java常用正则表达式

  1. 1。^[\d]+$  //匹配非负整数(正整数 + 0)   
  2. 2。^[0-9]*[1-9][0-9]*$  //匹配正整数   
  3. 3。^((-\d+)|(0+))$  //匹配非正整数(负整数 + 0)   
  4. 4。^-[0-9]*[1-9][0-9]*$  //匹配负整数   
  5. 5。^-?\d+$    //匹配整数   
  6. 6。^\d+(\.\d+)?$  //匹配非负浮点数(正浮点数 + 0)   
  7. 7。^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$  //匹配正浮点数   
  8. 8。^((-\d+(\.\d+)?)|(0+(\.0+)?))$  //匹配非正浮点数(负浮点数 + 0)   
  9. 9。^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$  //匹配负浮点数   
  10. 10。^(-?\d+)(\.\d+)?$  //匹配浮点数   
  11. 11。^[A-Za-z]+$  //匹配由26个英文字母组成的字符串   
  12. 12。^[A-Z]+$  //匹配由26个英文字母的大写组成的字符串   
  13. 13。^[a-z]+$  //匹配由26个英文字母的小写组成的字符串   
  14. 14。^[A-Za-z0-9]+$  //匹配由数字和26个英文字母组成的字符串   
  15. 15。^\w+$  //匹配由数字、26个英文字母或者下划线组成的字符串   
  16. 16。^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$    //匹配email地址   
  17. 17。^[a-zA-z]+://匹配(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$  //匹配url   
  18. 18。匹配中文字符的正则表达式: [\u4e00-\u9fa5]   
  19. 19。匹配双字节字符(包括汉字在内):[^\x00-\xff]  
  20. 20。应用:计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)String.prototype.len=function(){return this.replace([^\x00-\xff]/g,"aa").length;}   
  21. 21。匹配空行的正则表达式:\n[\s| ]*\r   
  22. 22。匹配HTML标记的正则表达式:/<(.*)>.*<\/\1>|<(.*) \/>/   
  23. 23。匹配首尾空格的正则表达式:(^\s*)|(\s*$)*   

正则表达式用例 

  1. 1、^\S+[a-z A-Z]$ 不能为空 不能有空格  只能是英文字母    
  2. 2、\S{6,}         不能为空 六位以上    
  3. 3、^\d+$          不能有空格 不能非数字    
  4. 4、(.*)(\.jpg|\.bmp)$ 只能是jpg和bmp格式    
  5. 5、^\d{4}\-\d{1,2}-\d{1,2}$ 只能是2004-10-22格式    
  6. 6、^0$            至少选一项    
  7. 7、^0{2,}$        至少选两项    
  8. 8、^[\s|\S]{20,}$ 不能为空 二十字以上    
  9. 9、^\+?[a-z0-9](([-+.]|[_]+)?[a-z0-9]+)*@([a-z0-9]+(\.|\-))+[a-z]{2,6}$邮件    
  10. 10、\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*([,;]\s*\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*)* 输入多个地址用逗号或空格分隔邮件   
  11. 11、^(\([0-9]+\))?[0-9]{7,8}$电话号码7位或8位或前面有区号例如(02287341628    
  12. 12、^[a-z A-Z 0-9 _]+@[a-z A-Z 0-9 _]+(\.[a-z A-Z 0-9 _]+)+(\,[a-z A-Z 0-9 _]+@[a-z A-Z 0-9 _]+(\.[a-z A-Z 0-9 _]+)+)*$  *     只能是字母、数字、下划线;必须有@和.同时格式要规范 邮件    
  13. 13、^\w+@\w+(\.\w+)+(\,\w+@\w+(\.\w+)+)*$上面表达式也可以写成这样子,更精练。      
  14. 14、 ^\w+((-\w+)|(\.\w+))*\@\w+((\.|-)\w+)*\.\w+$ [/size] 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值