JAVA_正则表达式（1）

左手的ㄟ右手 2022-09-23 13:55 178阅读 0赞

今天看了java视频  
来总结  
正则表达式：符合一定**规则**的**字符串**  
所以正则表达式一定是 一个字符串 至于规则是根据需求给定的  
pattern是正则表达式的编译形式 就是说我们所写的正则表达式都会变成他  
正则表达式的编写有一定的**规则** 现在来看一下规则

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 int CASE\_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）“\[*A*−*Z**a*−*z*0−9\]\+”　　//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)|(3\[0|1\]))$/ // 年-月-日  
（19） /^((0(\[1-9\]\{1\}))|(1\[1|2\]))/((0-2)|(3\[0|1\]))/(d\{2\}|d\{4\})///月/日/年（20）“(\[*w*−.\]\+)@((\[\[0−9\]1,3.\[0−9\]1,3.\[0−9\]1,3.)|((\[*w*−\]\+.)\+))(\[*a*−*z**A*−*Z*\]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|1*d**d*|2\[0−4\]*d*|25\[0−5\]).(*d*1,2|1*d**d*|2\[0−4\]*d*|25\[0−5\]).(*d*1,2|1*d**d*|2\[0−4\]*d*|25\[0−5\]).(*d*1,2|1*d**d*|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)：\[*a*−*z**A*−*Z*\]\[*a*−*z**A*−*Z*0−9\]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*R**e**g**E**x**p*对象的*M**u**l**t**i**l**i**n**e*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：/<(.*)>.*|<(.\*) />/  
（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://(\[w-\]+.)+\[w-\]+(/\[w-][http_w-_._w-_w-] ./?%&=\]\*)?  
（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：οnkeyup=”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： οnkeyup=”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：οnkeyup=”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：οnkeyup=”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://(/\[][http]\\w-\]+.)+\[\\w-\]+(/\[\\w- ./?%&=\]\*)?  
（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：\[*A*−*Z**a*−*z*\]\+  
（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：\[1−9\]\\d5  
（131）  
（132） 18、中文：^\[\\u0391-\\uFFE5\]+（133）（134）19、电话号码：(((\\d2,3))|(\\d3−))?((0\\d2,3)|0\\d2,3−)?\[1−9\]\\d6,7(−\\d1,4)?  
（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)：\[*a*−*z**A*−*Z*\]\[*a*−*z**A*−*Z*0−9\]4,15  
（173）  
（174） 39、中文、英文、数字及下划线：^\[\\u4e00-\\u9fa5\_a-zA-Z0-9\]+$

[http_w-_._w-_w-]: http://%28[w-]+.%29+[w-]+%28/[w-
[http]: http://%28/[