原地址：http://ipjmc.iteye.com/blog/1169491
对于JAVA的Pattern类 和 Matcher类可参考网址 http://www.ibm.com/developerworks/cn/java/l-regp/part2/
正则表达式中的特殊字符：
\\ 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a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：
◆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);
正则表达式中的特殊字符：
\\ 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a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：
◆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);
◆以多条件分割字符串时
- Pattern pattern = Pattern.compile("[, |]+");
- String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
- for (int i=0;i<strs.length;i++) {
- System.out.println(strs[i]);
- }
◆文字替换（首次出现字符）
- Pattern pattern = Pattern.compile("正则表达式");
- Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据
- System.out.println(matcher.replaceFirst("Java"));
◆文字替换（全部）
- Pattern pattern = Pattern.compile("正则表达式");
- Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第全部符合正则的数据
- System.out.println(matcher.replaceAll("Java"));
◆文字替换（置换字符）
- Pattern pattern = Pattern.compile("正则表达式");
- Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
- StringBuffer sbr = new StringBuffer();
- while (matcher.find()) {
- matcher.appendReplacement(sbr, "Java");
- }
- matcher.appendTail(sbr);
- System.out.println(sbr.toString());
◆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());
◆去除html标记
- Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
- Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
- String string = matcher.replaceAll("");
- System.out.println(string);
◆查找html中对应条件字符串
- Pattern pattern = Pattern.compile("href=\"(.+?)\"");
- Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
- if(matcher.find()) {
- System.out.println(matcher.group(1));
- }
◆截取http://地址//截取url
- Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
- Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
- StringBuffer buffer = new StringBuffer();
- while(matcher.find()){
- buffer.append(matcher.group());
- buffer.append("\r\n");
- System.out.println(buffer.toString());
- }
◆替换指定{}中文字
- String str = "Java目前的发展史是由{0}年-{1}年";
- String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
- System.out.println(replace(str,object));
- public static String replace(final String sourceString,Object[] object) {
- String temp=sourceString;
- for(int i=0;i<object.length;i++) {
- String[] result = (String[]) object[i];
- Pattern pattern = Pattern.compile(result[0]);
- Matcher matcher = pattern.matcher(temp);
- temp = matcher.replaceAll(result[1]);
- }
- return temp;
- }
◆以正则条件查询指定目录下文件 //用于缓存文件列表
- private ArrayList files = new ArrayList(); // 用于承载文件路径
- private String _path; // 用于承载未合并的正则公式
- private String _regexp;
- class MyFileFilter implements FileFilter {
- /** * 匹配文件名称 */
- public boolean accept(File file) {
- try {
- Pattern pattern = Pattern.compile(_regexp);
- Matcher match = pattern.matcher(file.getName());
- return match.matches();
- } catch (Exception e) {
- return true;
- }
- }
- }
- /** * 解析输入流 * @param inputs */
- FilesAnalyze(String path, String regexp) {
- getFileName(path, regexp);
- }
- /** * 分析文件名并加入files * @param input */
- private void getFileName(String path, String regexp) { // 目录
- _path = path;
- _regexp = regexp;
- File directory = new File(_path);
- File[] filesFile = directory.listFiles(new MyFileFilter());
- if (filesFile == null)
- return;
- for (int j = 0; j < filesFile.length; j++) {
- files.add(filesFile[j]);
- }
- return;
- }
- /** * 显示输出信息 * @param out */
- public void print(PrintStream out) {
- Iterator elements = files.iterator();
- while (elements.hasNext()) {
- File file = (File) elements.next();
- out.println(file.getPath());
- }
- }
- public static void output(String path, String regexp) {
- FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp);
- fileGroup1.print(System.out);
- }
- public static void main(String[] args) {
- output("C:\\", "[A-z|.]*");
- }
268
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
