java 正则表达式使用

Java的正则表达式讲解：（为了能看清，本文正则表达式用中文的句号代替英文句点）

1 英文句点符号：匹配单个任意字符。

eg:

表达式”t。o  可以匹配：tno，t#o，teo等等。不可以匹配：tnno，to，Tno，t正o等。

2 方括号：只有方括号里面指定的字符才参与匹配，也只能匹配单个字符。

eg:

表达式：t[abcd]n  只可以匹配：tan，tbn，tcn，tdn。不可以匹配：thn，tabn，tn等。

3  | 符号。相当与“或”，可以匹配指定的字符，但是也只能选择其中一项进行匹配。

   eg：

   表达式：t(a|b|c|dd)n 只可以匹配：tan，tbn，tcn，tddn。不可以匹配taan，tn，tabcn

4 表示匹配次数的符号

     {n， }表示至少N次。

eg：

表达式：[0—9]{ 3 }  \—[0-9]{ 2 }  \—[0-9]{ 3 } 的匹配格式为：999—99—999

因为“—”符号在正则表达式中有特殊的含义，它表示一个范围，所以在前面加转义字符“\”。

5 ^符号：表示否

^符号被称为“否”符号，如果用在方括号内，“^“表示不想匹配的字符。

eg：

表达式：[^x] 第一个字符不能是x

6：圆括号，和空白符号

“\s”是空白符号，只可以匹配一个空格、制表符、回车符、换页符，不可以匹配自己输入的多个空格。

（）是分组号，可以用ORO API提取处出值，后面将详细讨论。

7：正则表达式的一些快捷符号：

\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]

8  一些常用的正则表达式：

Java：(([a-z]|_)(\\w*)){6,20}匹配以字母或下划线开头，字母数字下划线结尾的字符串

JavaScript：/^(\-?)(\d+)$/匹配数字。/^\w+$/匹配字母数字下划线。

.+ 一个或多个字符

/0 第一次匹配的字符串

9 java类中使用正则表达式：

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”);

如果一个正则表达式要重复利用，用第一种，如果只匹配一次，第二种是最佳选择。

10 反斜线字符（‘\’）用于转义字符，同时还可以引用非转义字符（不包括非转义字母）

因此‘\\’表示‘\’，‘\{’表示{。  但是‘\y’就是错的，因为在不表示转义构造的任何字母字符前 使用反斜线都是错误的。

根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\\(hello\\)"。 注意：‘\b’是一个字符而‘\\b’是两个字符

11 Pattern类

（1） 8种模式：比如启用多行模式，启用unix模式等，eg  intCASE_INSENSITIVE表示启用不区分大小写的模式。

（2） 4个静态方法

两个单例模式构造器：

Pattern compile（String regex）；

Pattern compile（String regex,int flags）flags为八种模式的一种

eg2：

Pattern p=Pattern.compile("[a-z]\\s[a-z]");

Matcher m=p.matcher("b c");

if(m.matches()) Sysout(1111);

else Sysout(2222);  输出结果为1111；

一个匹配方法，一个返回String的字面值模式方法：

boolean matches(String regex,CharSequence input);//input与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”); //结果为true

Sysout(Pattern.quote(“a_#/tb”)); //输出结果为 “\Qa_# b”\E

（3） 6个普通方法

返回此模式的匹配器： Matcher  matcher（CharSequence input）;

返回此模式的标志：   int flags（）;

返回此模式的regex：  String pattern（）;

两个字符串切割方法： String[] split(CharSequence input);

     String[] split(CharSequence input,int limit);

     limit为返回字符串的个数，如果等于0，返回所有      拆分的字符串，如果大于拆分字符串的实际个数，

     返回实际个数。

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);//输出 “wo” “ai” “ni” “haha”

}

strs=p.split(str,2)

for(String s : strs){

Sysout(s);//输出 “wo” “ai;ni haha”

}

Strs=p.split(str,0)

for(String s : strs){

Sysout(s);//输出 “wo” “ai” “ni” “haha”

}

 

12 常用正则表达式

（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）  

（88）  

（89） 整理：

（90）  

（91） 匹配中文字符的正则表达式： [\u4e00-\u9fa5]

（92） 匹配双字节字符(包括汉字在内)：[^\x00-\xff]

（93） 匹配空行的正则表达式：\n[\s| ]*\r

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

（95） 匹配首尾空格的正则表达式：(^\s*)|(\s*$)

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

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

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

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

（100） 1、非负整数：^\d+$

（101） 2、正整数：^[0-9]*[1-9][0-9]*$

（102） 3、非正整数：^((-\d+)|(0+))$

（103） 4、负整数：^-[0-9]*[1-9][0-9]*$

（104） 

（105） 5、整数：^-?\d+$

（106） 

（107） 6、非负浮点数：^\d+(\.\d+)?$

（108） 

（109） 7、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]*))$

（110） 

（111） 8、非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$

（112） 

（113） 9、负浮点数：^(-((正浮点数正则式)))$

（114） 

（115） 10、英文字符串：^[A-Za-z]+$

（116） 

（117） 11、英文大写串：^[A-Z]+$

（118） 

（119） 12、英文小写串：^[a-z]+$

（120） 

（121） 13、英文字符数字串：^[A-Za-z0-9]+$

（122） 

（123） 14、英数字加下划线串：^\w+$

（124） 

（125） 15、E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$

（126） 

（127） 16、URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$

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

（129） 

（130） 17、邮政编码：^[1-9]\d{5}$

（131） 

（132） 18、中文：^[\u0391-\uFFE5]+$

（133） 

（134） 19、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})?$

（135） 

（136） 20、手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$

（137） 

（138） 21、双字节字符(包括汉字在内)：^\x00-\xff

（139） 

（140） 22、匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）

（141） 

（142） 23、匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>

（143） 

（144） 24、匹配空行：\n[\s| ]*\r

（145） 

（146） 25、提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?

（147） 

（148） 26、提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

（149） 

（150） 27、提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?

（151） 

（152） 28、提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)

（153） 

（154） 29、提取信息中的中国手机号码：(86)*0*13\d{9}

（155） 

（156） 30、提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}

（157） 

（158） 31、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}

（159） 

（160） 32、提取信息中的中国邮政编码：[1-9]{1}(\d+){5}

（161） 

（162） 33、提取信息中的浮点数（即小数）：(-?\d*)\.?\d+

（163） 

（164） 34、提取信息中的任何数字 ：(-?\d*)(\.\d+)?

（165） 

（166） 35、IP：(\d+)\.(\d+)\.(\d+)\.(\d+)

（167） 

（168） 36、电话区号：/^0\d{2,3}$/

（169） 

（170） 37、腾讯QQ号：^[1-9]*[1-9][0-9]*$

（171） 

（172） 38、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}$

（173） 

（174） 39、中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$