正则表达式学习

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。 

因为正则表达式是一个很庞杂的体系，所以我仅例举些入门的概念，更多的请参阅相关书籍及自行摸索。 

//查找以Java开头,任意结尾的字符串 
Pattern pattern = Pattern.compile("^Java.*"); 
Matcher matcher = pattern.matcher("Java不是人"); 
boolean b=matcher.matches(); 
//当条件满足时，将返回true，否则返回false 

\\ 反斜杠 
\t 间隔 ('\u0009') 
\n 换行 ('\u000A') 
\r 回车 ('\u000D') 
\d 数字 等价于[0-9] 
\D 非数字 等价于[^0-9] 
\s 空白符号 [\t\n\x0B\f\r] 
\S 非空白符号 [^\t\n\x0B\f\r] 
\w 单独字符 [a-zA-Z_0-9] 
\W 非单独字符 [^a-zA-Z_0-9] 
\f 换页符 
\e Escape 
\b 一个单词的边界 
\B 一个非单词的边界 
\G 前一个匹配的结束 

^为限制开头 
^java 条件限制为以Java为开头字符 
$为限制结尾 
java$ 条件限制为以java为结尾字符 
.为限制一个任意字符 
java.. 条件限制为java后除换行外任意两个字符 

加入特定限制条件「[]」 
[a-z] 条件限制在小写a to z范围中一个字符 
[A-Z] 条件限制在大写A to Z范围中一个字符 
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符 
[0-9] 条件限制在小写0 to 9范围中一个字符 
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符 
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集) 

[]中加入^后加再次限制条件「[^]」 
[^a-z] 条件限制在非小写a to z范围中一个字符 
[^A-Z] 条件限制在非大写A to Z范围中一个字符 
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符 
[^0-9] 条件限制在非小写0 to 9范围中一个字符 
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符 
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集) 

在限制条件为特定字符出现0次以上时，可以使用「*」 
J* 0个以上J 
.* 0个以上任意字符 
J.*D J与D之间0个以上任意字符 

在限制条件为特定字符出现1次以上时，可以使用「+」 
J+ 1个以上J 
.+ 1个以上任意字符 
J.+D J与D之间1个以上任意字符 

在限制条件为特定字符出现有0或1次以上时，可以使用「?」 
JA? J或者JA出现 

限制为连续出现指定次数字符「{a}」 
J{2} JJ 
J{3} JJJ 
文字a个以上，并且「{a,}」 
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存) 
文字个以上，b个以下「{a,b}」 
J{3,5} JJJ或JJJJ或JJJJJ 
两者取一「|」 
J|A J或A 
Java|Hello Java或Hello 

「()」中规定一个组合类型 
比如，我查询<a href=\"index.html\">index</a>中<a href></a>间的数据，可写作<a.*href=\".*\">(.+?)</a> 

在使用Pattern.compile函数时，可以加入控制正则表达式的匹配行为的参数： 
Pattern Pattern.compile(String regex, int flag) 

flag的取值范围如下： 
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。 
Pattern.CASE_INSENSITIVE(?i) 默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。 
Pattern.COMMENTS(?x) 在这种模式下，匹配时会忽略(正则表达式里的)空格字符(译者注：不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。 
Pattern.DOTALL(?s) 在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。 
Pattern.MULTILINE 
(?m) 在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。 
Pattern.UNICODE_CASE 
(?u) 在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。 
Pattern.UNIX_LINES(?d) 在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。 

抛开空泛的概念，下面写出几个简单的Java正则用例： 

◆比如，在字符串包含验证时 

//查找以Java开头,任意结尾的字符串 
Pattern pattern = Pattern.compile("^Java.*"); 
Matcher matcher = pattern.matcher("Java不是人"); 
boolean b= matcher.matches(); 
//当条件满足时，将返回true，否则返回false 
System.out.println(b); 
◆验证是否为邮箱地址 
String str="ceponline@yahoo.com.cn"; 
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE); 
Matcher matcher = pattern.matcher(str); 
System.out.println(matcher.matches()); 

常用正则表达式:

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*  
评注：表单验证时很实用  

匹配国内电话号码：\d{3}-\d{8} ¦\d{4}-\d{7}  
评注：匹配形式如 0511-4405222 或 021-87888822  

匹配中国邮政编码：[1-9]\d{5}(?!\d)  
评注：中国邮政编码为6位数字  
  
匹配身份证：\d{15} ¦\d{18}  
评注：中国的身份证为15位或18位  

匹配特定数字：  
^[1-9]\d*$　 　 //匹配正整数  --^代表以什么开头，\d是数字（包括0），用^[1-9]保证了是以1~9开头的（无0）。
^-[1-9]\d*$ 　 //匹配负整数  
^-?[1-9]\d*$　　 //匹配整数  --    -？代表负号出现或者不出现
^[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  

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  

http://www.diybl.com/course/3_program/java/javajs/20090407/164547.html