You got a dream, you gotta protect it. People can’t do something themselves,they wanna tell you you can’t do it.If you want something, go get it.
一、集合的由来
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
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。
二、常用正则表达式
(4) “^\d+$” //非负整数(正整数 + 0)
(5) “^[0-9][1-9][0-9]
” //正整数(6)“((−\d+)|(0+))
”
/
/
正
整
数
(
6
)
“
(
(
−
\d
+
)
|
(
0
+
)
)
” //非正整数(负整数 + 0)
(7) “^-[0-9][1-9][0-9]
” //负整数(8)“−?\d+
”
/
/
负
整
数
(
8
)
“
−
?
\d
+
” //整数
(9) “^\d+(.\d+)?$” //非负浮点数(正浮点数 + 0)
(10) “^(([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(11)“((−\d+(.\d+)?)|(0+(.0+)?))
”
/
/
正
浮
点
数
(
11
)
“
(
(
−
\d
+
(
.
\d
+
)
?
)
|
(
0
+
(
.0
+
)
?
)
)
” //非正浮点数(负浮点数 + 0)
(12) “^(-(([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(13)“(−?\d+)(.\d+)?
”
/
/
负
浮
点
数
(
13
)
“
(
−
?
\d
+
)
(
.
\d
+
)
?
” //浮点数
(14) “^[A-Za-z]+
” //由26个英文字母组成的字符串(15)“[A−Z]+
”
/
/
由
26
个
英
文
字
母
组
成
的
字
符
串
(
15
)
“
[
A
−
Z
]
+
” //由26个英文字母的大写组成的字符串
(16) “^[a-z]+
” //由26个英文字母的小写组成的字符串(17)“[A−Za−z0−9]+
”
/
/
由
26
个
英
文
字
母
的
小
写
组
成
的
字
符
串
(
17
)
“
[
A
−
Z
a
−
z
0
−
9
]
+
” //由数字和26个英文字母组成的字符串
(18) “^\w+
” //由数字、26个英文字母或者下划线组成的字符串(19)“[\w−]+(.[\w−]+)∗@[\w−]+(.[\w−]+)+
”
/
/
由
数
字
、
26
个
英
文
字
母
或
者
下
划
线
组
成
的
字
符
串
(
19
)
“
[
\w
−
]
+
(
.
[
\w
−
]
+
)
∗
@
[
\w
−
]
+
(
.
[
\w
−
]
+
)
+
” //email地址
(20) “^[a-zA-z]+://(\w+(-\w+))(.(\w+(-\w+)))(\?\S)?$” //url
(21) /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-((0-2)|(3[0|1]))$/ // 年-月-日
(22) /^((0([1-9]{1}))|(1[1|2]))/((0-2)|(3[0|1]))/(d{2}|d{4})
///月/日/年(23)“([w−.]+)@(([[0−9]1,3.[0−9]1,3.[0−9]1,3.)|(([w−]+.)+))([a−zA−Z]2,4|[0−9]1,3)(]?)
/
/
/
月
/
日
/
年
(
23
)
“
(
[
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
(24) /^((+?[0-9]{2,4}-[0-9]{3,4}-)|([0-9]{3,4}-))?([0-9]{7,8})(-[0-9]+)?
///电话号码(25)“(d1,2|1dd|2[0−4]d|25[0−5]).(d1,2|1dd|2[0−4]d|25[0−5]).(d1,2|1dd|2[0−4]d|25[0−5]).(d1,2|1dd|2[0−4]d|25[0−5])
/
/
/
电
话
号
码
(
25
)
“
(
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
(26)
(27) 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
(28) 匹配双字节字符(包括汉字在内):[^\x00-\xff]
(29) 匹配空行的正则表达式:\n[\s| ]*\r
(30) 匹配HTML标记的正则表达式:/<(.)>.<\/\1>|<(.*) \/>/
(31) 匹配首尾空格的正则表达式:(^\s*)|(\s*$)
(32) 匹配Email地址的正则表达式:\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
(33) 匹配网址URL的正则表达式:^[a-zA-z]+://(\w+(-\w+))(\.(\w+(-\w+)))(\?\S)?
(34)匹配帐号是否合法(字母开头,允许5−16字节,允许字母数字下划线):[a−zA−Z][a−zA−Z0−9]4,15
(
34
)
匹
配
帐
号
是
否
合
法
(
字
母
开
头
,
允
许
5
−
16
字
节
,
允
许
字
母
数
字
下
划
线
)
:
[
a
−
z
A
−
Z
]
[
a
−
z
A
−
Z
0
−
9
]
4
,
15
(35) 匹配国内电话号码:(\d{3}-|\d{4}-)?(\d{8}|\d{7})?
