最近因爲項目中因爲要處理複雜的字符串,然而沒有用過正則表達式,硬着頭皮使用了API中String的方法(其實String的一些簡單處理方法也是通過java.util.regex.Matcher類和java.util.regex. Pattern類的一些進行了封裝),
【JAVA的Pattern類 和 Matcher類可參考網址
http://www.ibm.com/developerworks/cn/java/l-regp/part2/】
做起來發現簡單處理操作複雜。網絡上很多關於正則表達式的入門,例如有一篇“正則表達式30分鐘入門”雖然看了不能真的30分鐘基本瞭解,不過作爲入門可以考慮。好吧,我在這裏就總結一下網絡的例子,希望能幫到你
正則表達式是什麼(簡單描述)
正則表達式:符合一定規則的表達式
----->作用:用於專門操作字符串
----->特點:用於一些特定的符號來表示一些代碼操作,這樣就簡化書寫。所以學習正則表達式
就是在學習一些特殊符號的使用。
----->好處:可以簡化對字符串的複雜操作
----->弊端:符號定義越多,正則越長,閱讀性越差
正則表達式中的特殊字符
構造 | 匹配 |
---|---|
字符 | |
x | 字符 x |
\\ | 反斜線字符 |
\0n | 帶有八進制值 0 的字符 n (0 <= n <= 7) |
\0nn | 帶有八進制值 0 的字符 nn (0 <= n<= 7) |
\0mnn | 帶有八進制值 0 的字符 mnn(0 <= m<= 3、0<= n <= 7) |
\xhh | 帶有十六進制值 0x 的字符 hh |
\uhhhh | 帶有十六進制值 0x 的字符 hhhh |
\t | 製表符 ('\u0009') |
\n | 新行(換行)符 ('\u000A') |
\r | 回車符 ('\u000D') |
\f | 換頁符 ('\u000C') |
\a | 報警 (bell) 符 ('\u0007') |
\e | 轉義符 ('\u001B') |
\cx | 對應於 x 的控制符 |
字符類 | |
[abc] | a、b 或 c(簡單類) |
[^abc] | 任何字符,除了 a、b 或 c(否定) |
[a-zA-Z] | a 到 z 或 A 到 Z,兩頭的字母包括在內(範圍) |
[a-d[m-p]] | a 到 d 或 m 到 p:[a-dm-p](並集) |
[a-z&&[def]] | d、e 或 f(交集) |
[a-z&&[^bc]] | a 到 z,除了 b 和 c:[ad-z](減去) |
[a-z&&[^m-p]] | a 到 z,而非 m 到 p:[a-lq-z](減去) |
預定義字符類 | |
. | 任何字符(與行結束符可能匹配也可能不匹配) |
\d | 數字:[0-9] |
\D | 非數字: [^0-9] |
\s | 空白字符:[ \t\n\x0B\f\r] |
\S | 非空白字符:[^\s] |
\w | 單詞字符:[a-zA-Z_0-9] |
\W | 非單詞字符:[^\w] |
POSIX 字符類(僅 US-ASCII) | |
\p{Lower} | 小寫字母字符:[a-z] |
\p{Upper} | 大寫字母字符:[A-Z] |
\p{ASCII} | 所有 ASCII:[\x00-\x7F] |
\p{Alpha} | 字母字符:[\p{Lower}\p{Upper}] |
\p{Digit} | 十進制數字:[0-9] |
\p{Alnum} | 字母數字字符:[\p{Alpha}\p{Digit}] |
\p{Punct} | 標點符號:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ |
\p{Graph} | 可見字符:[\p{Alnum}\p{Punct}] |
\p{Print} | 可打印字符:[\p{Graph}\x20] |
\p{Blank} | 空格或製表符:[ \t] |
\p{Cntrl} | 控制字符:[\x00-\x1F\x7F] |
\p{XDigit} | 十六進制數字:[0-9a-fA-F] |
\p{Space} | 空白字符:[ \t\n\x0B\f\r] |
java.lang.Character 類(簡單的 java 字符類型) | |
\p{javaLowerCase} | 等效於 java.lang.Character.isLowerCase() |
\p{javaUpperCase} | 等效於 java.lang.Character.isUpperCase() |
\p{javaWhitespace} | 等效於 java.lang.Character.isWhitespace() |
\p{javaMirrored} | 等效於 java.lang.Character.isMirrored() |
Unicode 塊和類別的類 | |
\p{InGreek} | Greek 塊(簡單塊)中的字符 |
\p{Lu} | 大寫字母(簡單類別) |
\p{Sc} | 貨幣符號 |
\P{InGreek} | 所有字符,Greek 塊中的除外(否定) |
[\p{L}&&[^\p{Lu}]] | 所有字母,大寫字母除外(減去) |
邊界匹配器 | |
^ | 行的開頭 |
$ | 行的結尾 |
\b | 單詞邊界 |
\B | 非單詞邊界 |
\A | 輸入的開頭 |
\G | 上一個匹配的結尾 |
\Z | 輸入的結尾,僅用於最後的結束符(如果有的話) |
\z | 輸入的結尾 |
Greedy 數量詞 | |
X? | X,一次或一次也沒有 |
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,但是不超過 m 次 |
Reluctant 數量詞 | |
X?? | X,一次或一次也沒有 |
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,但是不超過 m 次 |
Possessive 數量詞 | |
X?+ | X,一次或一次也沒有 |
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,但是不超過 m 次 |
Logical 運算符 | |
XY | X 後跟 Y |
X|Y | X 或 Y |
(X) | X,作爲捕獲組 |
Back 引用 | |
\n | 任何匹配的 nth 捕獲組 |
引用 | |
\ | Nothing,但是引用以下字符 |
\Q | Nothing,但是引用所有字符,直到 \E |
\E | Nothing,但是結束從 \Q 開始的引用 |
特殊構造(非捕獲) | |
(?:X) | X,作爲非捕獲組 |
(?idmsux-idmsux) | Nothing,但是將匹配標誌idm s u x on - off |
(?idmsux-idmsux:X) | X,作爲帶有給定標誌 i d m s u x on - off |
(?=X) | X,通過零寬度的正 lookahead |
(?!X) | X,通過零寬度的負 lookahead |
(?<=X) | X,通過零寬度的正 lookbehind |
(?<!X) | X,通過零寬度的負 lookbehind |
(?>X) | X,作爲獨立的非捕獲組 |
功能與功能的使用思路:
1.匹配:String matches 方法,用規則匹配整個字符串,只要有一處不符合規則,就匹配結束,返回false
