正则表达式的语法与一些例子的总结

         最近因为项目中因为要处理复杂的字符串，然而没有用过正则表达式，硬着头皮使用了API中String的方法（其实String的一些简单处理方法也是通过java.util.regex.Matcher类和java.util.regex. Pattern类的一些进行了封装），

【JAVA的Pattern类 和 Matcher类可参考网址 http://www.ibm.com/developerworks/cn/java/l-regp/part2/】

做起来发现简单处理操作复杂。网络上很多关于正则表达式的入门，例如有一篇“正则表达式30分钟入门”虽然看了不能真的30分钟基本了解，不过作为入门可以考虑。好吧，我在这里就总结一下网络的例子，希望能帮到你

正则表达式是什么（简单描述）

正则表达式：符合一定规则的表达式

    ----->作用：用于专门操作字符串

    ----->特点：用于一些特定的符号来表示一些代码操作，这样就简化书写。所以学习正则表达式

            就是在学习一些特殊符号的使用。

    ----->好处：可以简化对字符串的复杂操作

   ----->弊端：符号定义越多，正则越长，阅读性越差

正则表达式中的特殊字符

构造	匹配
字符
x	字符 x
\\	反斜线字符
\0n	带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn	带有八进制值 0 的字符 nn (0 <= n<= 7)
\0mnn	带有八进制值 0 的字符 mnn（0 <= m<= 3、0<= n <= 7）
\xhh	带有十六进制值 0x 的字符 hh
\uhhhh	带有十六进制值 0x 的字符 hhhh
\t	制表符 ('\u0009')
\n	新行（换行）符 ('\u000A')
\r	回车符 ('\u000D')
\f	换页符 ('\u000C')
\a	报警 (bell) 符 ('\u0007')
\e	转义符 ('\u001B')
\cx	对应于 x 的控制符
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）
[a-d[m-p]]	a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]]	d、e 或 f（交集）
[a-z&&[^bc]]	a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]]	a 到 z，而非 m 到 p：[a-lq-z]（减去）
预定义字符类
.	任何字符（与行结束符可能匹配也可能不匹配）
\d	数字：[0-9]
\D	非数字： [^0-9]
\s	空白字符：[ \t\n\x0B\f\r]
\S	非空白字符：[^\s]
\w	单词字符：[a-zA-Z_0-9]
\W	非单词字符：[^\w]
POSIX 字符类（仅 US-ASCII）
\p{Lower}	小写字母字符：[a-z]
\p{Upper}	大写字母字符：[A-Z]
\p{ASCII}	所有 ASCII：[\x00-\x7F]
\p{Alpha}	字母字符：[\p{Lower}\p{Upper}]
\p{Digit}	十进制数字：[0-9]
\p{Alnum}	字母数字字符：[\p{Alpha}\p{Digit}]
\p{Punct}	标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph}	可见字符：[\p{Alnum}\p{Punct}]
\p{Print}	可打印字符：[\p{Graph}\x20]
\p{Blank}	空格或制表符：[ \t]
\p{Cntrl}	控制字符：[\x00-\x1F\x7F]
\p{XDigit}	十六进制数字：[0-9a-fA-F]
\p{Space}	空白字符：[ \t\n\x0B\f\r]
java.lang.Character 类（简单的 java 字符类型）
\p{javaLowerCase}	等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase}	等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace}	等效于 java.lang.Character.isWhitespace()
\p{javaMirrored}	等效于 java.lang.Character.isMirrored()
Unicode 块和类别的类
\p{InGreek}	Greek 块（简单块）中的字符
\p{Lu}	大写字母（简单类别）
\p{Sc}	货币符号
\P{InGreek}	所有字符，Greek 块中的除外（否定）
[\p{L}&&[^\p{Lu}]]	所有字母，大写字母除外（减去）
边界匹配器
^	行的开头
$	行的结尾
\b	单词边界
\B	非单词边界
\A	输入的开头
\G	上一个匹配的结尾
\Z	输入的结尾，仅用于最后的结束符（如果有的话）
\z	输入的结尾
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
Reluctant 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
Possessive 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
Logical 运算符
XY	X 后跟 Y
X|Y	X 或 Y
(X)	X，作为捕获组
Back 引用
\n	任何匹配的 nth 捕获组
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，但是结束从 \Q 开始的引用
特殊构造（非捕获）
(?:X)	X，作为非捕获组
(?idmsux-idmsux)	Nothing，但是将匹配标志idm s u x on - off
(?idmsux-idmsux:X)	X，作为带有给定标志 i d m s u x on - off
(?=X)	X，通过零宽度的正 lookahead
(?!X)	X，通过零宽度的负 lookahead
(?<=X)	X，通过零宽度的正 lookbehind
(?<!X)	X，通过零宽度的负 lookbehind
(?>X)	X，作为独立的非捕获组

功能与功能的使用思路：

1.匹配：String matches 方法，用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false

/**
	 * 对QQ号码进行校验 要求: 5~15 0不能开头，只能是数字
	 */
	@Test
	public void checkQQ() {
		String qq = "123467890123456";
		String regex = "[1-9]\\d{4,14}";
		System.out.println(qq.matches(regex));
	}

