java---正则表达式的字符串简单实用及扩展链接
一：什么是正则表达式
1.定义：正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它 用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
2.用途：
- 字符串匹配(字符匹配)
- 字符串查找
- 字符串替换
- 字符串分割
- 这里---正则表达式中每一种标记符都代表一种特殊作用及意义，在表达式中把它们连起来读就知道它们所表达的意思啦
- 正则表达式：A.match(B),即是字符串A与正则表达式B（这是因为正则表达式B的每种符号代表一种意义）进行匹配，如果正确则返回true，否则false
-
-
1、字母：匹配单个字母
（1）A：表示匹配字母A； "A".match("^A$")返回为true，等于"A".match(^.$)，因为.能够代表任意字符，所以这种关系是正确的
（2）\\：匹配转义字符“\”；
（3）\\t：匹配转义字符“\t”；
（4）\\n：匹配转义字符“\n”；
2、一组字符：任意匹配里面的一个单个字符：
（1）[abc]：表示可能是字母a，可能是字母b或者是字母c；"a".match("^[abc]$")返回true，但是"d".match("^[abc]$")则返回false
（2）[^abc]：表示不是字母a，字母b，字母c的任意一个；
（3）[a-zA-Z]：表示全部字母中的任意一个；
（4）[0-9]：表示全部数字的任意一个；
3、边界匹配：在以后编写JavaScript的时候使用正则中要使用到：
（1）^：表示一组正则的开始； 有的正则表达式中常常省略了^
（2）$：表示一组正则的结束；
4、简写表达式：每一位出现的简写标记也只表示一位：
（1）· ：表示任意的一位字符；
（2）\d ：表示任意的一位数字，等价于“[0-9]”；
（3）\D ：表示任意的一位非数字，等价于“[~0-9]”；
（4）\w ：表示任意的一位字母、数字、_，等价于“[a-zA-Z0-9_]”；
（5）\w ：表示任意的一位非字母、数字、_，等价于“[^a-zA-Z0-9_]”；
（6）\s ：表示任意的一位空格，例如：\n、\t等；
（7）\S ：表示任意的一位非空格；
5、数量表示：之前所有的正则（就是）都只是表示一位，如果要表示多位，则就需要数量表示。
（1）正则表达式？：此正则出现0次或1次；
（2）正则表达式*：此正则出现0次、1次或多次；即该*前面的元素出来的次数，*只是表示出现的次数
（3）正则表达式+：次正则出现1次或多次；
（4）正则表达式{n}：此正则出现正好n次；
（5）正则表达式{n,}：此正则出现n次以上；
（6）正则表达式{n,m}：此正则出现n – m次。
6、逻辑表示：与、或、非
（1）正则表达式A正则表达式B： 表达式A之后紧跟着表达式B；
（2）正则表达式A|正则表达式B： 表示表达式A或者表达式B，二者任选一个出现；
（3）（正则表达式）：将多个子表达式合成一个表示，作为一组出现。
-
-
例如：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
import java.util.Scanner; public class regexTest { // 新建类 public static void main(String[] args){ // 主方法 Scanner sc = new Scanner(System.in); // new Scanner类对象 System.out.println("Please Enter Email:"); String email = sc.nextLine(); System.out.println("Please Enter Mobile:"); String mobile = sc.nextLine(); String Email_regex= "\\w+@\\w+\\.\\w{2,3}"; String Mobile_regex= "^((13[0-9])|(15[0-9])|(18[0-9]))\\d{8}";//设定手机号码正则表达式规则 13*,15*,18* if(email.matches(Email_regex)){ System.out.println(email + "是个合法的Email Address!"); } else{ System.out.println(email + "是个非法的Email Address!"); } if(mobile.matches(Mobile_regex)){ System.out.println(mobile + "是个合法的手机号码"); } else{ System.out.println(mobile + "是个非法的手机号码"); } } } |
在程序开发中，难免会遇到需要匹配、查找、替换、判断字符串的情况发生，而这些情况有时又比较复杂，如果用纯编码方式解决，往往会浪费程序员的时间及精力。因此，学习及使用正则表达式，便成了解决这一矛盾的主要手段。大家都知道，正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
自从jdk1.4推出java.util.regex包，就为我们提供了很好的JAVA正则表达式应用平台。
常见的正则表达式规则
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