/**
* 對QQ號碼進行校驗 要求: 5~15 0不能開頭,只能是數字
*/
@Test
public void checkQQ() {
String qq = "123467890123456";
String regex = "[1-9]\\d{4,14}";
System.out.println(qq.matches(regex));
}
/**
* 匹配手機號碼: 手機號碼段只有:13xxxxx 15xxxxx 18xxxxx
*/
@Test
public void checkTel() {
String test = "12123411";
String regex = "[1][358]\\d{5}";
System.out.println(test.matches(regex));
}
2.切割:String split()
/**
* 按照疊詞完成切割,爲了可以讓規則的結果被重用 可以讓規則封裝成一個組,用()完成。組的出現都有編號。 從1開始。想要使用已有的組可以通過
* \n(n就是組的編號)的形式來獲取
*/
@Test
public void splitDemo() {
String test = "asdj00flasdj1111fasdlfjslxxflsdjflspp";
String regex = "(.)\\1+";
String[] testArr = test.split(regex);
for (String str : testArr) {
System.out.println(str);
}
}
3.替換: StringreplaceAll()
/**
* 將重疊的字符轉變爲一個字符
*/
@Test
public void replaceAllDemo() {
// String test="fasl2311664djflsdjfls4545464slfjaskldfjlskjfls";
// String regex="\\d{5,}";
String test = "asdj00flasdj1111fasdlfjslxxflsdjflspp";
String regex = "(.)\\1+";
System.out.println(test.replaceAll(regex, "$1"));
}
4.獲取:將字符串中的複合規則的子串取出
這個與以上3個功能有點不同,操作步驟如下:
①將正則表達式封裝成對象
②讓正則表達式和要操作的字符串相關聯
③關聯後,獲取正則匹配引擎
④通過引擎對複合規則的子串進行操作,比如取出
@Test
public void getDemo() {
String test = "ni shi wo de xiao xiao ping guo,zen me ai ni dou bu xian duo ";
String regex = "\\b\\w{3}\\b";
// 讓規則封裝成一個對象
Pattern p = Pattern.compile(regex);
// 讓正則表達式和要作用的字符串相關聯,獲取匹配器對象
Matcher matcher = p.matcher(test);
while (matcher.find()) {
System.out.println(matcher.group());
}
}
使用思路
1.如果只想知道該字符串是否對錯-->使用匹配
2.想要將已有的字符串變成另一個字符串,-->替換
3.想要按照自定的方法將字符串變成多個字符串-->切割。(獲取規則以外的子串)
4.想要拿到符合要求的字符串子串-->獲取。(獲取符合規則的字串)
下面有兩個例子:
@Test
public void test1() {
String str = "我...我我.....我要..放..放放..放假";
String regex1 = "\\.+";
str = str.replaceAll(regex1, "");
System.out.println(str);
String regex2 = "(.)\\1+";
str = str.replaceAll(regex2, "$1");
System.out.println(str);
}
/**
* 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
* 將IP地址進行地址段順序的排序
*/
@Test
public void ipSort() {
String ip="192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30";
ip=ip.replaceAll("(\\d+)","00$1");
System.out.println(ip);
ip=ip.replaceAll("0*(\\d{3})","$1");
System.out.println(ip);
String[] arr=ip.split("\\s+");
for(String str:arr){
System.out.println(str);
}
TreeSet<String> ts=new TreeSet<String>();
for(String s:arr){
ts.add(s);
}
for(String str:ts){
System.out.println(str.replaceAll("0*(\\d+)","$1"));
}
}
常用正則表達式及例子
規則 | 正則表達式語法 |
一個或多個漢字 | ^[\u0391-\uFFE5]+$ |
郵政編碼 | ^[1-9]\\d{5}$ |
QQ號碼 | ^[1-9]\\d{4,10}$ |
郵箱 | ^[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}$ |
用戶名(字母開頭 + 數字/字母/下劃線) | ^[A-Za-z][A-Za-z1-9_-]+$ |
手機號碼 | ^1[3|4|5|8][0-9]\\d{8}$ |
URL | ^((http|https)://)?([\\w-]+\\.)+[\\w-]+(/[\\w-./?%&=]*)?$ |
18位身份證號 | ^(\\d{6})(18|19|20)?(\\d{2})([01]\\d)([0123]\\d)(\\d{3})(\\d|X|x)?$ |
參考地址:http://ipjmc.iteye.com/blog/1169491
驗證是否爲三元表達式並且依次提取三元表達式中的各個表達式:
/**
* 處理三目運算
*
* @param exp
* @param bean
* @return
*/
public String[] parseThreeExp(String exp) {
// 定義一個三目表達式的正則表達式的規則
String THREE_EXP = ".+\\?.+:.+";
if (!exp.matches(THREE_EXP)) {
return null;
}
String p1 = null, p2 = null, p3 = null; // 截取三目運算三個表達式
int whIndex = exp.indexOf("?");
p1 = exp.substring(0, whIndex);
/*
* 定義左括號的標記 當指向左括號,khCount+1 當指向右括號,khCount-1
*/
int khCount = 0;
