正则表达式详解

1.什么是正则表达式？？

正则表达式定义字符串的搜索模式 ，正则表达式的英文全称是regular expression。搜索模式可以是简单字符，固定字符串或包含描述模式的特殊字符的复杂表达式的任何内容 ，由正则表达式定义的 pattern 可以同时匹配一个或多个，或者一个都没匹配到。

正则表达式有两个特殊的符号'^'和'$'。他们的作用是分别指出一个字符串的开始和结束，下面进行语法的详细介绍：

一、行定位符（^和$）

　　行定位符就是用来描述字串的边界。“^”表示行的开始；“$”表示行的结尾。如：

　　^tm : 该表达式表示要匹配字串tm的开始位置是行头，如tm equal Tomorrow Moon就可以匹配

　　tm$ : 该表达式表示要匹配字串tm的位置是行尾，Tomorrow Moon equal tm匹配。

　　如果要匹配的字串可以出现在字符串的任意部分，那么可以直接   写成 ：tm

二、单词定界符（\b、\B）

　　单词分界符\b，表示要查找的字串为一个完整的单词。如：\btm\b

　　还有一个大写的\B，意思和\b相反。它匹配的字串不能是一个完整的单词，而是其他单词或字串的一部分。如：\Btm\B

三、字符类（[ ]）

                 方括号表示某些字符允许在一个字符串中的某一特定位置出现：

注意事项：

1.特殊字符需要转义才能匹配

        "^.$()¦*+?{\"这些字符前加上转移字符'\'.

2.在方括号中，不需要转义字符，

3.正则表达式是区分大小写的。

若要忽略大小写可使用方括号表达式“[]”。只要匹配的字符出现在方括号内，即可表示匹配成功。但要注意：一个方括号只能匹配一个字符。例如，要匹配的字串tm不区分大小写，那么该表达式应该写作如下格式：[Tt][Mm]

　　POSIX风格的预定义字符类如表所示：

　　

四、选择字符（|）

 　　还有一种方法可以实现上面的匹配模式，就是使用选择字符（|）。该字符可以理解为“或”，如上例也可以写成 (T|t)(M|m)，该表达式的意思是以字母T或t开头，后面接一个字母M或m。

　　使用“[]”和使用“|”的区别在于“[]”只能匹配单个字符，而“|”可以匹配任意长度的字串。如果不怕麻烦，上例还可以写为 ：TM|tm|Tm|tM

 

五、连字符（-）

　　变量的命名规则是只能以字母和下划线开头。但这样一来，如果要使用正则表达式来匹配变量名的第一个字母，要写为 ：[a,b,c,d…A,B,C,D…]

　　这无疑是非常麻烦的，正则表达式提供了连字符“-”来解决这个问题。连字符可以表示字符的范围。如上例可以写成 ：[a-zA-Z]

六、排除字符（[^]）

　　上面的例子是匹配符合命名规则的变量。现在反过来，匹配不符合命名规则的变量，正则表达式提供了“^”字符。这个元字符在前面出现过，表示行的开始。而这里将会放到方括号中，表示排除的意思。

　　例如：[^a-zA-Z]，该表达式匹配的就是不以字母和下划线开头的变量名。

七、限定符（? * + {n,m}）

　　对于重复出现字母或字串，可以使用限定符来实现匹配。限定符主要有6种，如表所示：

　　

例如：

"ab*"：表示一个字符串有一个a后面跟着零个或若干个b。（"a", "ab", "abbb",……）；
"ab+"：表示一个字符串有一个a后面跟着至少一个b或者更多；
"ab?"：表示一个字符串有一个a后面跟着零个或者一个b；
"a?b+$"：表示在字符串的末尾有零个或一个a跟着一个或几个b。也可以使用{}来表示

其实：'*'，'+'和      '?'相当于"{0,}"，"{1,}"和"{0,1}"。

八、点号字符（.）

　　点字符（.）可以匹配出换行符外的任意一个字符。

　　注意：是除了换行符外的、任意的一个字符。如匹配以s开头、t结尾、中间包含一个字母的单词。

　　格式如下： ^s.t$，匹配的单词包括：sat、set、sit等。

　　再举一个实例，匹配一个单词，它的第一个字母为r，第3个字母为s，最后一个字母为t。能匹配该单词的正则表达式为：^r.s.*t$

九、转义字符（\）

　　正则表达式中的转移字符（\）和PHP中的大同小异，都是将特殊字符（如“.”、“?”、“\”等）变为普通的字符。举一个IP地址的实例，用正则表达式匹配诸如127.0.0.1这样格式的IP地址。如果直接使用点字符，格式为：[0-9]{1,3}(.[0-9]{1,3}){3}

