java中正则表达式常用的构造元素:
字符 x 字符 x。举例：'a'表示字符a \\ 反斜线字符。 \n 新行（换行）符 ('\u000A') \r 回车符 ('\u000D') 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） [0-9] 0到9的字符都包括 预定义字符类 . 任何字符。我的就是.字符本身，怎么表示呢? \. \d 数字：[0-9] \D 非数字:[^\d]/[^0-9] \w 单词字符：[a-zA-Z_0-9] \W 非字符[^\w] 边界匹配器 ^ 行的开头 $ 行的结尾 \b 单词边界， 就是不是单词字符的地方。 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 运算符 XY X后跟 Y X|Y X 或 Y (X) X，作为捕获组
String类中的三个基本操作使用正则：
匹配：matches()
切割: split()
替换: replaceAll()
下边是一些常用的使用
//以空格分割 String str1 = "1 2 3 4 54 5 6"; String[] numbers = str1.split(" +"); for (String temp : numbers) { System.out.println(temp); } // 替换，替换所有的数字为* String str2 = "abd123:adad46587:asdadasadsfgi#%^^9090"; System.out.println(str2.replaceAll("[0-9]", "*")); System.out.println(str2.replaceAll("\\d", "*")); // 匹配匹配邮箱 String mail1 = "ababc@asa.com"; String mail2 = "ababc@asa.com.cn"; String mail3 = "ababc@asa"; // String mainRegex = "[0-9a-zA-Z_]+@[0-9a-zA-Z_]++(\\.[0-9a-zA-Z_]+{2,4})+"; String mainRegex = "\\w+@\\w+(\\.\\w{2,4})+"; System.out.println(mail1.matches(mainRegex));//true System.out.println(mail2.matches(mainRegex));//true System.out.println(mail3.matches(mainRegex));//false
/** * java中正则匹配的对象： * pattern: * Pattern Pattern.complie(regexString) * Macther Pattern.matches(regexString) * Matcher： * boolean matcher.find() //查找下一个匹配对象 * String matcher.guorp() //返回整个匹配模式匹配到的结果 * boolean matcher.matches() //尝试将整个区域与模式匹配 * int matcher.groupCount() //返回匹配规则的分组，如：(aa)(bb)：这表示两组 * String matcher.group(int group) //返回匹配对象对应分组的匹配结果 * MatcheResult matcher.toMatchResult() //将匹配结果一MatchResult的形式返回 */
第一种使用场景：仅仅使用Matcher对象来匹配想要的字符串：
// 匹配出3个字符的字符串 String str = "abc 124 ewqeq qeqe qeqe qeqe aaaa fs fsdfs d sf sf sf sf sfada dss dee ad a f s f sa a'lfsd;'l"; Pattern pt = Pattern.compile("\\b\\w{3}\\b"); Matcher match = pt.matcher(str); while (match.find()) { System.out.println(match.group()); } // 匹配出邮箱地址 String str2 = "dadaadad da da dasK[PWEOO-123- DASJAD@DHSJK.COM DADA@DAD.CN =0KFPOS9IR23J0IS ADHAJ@565@ADA.COM.CN shuqi@162.com UFSFJSFI-SI- "; Pattern pet2 = Pattern.compile("\\b\\w+@\\w+(\\.\\w{2,4})+\\b"); Matcher match2 = pet2.matcher(str2); while (match2.find()) { System.out.println(match2.group()); }
第二种使用场景：匹配规则中包含匹配组，要求匹配得到相应的匹配组的数据：
String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda"; //包含两个匹配组，一个是三个字符，一个是匹配四个字符 Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b"); Matcher match = pet.matcher(sr); int countAll = match.groupCount();//2 while (match.find()) { System.out.print("匹配组结果："); for (int i = 0; i < countAll; i++) { System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,match.group(i + 1))); } System.out.print("\n匹配的整个结果:"); System.out.println(match.group()); }
输出结果:
匹配组结果： 第1组的结果是:ada 第2组的结果是:adad 匹配的整个结果:ada adad 匹配组结果： 第1组的结果是:fas 第2组的结果是:fdsf 匹配的整个结果:fas fdsf 匹配组结果： 第1组的结果是:234 第2组的结果是:adda 匹配的整个结果:234 adda
第三中场景:将每次得到的结果使用MatcheResult保存：
String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda"; Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b"); Matcher match = pet.matcher(sr); MatchResult ms = null; while (match.find()) { ms = match.toMatchResult(); System.out.print("匹配对象的组结果："); for (int i = 0; i < ms.groupCount(); i++) { System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,ms.group(i + 1))); } System.out.print("\n匹配的整个结果:"); System.out.println(ms.group()); }