(36) 匹配腾讯QQ号:^[1-9][1-9][0-9]
(37)元字符及其在正则表达式上下文中的行为:(38) 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。(39)匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性,也匹配′\n′或′\r′之后的位置。(40)
(
37
)
元
字
符
及
其
在
正
则
表
达
式
上
下
文
中
的
行
为
:
(
38
)
将
下
一
个
字
符
标
记
为
一
个
特
殊
字
符
、
或
一
个
原
义
字
符
、
或
一
个
后
向
引
用
、
或
一
个
八
进
制
转
义
符
。
(
39
)
匹
配
输
入
字
符
串
的
开
始
位
置
。
如
果
设
置
了
R
e
g
E
x
p
对
象
的
M
u
l
t
i
l
i
n
e
属
性
,
也
匹
配
′
\n
′
或
′
\r
′
之
后
的
位
置
。
(
40
)
匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性,$ 也匹配 ’\n’ 或 ’\r’ 之前的位置。
(41) * 匹配前面的子表达式零次或多次。
(42) + 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
(43) ? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
(44) {n} n 是一个非负整数,匹配确定的n 次。
(45) {n,} n 是一个非负整数,至少匹配n 次。
(46) {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。
(47) ? 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。
(48) . 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。
(49) (pattern) 匹配pattern 并获取这一匹配。
(50) (?: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。
(51) (?=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。
(52) (?!pattern) 负向预查,与(?=pattern)作用相反
(53) x|y 匹配 x 或 y。
(54) [xyz] 字符集合。
(55) [^xyz] 负值字符集合。
(56) [a-z] 字符范围,匹配指定范围内的任意字符。
(57) [^a-z] 负值字符范围,匹配任何不在指定范围内的任意字符。
(58) \b 匹配一个单词边界,也就是指单词和空格间的位置。
(59) \B 匹配非单词边界。
(60) \cx 匹配由x指明的控制字符。
(61) \d 匹配一个数字字符。等价于 [0-9]。
(62) \D 匹配一个非数字字符。等价于 [^0-9]。
(63) \f 匹配一个换页符。等价于 \x0c 和 \cL。
(64) \n 匹配一个换行符。等价于 \x0a 和 \cJ。
(65) \r 匹配一个回车符。等价于 \x0d 和 \cM。
(66) \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]。
(67) \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
(68) \t 匹配一个制表符。等价于 \x09 和 \cI。
(69) \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
(70) \w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
(71) \W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。
(72) \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。
(73) \num 匹配 num,其中num是一个正整数。对所获取的匹配的引用。
(74) \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。
(75) \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。
(76) \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。
(77) \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。
(78) 匹配中文字符的正则表达式: [u4e00-u9fa5]
(79) 匹配双字节字符(包括汉字在内):[^x00-xff]
(80) 匹配空行的正则表达式:n[s| ]*r
(81) 匹配HTML标记的正则表达式:/<(.)>.|<(.*) />/
(82) 匹配首尾空格的正则表达式:(^s*)|(s*$)
(83) 匹配Email地址的正则表达式:w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*
(84) 匹配网址URL的正则表达式:http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
(85) 利用正则表达式限制网页表单里的文本框输入内容:
(86) 用正则表达式限制只能输入中文:οnkeyup=”value=value.replace(/[^u4E00-u9FA5]/g,”)” onbeforepaste=”clipboardData.setData(‘text’,clipboardData.getData(‘text’).replace(/[^u4E00-u9FA5]/g,”))”
(87) 用正则表达式限制只能输入全角字符: οnkeyup=”value=value.replace(/[^uFF00-uFFFF]/g,”)” onbeforepaste=”clipboardData.setData(‘text’,clipboardData.getData(‘text’).replace(/[^uFF00-uFFFF]/g,”))”
(88) 用正则表达式限制只能输入数字:οnkeyup=”value=value.replace(/[^d]/g,”) “onbeforepaste=”clipboardData.setData(‘text’,clipboardData.getData(‘text’).replace(/[^d]/g,”))”
(89) 用正则表达式限制只能输入数字和英文:οnkeyup=”value=value.replace(/[W]/g,”) “onbeforepaste=”clipboardData.setData(‘text’,clipboardData.getData(‘text’).replace(/[^d]/g,”))”
(90)
(91)
(92) 整理:
(93)
(94) 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
(95) 匹配双字节字符(包括汉字在内):[^\x00-\xff]
(96) 匹配空行的正则表达式:\n[\s| ]*\r
(97) 匹配HTML标记的正则表达式:/<(.)>.<\/\1>|<(.*) \/>/
(98) 匹配首尾空格的正则表达式:(^\s*)|(\s*$)
(99) 匹配IP地址的正则表达式:/(\d+).(\d+).(\d+).(\d+)/g //
(100) 匹配Email地址的正则表达式:\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
(101) 匹配网址URL的正则表达式:http://(/[\w-]+.)+[\w-]+(/[\w- ./?%&=]*)?
(102) sql语句:^(select|drop|delete|create|update|insert).*
(103)1、非负整数:\d+
(
103
)
1
、
非
负
整
数
:
\d
+
(104) 2、正整数:^[0-9][1-9][0-9]
(105)3、非正整数:((−\d+)|(0+))
(
105
)
3
、
非
正
整
数
:
(
(
−
\d
+
)
|
(
0
+
)
)
(106) 4、负整数:^-[0-9][1-9][0-9]
(107)(108)5、整数:−?\d+
(
107
)
(
108
)
5
、
整
数
:
−
?