　　这显然不对，因为“.”可以匹配一个任意字符。这时，不仅是127.0.0.1这样的IP，连127101011这样的字串也会被匹配出来。所以在使用“.”时，需要使用转义字符（\）。修改后上面的正则表达式格式为： [0-9]{1,3}(\.[0-9]{1,3}){3}

十、反斜线（\）

　　除了可以做转义字符外，反斜线还有其他一些功能。反斜线可以将一些不可打印的字符显示出来，如表所示：

　　

　　还可以指定预定义字符集，如表所示：

　　

　　反斜线还有一种功能，就是定义断言，其中已经了解过了\b、\B，其他如表所示：

　　

十一、括号字符（()）

　　小括号字符的第一个作用就是可以改变限定符的作用范围，如“|”、“*”、“^”等。来看下面的一个表达式。

　　(thir|four)th，这个表达式的意思是匹配单词thirth或fourth，如果不使用小括号，那么就变成了匹配单词thir和fourth了。

　　小括号的第二个作用是分组，也就是子表达式。如(\.[0-9]{1,3}){3}，就是对分组(\.[0-9]{1,3})进行重复操作。后面要学到的反向引用和分组有着直接的关系。

十二、反向引用

十三、模式修饰符

　　模式修饰符的作用是设定模式。也就是规定正则表达式应该如何解释和应用。

　　不同的语言都有自己的模式设置，PHP中的主要模式如表所示：

　　

重要点：

1.\w：用于匹配字母，数字或下划线字符

例如：/校验密码：只能输入6-20个字母、数字、下划线

2.\d：用于匹配从0到9的数字

例如：校验普通电话、传真号码：可以“+”或数字开头，可含有“-” 和 “ ”

 3. //校验纯中文字符  /^[\u4E00-\u9FA5]+$/

 

"^\d+$"　　                                              //非负整数（正整数 + 0） 
"^[0-9]*[1-9][0-9]*$"　　                            //正整数 
"^((-\d+)|(0+))$"　　                                 //非正整数（负整数 + 0） 
"^-[0-9]*[1-9][0-9]*$"　　                         //负整数 
"^-?\d+$"　　　　                                   //整数 
"^\d+(\.\d+)?$"　　                                  //非负浮点数（正浮点数 + 0） 
"^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数 
"^((-\d+(\.\d+)?)|(0+(\.0+)?))$"　　                                                              //非正浮点数（负浮点数 + 0） 
"^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数 
"^(-?\d+)(\.\d+)?$"　　//浮点数 
"^[A-Za-z]+$"　　      //由26个英文字母组成的字符串 
"^[A-Z]+$"　　         //由26个英文字母的大写组成的字符串 
"^[a-z]+$"　　         //由26个英文字母的小写组成的字符串 
"^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串 
"^\w+$"　             　//由数字、26个英文字母或者下划线组成的字符串 
"^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"　　　　                      //email地址 
"^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　         //url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/   //  年-月-日
/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/   // 月/日/年
"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$"   //Emil
"(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?"                                                              //电话号码
"^(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

^([0-9A-F]{2})(-[0-9A-F]{2}){5}$   //MAC地址的正则表达式
^[-+]?\d+(\.\d+)?$                     //值类型正则表达式

最后，介绍下JAVA中正则表达式的使用：

java中提供了两个类来支持正则表达式的操作，

分别是java.util.regex下的Pattern类和Matcher类，以下为这两个类的介绍与使用：
Pattern类：使用Pattern类进行字符串的拆分，使用的方法是String[] split(CharSequence input)
Matcher类：使用Matcher类进行字符串的验证和替换，
匹配使用的方法是boolean matches()；替换使用的方法是 String replaceAll(String replacement)
Pattern类的构造方法是私有的
所以我们使用Pattern p = Pattern.compile("a*b");进行实例化
Matcher类的实例化依赖Pattern类的对象Matcher m = p.matcher("aaaaab");

Pattern与Matcher的使用：

首先创建一个定义正则表达式的Pattern对象。此Pattern对象允许您为给定的字符串创建Matcher对象。这个Matcher对象然后允许你对String进行正则表达式操作

//验证email是否正确
public static void main(String[] args) {
  // 要验证的字符串
  String str = "service@xsoftlab.net";
  // 邮箱验证规则
  String regEx = "[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}";
  // 编译正则表达式
  Pattern pattern = Pattern.compile(regEx);
  // 忽略大小写的写法
  // Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
  Matcher matcher = pattern.matcher(str);
  // 字符串是否与正则表达式相匹配
  boolean rs = matcher.matches();
  System.out.println(rs);
｝

但在实际的开发中，为了方便我们很少直接使用Pattern类或Matcher类，而是使用String类下的方法
验证：boolean matches(String regex)
拆分: String[] split(String regex)
替换： String replaceAll(String regex, String replacement)