String temp = exp.substring(whIndex + 1);
for (int i = 0; i < temp.length(); i++) {
char c = temp.charAt(i);
if (c == '(' || c == ')') {
khCount = c == '(' ? (khCount + 1) : (khCount - 1);
continue;
}
if (c == ':' && khCount <= 0) {
p2 = temp.substring(0, i);
p3 = temp.substring(i + 1);
break;
}
}
return new String[] { p1, p2, p3 };
}
在字符串包含驗證時:
//查找以Java開頭,任意結尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b = matcher.matches(); //當條件滿足時,將返回true,否則返回false
System.out.println(b);
以多條件分割字符串時
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
System.out.println(strs[i]);
}
文字替換(首次出現字符)
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World"); //替換第一個符合正則的數據
System.out.println(matcher.replaceFirst("Java"));
文字替換(全部)
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World"); //替換第全部符合正則的數據
System.out.println(matcher.replaceAll("Java"));
文字替換(置換字符)
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());
驗證是否爲郵箱地址
String str="[email protected]";
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());
去除html標記
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=\"index.html\">主頁</a>");
String string = matcher.replaceAll("");
System.out.println(string);
查找html中對應條件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">主頁</a>");
if(matcher.find()) {
System.out.println(matcher.group(1));
}
截取http://地址//截取url
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){
buffer.append(matcher.group());
buffer.append("\r\n");
System.out.println(buffer.toString());
}
替換指定{}中文字
String str = "Java目前的發展史是由{0}年-{1}年";
String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
System.out.println(replace(str,object));
public static String replace(final String sourceString,Object[] object) {
String temp=sourceString;
for(int i=0;i<object.length;i++) {
String[] result = (String[]) object[i];
Pattern pattern = Pattern.compile(result[0]);
Matcher matcher = pattern.matcher(temp);
temp = matcher.replaceAll(result[1]);
}
return temp;
}
以正則條件查詢指定目錄下文件 //用於緩存文件列表
private ArrayList files = new ArrayList(); // 用於承載文件路徑
private String _path; // 用於承載未合併的正則公式
private String _regexp;
class MyFileFilter implements FileFilter {
/** * 匹配文件名稱 */
public boolean accept(File file) {
try {
Pattern pattern = Pattern.compile(_regexp);
Matcher match = pattern.matcher(file.getName());
return match.matches();
} catch (Exception e) {
return true;
}
}
}
/** * 解析輸入流 * @param inputs */
FilesAnalyze(String path, String regexp) {
getFileName(path, regexp);
}
/** * 分析文件名並加入files * @param input */
private void getFileName(String path, String regexp) { // 目錄
_path = path;
_regexp = regexp;
File directory = new File(_path);
File[] filesFile = directory.listFiles(new MyFileFilter());
if (filesFile == null)
return;
for (int j = 0; j < filesFile.length; j++) {
files.add(filesFile[j]);
}
return;
}
/** * 顯示輸出信息 * @param out */
public void print(PrintStream out) {
Iterator elements = files.iterator();
while (elements.hasNext()) {
File file = (File) elements.next();
out.println(file.getPath());
}
}
public static void output(String path, String regexp) {
FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp);
fileGroup1.print(System.out);
}
public static void main(String[] args) {
output("C:\\", "[A-z|.]*");
}