匹配特定数字： ^[1-9]d*$ //匹配正整数 ^-[1-9]d*$ //匹配负整数 ^-?[1-9]d*$ //匹配整数 ^[1-9]d*|0$ //匹配非负整数（正整数 + 0） ^-[1-9]d*|0$ //匹配非正整数（负整数 + 0） ^[1-9]d*.d*|0.d*[1-9]d*$ //匹配正浮点数 ^-([1-9]d*.d*|0.d*[1-9]d*)$ //匹配负浮点数 ^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$ //匹配浮点数 ^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$ //匹配非负浮点数（正浮点数 + 0） ^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$ //匹配非正浮点数（负浮点数 + 0） 评注：处理大量数据时有用，具体应用时注意修正 匹配特定字符串： ^[A-Za-z]+$ //匹配由26个英文字母组成的字符串 ^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串 ^[a-z]+$ //匹配由26个英文字母的小写组成的字符串 ^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串 ^w+$ //匹配由数字、26个英文字母或者下划线组成的字符串 在使用RegularExpressionValidator验证控件时的验证功能及其验证表达式介绍如下: 只能输入数字：“^[0-9]*$” 只能输入n位的数字：“^d{n}$” 只能输入至少n位数字：“^d{n,}$” 只能输入m-n位的数字：“^d{m,n}$” 只能输入零和非零开头的数字：“^(0|[1-9][0-9]*)$” 只能输入有两位小数的正实数：“^[0-9]+(.[0-9]{2})?$” 只能输入有1-3位小数的正实数：“^[0-9]+(.[0-9]{1,3})?$” 只能输入非零的正整数：“^+?[1-9][0-9]*$” 只能输入非零的负整数：“^-[1-9][0-9]*$” 只能输入长度为3的字符：“^.{3}$” 只能输入由26个英文字母组成的字符串：“^[A-Za-z]+$” 只能输入由26个大写英文字母组成的字符串：“^[A-Z]+$” 只能输入由26个小写英文字母组成的字符串：“^[a-z]+$” 只能输入由数字和26个英文字母组成的字符串：“^[A-Za-z0-9]+$” 只能输入由数字、26个英文字母或者下划线组成的字符串：“^w+$” 验证用户密码:“^[a-zA-Z]w{5,17}$”正确格式为：以字母开头，长度在6-18之间， 只能包含字符、数字和下划线。 验证是否含有^%&',;=?$”等字符：“[^%&',;=?$x22]+” 只能输入汉字：“^[u4e00-u9fa5],{0,}$” 验证Email地址：“^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$” 验证InternetURL：“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$” 验证电话号码：“^((d{3,4})|d{3,4}-)?d{7,8}$” 正确格式为：“XXXX-XXXXXXX”，“XXXX-XXXXXXXX”，“XXX-XXXXXXX”， “XXX-XXXXXXXX”，“XXXXXXX”，“XXXXXXXX”。 验证身份证号（15位或18位数字）：“^d{15}|d{}18$” 验证一年的12个月：“^(0?[1-9]|1[0-2])$”正确格式为：“01”-“09”和“1”“12” 验证一个月的31天：“^((0?[1-9])|((1|2)[0-9])|30|31)$” 正确格式为：“01”“09”和“1”“31”。 匹配中文字符的正则表达式： [u4e00-u9fa5] 匹配双字节字符(包括汉字在内)：[^x00-xff] 匹配空行的正则表达式：n[s| ]*r 匹配HTML标记的正则表达式：/< (.*)>.*|< (.*) />/ 匹配首尾空格的正则表达式：(^s*)|(s*$) 匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* 匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)? |
- 从网页中揪出email地址
- IP地址是否正确
- 从网页中揪出链接
3.java中处理正则表达式的类：
- java.lang.String
- java.util.regex.Pattern：模式类：字符串要被匹配的这么一个模式，该模式本身已经被编译过，使用的话效率要高很多。
- java.util.regex.Matcher：匹配类：这个模式匹配某个字符串所产生的结果，这个结果可能会有很多个。
4：下面通过一个小程序简单介绍一下正则表达式
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
//matches()判断字符串是否匹配某个表达式，"."表示任何一个字符
p("abc".matches("..."));
//将字符串"a2389a"中的数字用*替换，\d 表示“0--9”数字
p("a2389a".replaceAll("\\d", "*"));
//将任何是a--z的字符串长度为3的字符串进行编译，这样可以加快匹配速度
Pattern p = Pattern.compile("[a-z]{3}");
//进行匹配，并将匹配结果放在Matcher对象中
Matcher m = p.matcher("abc");
p(m.matches());
//上面的三行代码可以用下面一行代码代替
p("abc".matches("[a-z]{3}"));
}
public static void p(Object o){
System.out.println(o);
}
}
下面是打印结果
true a****a true true
现在通过一些实验来说明正则表达式的匹配规则,这儿是Greedy方式
. 任何字符
a? a一次或一次也没有
a* a零次或多次
a+ a一次或多次
a{n}? a恰好 n 次
a{n,}? a至少n次
a{n,m}? a至少n次，但是不超过m次
//初步认识. * + ?
