（三）java正则--java正则表达式

记一些知识。。。。

以下摘自w3school..

 

"(.)\\1+"  括号中的点表示任意字符，后面的\\1表示取第一个括号匹配的内容，后面的加号表示匹配1次或1次以上。二者加在一起就是某个字符重复两次或两次以上

 

符号定义

基本书写符号

 

符号	符号	示例	解释	匹配输入
\	转义符	\*	符号“*”	*
[  ]	可接收的字符列表	[efgh]	e、f、g、h中的任意1个字符	e、f、g、h
[^]	不接收的字符列表	[^abc]	除a、b、c之外的任意1个字符，包括数字和特殊符号	m、q、5、*
|	匹配“|”之前或之后的表达式	ab|cd	ab或者cd	ab、cd
(  )	将子表达式分组	(abc)	将字符串abc作为一组	abc
-	连字符	A-Z	任意单个大写字母	大写字母

限定符

限定符将可选数量的数据添加到正则表达式，下表为常用限定符：

符号	含义	示例	示例	匹配输入	不匹配输入
*	指定字符重复0次或n次	(abc)*	仅包含任意个abc的字符串，等效于\w*	abc、abcabcabc	a、abca
+	指定字符重复1次或n次	m+(abc)*	以至少1个m开头，后接任意个abc的字符串	m、mabc、mabcabc	ma、abc
?	指定字符重复0次或1次	m+abc?	以至少1个m开头，后接ab或abc的字符串	mab、mabc、mmmab、mmabc	ab、abc、mabcc
{n}	只能输入n个字符	[abcd]{3}	由abcd中字母组成的任意长度为3的字符串	abc、dbc、adc	a、aa、dcbd
{n,}	指定至少 n 个匹配	[abcd]{3,}	由abcd中字母组成的任意长度不小于3的字符串	aab、dbc、aaabdc	a、cd、bb
{n,m}	指定至少 n 个但不多于 m 个匹配	[abcd]{3,5}	由abcd中字母组成的任意长度不小于3，不大于5的字符串	abc、abcd、aaaaa、bcdab	ab、ababab、a
^	指定起始字符	^[0-9]+[a-z]*	以至少1个数字开头，后接任意个小写字母的字符串	123、6aa、555edf	abc、aaa、a33
$	指定结束字符	^[0-9]\-[a-z]+$	以1个数字开头后接连字符“–”，并以至少1个小写字母结尾的字符串	2-a、3-ddd、5-efg	33a、8-、7-Ab

匹配字符集

匹配字符集是预定义的用于正则表达式中的符号集。如果字符串与字符集中的任何一个字符相匹配，它就会找到这个匹配项。

正则表达式中的部分匹配字符集:

符号	含义	示例	示例	匹配输入	不匹配输入
.	匹配除 \n 以外的任何字符	a..b	以a开头，b结尾，中间包括2个任意字符的长度为4的字符串	aaab、aefb、a35b、a#*b	ab、aaaa、a347b
\d	匹配单个数字字符，相当于[0-9]	\d{3}(\d)?	包含3个或4个数字的字符串	123、9876	123、9876
\D	匹配单个非数字字符，相当于[^0-9]	\D(\d)*	以单个非数字字符开头，后接任意个数字字符串	a、A342	aa、AA78、1234
\w	匹配单个数字、大小写字母字符，相当于[0-9a-zA-Z]	\d{3}\w{4}	以3个数字字符开头的长度为7的数字字母字符串	234abcd、12345Pe	58a、Ra46
\W	匹配单个非数字、大小写字母字符，相当于[^0-9a-zA-Z]	\W+\d{2}	以至少1个非数字字母字符开头，2个数字字符结尾的字符串	#29、#?@10	23、#?@100

分组构造

常用分组构造形式:

常用分组构造形式	说明
()	非命名捕获。捕获匹配的子字符串（或非捕获组）。编号为零的第一个捕获是由整个正则表达式模式匹配的文本，其它捕获结果则根据左括号的顺序从1开始自动编号。
(?<name>)	命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。用于name的字符串不能包含任何标点符号，并且不能以数字开头。可以使用单引号替代尖括号，例如 (?'name')

字符转义

如果你想查找元字符本身的话，比如你查找.,或者*,就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\.和\*。当然，要查找\本身，你也得用\\
例如：deerchao\.net匹配deerchao.NET，C:\\Windows匹配C:\Windows。注意在Java中: (https://github\\.com/[\\w\\-]) 用"\\."配备"."。

常用正则表达式举例

非负整数：“^\d+$ ”
正整数： “ ^[0-9]*[1-9][0-9]*$” 
非正整数： “ ^((-\d+)|(0+))$” 
整数： “ ^-?\d+$” 
英文字符串： “ ^[A-Za-z]+$” 
英文字符数字串： “ ^[A-Za-z0-9]+$” 
英数字加下划线串： “^\w+$” 
E-mail地址：“^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$” 
URL：“^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$”

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）

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

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}$”
验证身份证号（15位或18位数字）：“^d{15}|d{}18$”
验证一年的12个月：“^(0?[1-9]|1[0-2])$”正确格式为：“01”-“09”和“1”“12”
验证一个月的31天：“^((0?[1-9])|((1|2)[0-9])|30|31)$”

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- ./?%&=]*)?

 

Java这些常用的正则表达式在处理大数据查找，更新，替换的时候可以极大的提高效率

正则表达式匹配简单语法汇总

1、字母：匹配单个字母

A：表示匹配字母A；
\\：匹配转义字符“\”；
\t：匹配转义字符“\t”；
\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

[abc]：表示可能是字母a，可能是字母b或者是字母c；
[^abc]：表示不是字母a，字母b，字母c的任意一个；
[a-zA-Z]：表示全部字母中的任意一个；
[0-9]：表示全部数字的任意一个；

3、边界匹配

^：表示一组正则的开始；
$：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

· ：表示任意的一位字符；
\d ：表示任意的一位数字，等价于“[0-9]”；
\D ：表示任意的一位非数字，等价于“[~0-9]”；
\w ：表示任意的一位字母、数字、_，等价于“[a-zA-Z0-9_]”；
\w ：表示任意的一位非字母、数字、_，等价于“[^a-zA-Z0-9_]”；
\s ：表示任意的一位空格，例如：\n、\t等；
\S ：表示任意的一位非空格；

5、数量表示：之前所有的正则都只是表示一位，如果要表示多位，则就需要数量表示。

？：此正则出现0次或1次；
*：此正则出现0次、1次或多次；
+：次正则出现1次或多次；
{n}：此正则出现正好n次；
{n,}：此正则出现n次以上；
{n,m}：此正则出现n – m次。

6、逻辑表示：与、或、非

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；
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；
（正则表达式）：将多个子表达式合成一个表示，作为一组出现。