\d
+
(109)
(110) 6、非负浮点数:^\d+(.\d+)?$
(111)
(112) 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]))
(113)(114)8、非正浮点数:((−\d+.\d+)?)|(0+(.0+)?))
(
113
)
(
114
)
8
、
非
正
浮
点
数
:
(
(
−
\d
+
.
\d
+
)
?
)
|
(
0
+
(
.0
+
)
?
)
)
(115)
(116) 9、负浮点数:^(-((正浮点数正则式)))
(117)(118)10、英文字符串:[A−Za−z]+
(
117
)
(
118
)
10
、
英
文
字
符
串
:
[
A
−
Z
a
−
z
]
+
(119)
(120) 11、英文大写串:^[A-Z]+
(121)(122)12、英文小写串:[a−z]+
(
121
)
(
122
)
12
、
英
文
小
写
串
:
[
a
−
z
]
+
(123)
(124) 13、英文字符数字串:^[A-Za-z0-9]+
(125)(126)14、英数字加下划线串:\w+
(
125
)
(
126
)
14
、
英
数
字
加
下
划
线
串
:
\w
+
(127)
(128) 15、E-mail地址:^[\w-]+(.[\w-]+)*@[\w-]+(.[\w-]+)+$
(129)
(130) 16、URL:^[a-zA-Z]+://(\w+(-\w+))(.(\w+(-\w+)))(\?\s)?$
(131) 或:^http:\/\/[A-Za-z0-9]+.[A-Za-z0-9]+[\/=\?%-&_~`@[]\’:+!]([^<>\”\”])
(132)(133)17、邮政编码:[1−9]\d5
(
132
)
(
133
)
17
、
邮
政
编
码
:
[
1
−
9
]
\d
5
(134)
(135) 18、中文:^[\u0391-\uFFE5]+
(136)(137)19、电话号码:(((\d2,3))|(\d3−))?((0\d2,3)|0\d2,3−)?[1−9]\d6,7(−\d1,4)?
(
136
)
(
137
)
19
、
电
话
号
码
:
(
(
(
\d
2
,
3
)
)
|
(
\d
3
−
)
)
?
(
(
0
\d
2
,
3
)
|
0
\d
2
,
3
−
)
?
[
1
−
9
]
\d
6
,
7
(
−
\d
1
,
4
)
?
(138)
(139) 20、手机号码:^(((\d{2,3}))|(\d{3}-))?13\d{9}
(140)(141)21、双字节字符(包括汉字在内):\x00−\xff(142)(143)22、匹配首尾空格:(\s∗)|(\s∗
(
140
)
(
141
)
21
、
双
字
节
字
符
(
包
括
汉
字
在
内
)
:
\x
00
−
\xff
(
142
)
(
143
)
22
、
匹
配
首
尾
空
格
:
(
\s
∗
)
|
(
\s
∗
)(像vbscript那样的trim函数)
(144)
(145) 23、匹配HTML标记:<(.)>.<\/\1>|<(.*) \/>
(146)
(147) 24、匹配空行:\n[\s| ]*\r
(148)
(149) 25、提取信息中的网络链接:(h|H)(r|R)(e|E)(f|F) = (‘|”)?(\w|\|\/|.)+(‘|”| *|>)?
(150)
(151) 26、提取信息中的邮件地址:\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
(152)
(153) 27、提取信息中的图片链接:(s|S)(r|R)(c|C) = (‘|”)?(\w|\|\/|.)+(‘|”| *|>)?
(154)
(155) 28、提取信息中的IP地址:(\d+).(\d+).(\d+).(\d+)
(156)
(157) 29、提取信息中的中国手机号码:(86)*0*13\d{9}
(158)
(159) 30、提取信息中的中国固定电话号码:((\d{3,4})|\d{3,4}-|\s)?\d{8}
(160)
(161) 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}
(162)
(163) 32、提取信息中的中国邮政编码:[1-9]{1}(\d+){5}
(164)
(165) 33、提取信息中的浮点数(即小数):(-?\d*).?\d+
(166)
(167) 34、提取信息中的任何数字 :(-?\d*)(.\d+)?
(168)
(169) 35、IP:(\d+).(\d+).(\d+).(\d+)
(170)
(171) 36、电话区号:/^0\d{2,3}$/
(172)
(173) 37、腾讯QQ号:^[1-9][1-9][0-9]
(174)(175)38、帐号(字母开头,允许5−16字节,允许字母数字下划线):[a−zA−Z][a−zA−Z0−9]4,15
(
174
)
(
175
)
38
、
帐
号
(
字
母
开
头
,
允
许
5
−
16
字
节
,
允
许
字
母
数
字
下
划
线
)
:
[
a
−
z
A
−
Z
]
[
a
−
z
A
−
Z
0
−
9
]
4
,
15
(176)
(177) 39、中文、英文、数字及下划线:^[\u4e00-\u9fa5_a-zA-Z0-9]+$