/**
	 * 匹配手机号码： 手机号码段只有：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（）

/**
	 * 按照叠词完成切割，为了可以让规则的结果被重用 可以让规则封装成一个组，用（）完成。组的出现都有编号。 从1开始。想要使用已有的组可以通过
	 * \n(n就是组的编号)的形式来获取
	 */
	@Test
	public void splitDemo() {
		String test = "asdj00flasdj1111fasdlfjslxxflsdjflspp";
		String regex = "(.)\\1+";
		String[] testArr = test.split(regex);

		for (String str : testArr) {
			System.out.println(str);
		}
	}

3.替换： StringreplaceAll（）

/**
	 * 将重叠的字符转变为一个字符
	 */
	@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.获取：将字符串中的复合规则的子串取出

这个与以上3个功能有点不同，操作步骤如下：

①将正则表达式封装成对象

②让正则表达式和要操作的字符串相关联

③关联后，获取正则匹配引擎

④通过引擎对复合规则的子串进行操作，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";

		// 让规则封装成一个对象
		Pattern p = Pattern.compile(regex);
		// 让正则表达式和要作用的字符串相关联，获取匹配器对象
		Matcher matcher = p.matcher(test);
		while (matcher.find()) {
			System.out.println(matcher.group());
		}
	}

使用思路

1.如果只想知道该字符串是否对错-->使用匹配

2.想要将已有的字符串变成另一个字符串，-->替换
3.想要按照自定的方法将字符串变成多个字符串-->切割。（获取规则以外的子串）

4.想要拿到符合要求的字符串子串-->获取。（获取符合规则的字串）

下面有两个例子：

@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
	 * 将IP地址进行地址段顺序的排序
	 */
	@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"));
		}
	}

常用正则表达式及例子

规则	正则表达式语法
一个或多个汉字	^[\u0391-\uFFE5]+$
邮政编码	^[1-9]\\d{5}$
QQ号码	^[1-9]\\d{4,10}$
邮箱	^[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}$
用户名（字母开头 + 数字/字母/下划线）	^[A-Za-z][A-Za-z1-9_-]+$
手机号码	^1[3|4|5|8][0-9]\\d{8}$
URL	^((http|https)://)?([\\w-]+\\.)+[\\w-]+(/[\\w-./?%&=]*)?$
18位身份证号	^(\\d{6})(18|19|20)?(\\d{2})([01]\\d)([0123]\\d)(\\d{3})(\\d|X|x)?$

参考地址：http://ipjmc.iteye.com/blog/1169491

验证是否为三元表达式并且依次提取三元表达式中的各个表达式：

/**
	 * 处理三目运算
	 * 
	 * @param exp
	 * @param bean
	 * @return
	 */
	public String[] parseThreeExp(String exp) {
		// 定义一个三目表达式的正则表达式的规则
		String THREE_EXP = ".+\\?.+:.+";
		if (!exp.matches(THREE_EXP)) {
			return null;
		}
		String p1 = null, p2 = null, p3 = null; // 截取三目运算三个表达式
		int whIndex = exp.indexOf("?");
		p1 = exp.substring(0, whIndex);
		/*
		 * 定义左括号的标记 当指向左括号，khCount+1 当指向右括号，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 };
	}

在字符串包含验证时:

    //查找以Java开头,任意结尾的字符串   
    Pattern pattern = Pattern.compile("^Java.*");   
    Matcher matcher = pattern.matcher("Java不是人");   
    boolean b = matcher.matches(); //当条件满足时，将返回true，否则返回false   
    System.out.println(b);  

以多条件分割字符串时

 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]);   
    }  

文字替换（首次出现字符）

    Pattern pattern = Pattern.compile("正则表达式");   
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据  
    System.out.println(matcher.replaceFirst("Java"));  

文字替换（全部）

  Pattern pattern = Pattern.compile("正则表达式");
  Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第全部符合正则的数据
  System.out.println(matcher.replaceAll("Java"));

文字替换（置换字符）

  Pattern pattern = Pattern.compile("正则表达式"); 
  Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World "); 
  StringBuffer sbr = new StringBuffer(); 
  while (matcher.find()) { 
    matcher.appendReplacement(sbr, "Java"); 
  }
  matcher.appendTail(sbr); 
  System.out.println(sbr.toString()); 

验证是否为邮箱地址

  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标记

	Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL); 
	Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>"); 
	String string = matcher.replaceAll(""); 
	System.out.println(string);

查找html中对应条件字符串

	Pattern pattern = Pattern.compile("href=\"(.+?)\""); 
	Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</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());   
    }  

替换指定{}中文字

    String str = "Java目前的发展史是由{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;   
    }   

以正则条件查询指定目录下文件 //用于缓存文件列表 

	private ArrayList files = new ArrayList(); // 用于承载文件路径
	private String _path; // 用于承载未合并的正则公式
	private String _regexp;

	class MyFileFilter implements FileFilter {
		/** * 匹配文件名称 */
		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;
			}
		}
	}

	/** * 解析输入流 * @param inputs */
	FilesAnalyze(String path, String regexp) {
		getFileName(path, regexp);
	}

	/** * 分析文件名并加入files * @param input */
	private void getFileName(String path, String regexp) { // 目录
		_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;
	}

	/** * 显示输出信息 * @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|.]*");
	}