trim函數)
23、匹配HTML標記:<(.)>.<\/\1>|<(.*) \/>
24、匹配空行:\n[\s| ]*\r
25、提取信息中的網絡鏈接:(h|H)(r|R)(e|E)(f|F) = ('|")?(\w|\|\/|.)+('|"| *|>)?
26、提取信息中的郵件地址:\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
27、提取信息中的圖片鏈接:(s|S)(r|R)(c|C) = ('|")?(\w|\|\/|.)+('|"| *|>)?
28、提取信息中的IP地址:(\d+).(\d+).(\d+).(\d+)
29、提取信息中的中國手機號碼:(86)013\d{9}
30、提取信息中的中國固定電話號碼:((\d{3,4})|\d{3,4}-|\s)?\d{8}
31、提取信息中的中國電話號碼(包括移動和固定電話):((\d{3,4})|\d{3,4}-|\s)?\d{7,14}
32、提取信息中的中國郵政編碼:[1-9]{1}(\d+){5}
33、提取信息中的浮點數(即小數):(-?\d*).?\d+
34、提取信息中的任何數字 :(-?\d*)(.\d+)?
35、IP:(\d+).(\d+).(\d+).(\d+)
總結
到這裏,深入理解Java正則表達式就結束了,,不足之處還望大家多多包涵!!覺得收穫的話可以點個關注收藏轉發一波喔,謝謝大佬們支持。(吹一波,233~~)
下面和大家交流幾點編程的經驗:
1、多寫多敲代碼,好的代碼與紮實的基礎知識一定是實踐出來的
2丶 測試、測試再測試,如果你不徹底測試自己的代碼,那恐怕你開發的就不只是代碼,可能還會聲名狼藉。
3丶 簡化編程,加快速度,代碼風騷,在你完成編碼後,應回頭並且優化它。從長遠來看,這裏或那裏一些的改進,會讓後來的支持人員更加輕鬆。
最後,每一位讀到這裏的朋友,感謝你們能耐心地看完。希望在成爲一名更優秀的Java程序員的道路上,我們可以一起學習、一起進步。
高級架構師交流羣680075317 歡迎各位前來交流和分享