java基础(六)正则表达式

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+))$”　　//非正整数（负整数 + 0）
（7） “^-[0-9][1-9][0-9]$”　　//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]))$”　　//正浮点数 （11） “^((-\d+(.\d+)?)|(0+(.0+)?))$”　　//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])))$”　　//负浮点数 （13） “^(-?\d+)(.\d+)?$”　　//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+$”　　//由数字、26个英文字母或者下划线组成的字符串 （19） “^[\w-]+(.[\w-]+)*@[\w-]+(.[\w-]+)+$”　　　　//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})$/ // 月/日/年 （23） “^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$” //Emil
（24） /^((+?[0-9]{2,4}-[0-9]{3,4}-)|([0-9]{3,4}-))?([0-9]{7,8})(-[0-9]+)?$/ //电话号码 （25） “^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$” //IP地址
（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}$
（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]$（37） 元字符及其在正则表达式上下文中的行为： （38） \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。 （39） ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 ’\n’ 或 ’\r’ 之后的位置。 （40）$ 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).*$（103） 1、非负整数：^\d+$
（104） 2、正整数：^[0-9][1-9][0-9]$（105） 3、非正整数：^((-\d+)|(0+))$
（106） 4、负整数：^-[0-9][1-9][0-9]$（107） （108） 5、整数：^-?\d+$
（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]))$（113） （114） 8、非正浮点数：^((-\d+.\d+)?)|(0+(.0+)?))$
（115）
（116） 9、负浮点数：^(-((正浮点数正则式)))$（117） （118） 10、英文字符串：^[A-Za-z]+$
（119）
（120） 11、英文大写串：^[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]+$（125） （126） 14、英数字加下划线串：^\w+$
（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]+[\/=\?%-&_~`@[]\’:+!]([^<>\”\”])$（132） （133） 17、邮政编码：^[1-9]\d{5}$
（134）
（135） 18、中文：^[\u0391-\uFFE5]+$（136） （137） 19、电话号码：^(((\d{2,3}))|(\d{3}-))?((0\d{2,3})|0\d{2,3}-)?[1-9]\d{6,7}(-\d{1,4})?$
（138）
（139） 20、手机号码：^(((\d{2,3}))|(\d{3}-))?13\d{9}$（140） （141） 21、双字节字符(包括汉字在内)：^\x00-\xff （142） （143） 22、匹配首尾空格：(^\s*)|(\s*$)（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}$
（176）
（177） 39、中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$