输出结果：
匹配对象的组结果： 第1组的结果是:ada 第2组的结果是:adad 匹配的整个结果:ada adad 匹配对象的组结果： 第1组的结果是:fas 第2组的结果是:fdsf 匹配的整个结果:fas fdsf 匹配对象的组结果： 第1组的结果是:234 第2组的结果是:adda 匹配的整个结果:234 adda
常用的正则表达式：
（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 （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*$) （80） 匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* （81） 匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)? （82） 利用正则表达式限制网页表单里的文本框输入内容： （83） 用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.get Data('text').replace(/[^u4E00-u9FA5]/g,''))" （84） 用正则表达式限制只能输入全角字符： onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData .getData('text').replace(/[^uFF00-uFFFF]/g,''))" （85） 用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text ').replace(/[^d]/g,''))" （86） 用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData(' text').replace(/[^d]/g,''))" （88） 匹配中文字符的正则表达式： [\u4e00-\u9fa5] （89） 匹配双字节字符(包括汉字在内)：[^\x00-\xff] （90） 匹配空行的正则表达式：\n[\s| ]*\r （91） 匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/ （92） 匹配首尾空格的正则表达式：(^\s*)|(\s*$) （93） 匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g // （94） 匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* （95） 匹配网址URL的正则表达式：http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)? （96） sql语句：^(select|drop|delete|create|update|insert).*$ （97） 非负整数：^\d+$ （98） 正整数：^[0-9]*[1-9][0-9]*$ （99） 非正整数：^((-\d+)|(0+))$ （100） 负整数：^-[0-9]*[1-9][0-9]*$ （101） 整数：^-?\d+$ （102） 非负浮点数：^\d+(\.\d+)?$ （103） 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]*))$ （104） 非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$ （105） 负浮点数：^(-((正浮点数正则式)))$ （106） 英文字符串：^[A-Za-z]+$ （107） 英文大写串：^[A-Z]+$ （108） 英文小写串：^[a-z]+$ （109） 英文字符数字串：^[A-Za-z0-9]+$ （110） 英数字加下划线串：^\w+$ （111） E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$ （112） URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$ 或：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]*([^<>\"\"])*$ （113） 邮政编码：^[1-9]\d{5}$ （114） 中文：^[\u0391-\uFFE5]+$ （115） 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})?$ （116） 手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$ （117） 双字节字符(包括汉字在内)：^\x00-\xff （118） 匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数） （119） 匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/> （120） 匹配空行：\n[\s| ]*\r （121） 提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)? （122） 提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* （123） 提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)? （124） 提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+) （125） 提取信息中的中国手机号码：(86)*0*13\d{9} （126） 提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8} （127） 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} （128） 提取信息中的中国邮政编码：[1-9]{1}(\d+){5} （129） 提取信息中的浮点数（即小数）：(-?\d*)\.?\d+ （130） 提取信息中的任何数字 ：(-?\d*)(\.\d+)? （131） IP：(\d+)\.(\d+)\.(\d+)\.(\d+) （132） 电话区号：/^0\d{2,3}$/ （133） 腾讯QQ号：^[1-9]*[1-9][0-9]*$ （134） 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}$ （135） 中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$