p("a".matches("."));//true
p("aa".matches("aa"));//true
p("aaaa".matches("a*"));//true
p("aaaa".matches("a+"));//true
p("".matches("a*"));//true
p("aaaa".matches("a?"));//false
p("".matches("a?"));//true
p("a".matches("a?"));//true
p("1232435463685899".matches("\\d{3,100}"));//true
p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));//false
p("192".matches("[0-2][0-9][0-9]"));//true
[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）
//范围
p("a".matches("[abc]"));//true
p("a".matches("[^abc]"));//false
p("A".matches("[a-zA-Z]"));//true
p("A".matches("[a-z]|[A-Z]"));//true
p("A".matches("[a-z[A-Z]]"));//true
p("R".matches("[A-Z&&[RFG]]"));//true
\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]
//认识\s \w \d \
p("\n\r\t".matches("\\s(4)"));//false
p(" ".matches("\\S"));//false
p("a_8 ".matches("\\w(3)"));//false
p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));//true
p("\\".matches("\\\\"));//true
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
//边界匹配
p("hello sir".matches("^h.*"));//true
p("hello sir".matches(".*ir$"));//true
p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));//true
p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));//false
//空白行:一个或多个(空白并且非换行符)开头，并以换行符结尾
p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));//true
方法解析
matches():匹配整个字符串
find():匹配子字符串
lookingAt():永远从整个字符串的开头开始匹配
//email
p("asdsfdfagf@adsdsfd.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));//true
//matches() find() lookingAt()
Pattern p = Pattern.compile("\\d{3,5}");
Matcher m = p.matcher("123-34345-234-00");
//将整个"123-34345-234-00"用正则表达式引擎查找匹配，当到第一个"-"不匹配了，就停止，
//但不会将不匹配的"-"吐出来
p(m.matches());
//将不匹配的"-"吐出来
m.reset();
//1:当前面有p(m.matches());查找子字符串从"...34345-234-00"开始
//将会是第1,2两个查到"34345"和"234" 后面2个查不到为false
//2:当前面有p(m.matches());和m.reset();查找子字符串从"123-34345-234-00"开始
//将为true,true,true,false
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
//要是没找到就会报异常java.lang.IllegalStateException
//p(m.start()+"---"+m.end());
p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());
字符串替换：下面这种方法对于字符串替换非常灵活
//字符串替换
//Pattern.CASE_INSENSITIVE大小写不敏感
Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java jAva ILoveJavA youHateJAVA adsdsfd");
//存放字符串
StringBuffer buf = new StringBuffer();
//计数奇偶数
int i = 0;
while(m.find()){
i++;
if(i%2 == 0){
m.appendReplacement(buf, "java");
}else{
m.appendReplacement(buf, "JAVA");
}
}
//不加这句话，字符串adsdsfd将会被遗弃
m.appendTail(buf);
p(buf);
结果打印：
JAVA java JAVA ILovejava youHateJAVA adsdsfd
分组
//group分组,用()分组
Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s = "123aa-34345bb-234cc-00";
Matcher m = p.matcher(s);
p(m.groupCount());//2组
while(m.find()){
p(m.group());//数字字母都有
//p(m.group(1));//只有数字
//p(m.group(2));//只有字母
}
二、正则表达式简单使用
