正则表达式的学习笔记

匹配 boolean 查找 替换 分割 删除(替换为空) 输出所有匹配到的字符串

find()是部分匹配

matches()全部匹配

替换replaceAll

分割str.split("(.)\\1+")

删除replaceAll("[\\u4e00-\\u9fa5]", "")

输出所有匹配到的字符串while (m.find()){str.substring(m.start(), m.end())}

package com.regular.eg;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 匹配 boolean 查找 替换 分割 删除(替换为空) 输出所有匹配到的字符串
 * 
 * @author Administrator
 * 
 */
public class Example1 {

	public static void main(String[] args) {
		test2();
	}

	//find()是部分匹配  匹配中文[\\u4e00-\\u9fa5]+ 一个或多个汉字^[\\u0391-\\uFFE5]+$
	static void test1() {
		String text = "aaa晚上睡觉xx 阿萨德";
		System.out.println(text.matches("^[\\u0391-\\uFFE5]+$"));
		Pattern r = Pattern.compile("[\\u4e00-\\u9fa5]");// 正则表达式的编译表示
		Matcher m = r.matcher(text);// 对输入字符串进行解释和匹配操作的引擎
		// 在字符串中查询字符或者字符串find()是部分匹配  每次find()从开始匹配往后递进
		if (m.find()) {
		System.out.println("Found value: " + m.group(0));
		}
		int count = 0;
		while (m.find()) {
			count++;
			System.out.println("Match number " + count);
			// 根据查询到的起始位置选择
			System.out.println(text.substring(m.start(), m.end()));
		}
	}

	// 邮箱  matches()全部匹配
	static void test2() {
		// 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);
		// 根据查询到的起始位置选择
		System.out.println(str.substring(matcher.start(), matcher.end()));
		if (matcher.matches()) {
			System.out.println("Found value: " + matcher.group(0));
		}
	}

	// 替换 把手机号替换成“*”号
	static void test3() {
		String str = "联系我：13567012119联系我：13567012119联系我：13567012119联系我：13567012119联系我：13567012119联系我：13567012119";
		String reg = "1[34578]\\d{9}";
		str = str.replaceAll(reg, "******");
		System.out.println("替换后的帖子：" + str);
	}

	// 分割 根据重叠词进行切割--把重复的单词当成分隔符
	static void test4() {
		String str = "sdqqfgkkkhjppppkl";
		String[] arr = str.split("(.)\\1+");
		for (String s : arr) {
			System.out.println(s);
		}
	}

	// 删除
	static void test5() {
		String text = "aaa晚上睡觉xx 阿萨德";
		System.out.println(text.matches("^[\\u0391-\\uFFE5]+$"));
		// Pattern r = Pattern.compile("[\\u4e00-\\u9fa5]");//正则表达式的编译表示
		// Matcher m = r.matcher(text);//对输入字符串进行解释和匹配操作的引擎
		text = text.replaceAll("[\\u4e00-\\u9fa5]", "");
		System.out.println("替换后的帖子：" + text);
	}

	//输出所有匹配到的字符串
	static void test6() {
		String str = "联系我：13567012119联系我：13567012119联系我：13567012119联系我：13567012119联系我：13567012119联系我：13567012119";
		String reg = "1[34578]\\d{9}";
		Pattern pattern = Pattern.compile(reg);
		// 忽略大小写的写法
		// Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
		Matcher m = pattern.matcher(str);
		int count = 0;
		while (m.find()) {
			count++;
			System.out.println("Match number " + count);
			// System.out.println("start(): "+m.start());
			// System.out.println("end(): "+m.end());
			System.out.println(str.substring(m.start(), m.end()));
		}
	}
}

正则表达式
一：关于正则表达式的语法
二：正则表达式在各语言中的使用
在线测试地址
http://tool.oschina.net/regex/
http://tool.chinaz.com/regex/
在线学习
http://www.regexr.com/
尚学堂java
http://study.163.com/course/introduction/343001.htm#/courseDetail
http://www.regexr.com/
http://tool.oschina.net/regex/
http://tool.chinaz.com/regex/
http://deerchao.net/tutorials/regex/regex.htm
http://www.cnblogs.com/deerchao/archive/2006/08/24/zhengzhe30fengzhongjiaocheng.html
http://www.runoob.com/regexp/regexp-operator.html
http://study.163.com/course/introduction/343001.htm#/courseDetail
https://zhuanlan.zhihu.com/p/21341872
https://www.zhihu.com/question/48219401/answer/126612931
一：关于正则表达式的语法
作用：
1数据验证
2替换文本
3提取子字符串
非打印字符
特征字符需要加转义字符\ eg元字符 . * (
特征字符
限定符:指定正则表达式的一个给定组件必须要出现多少次才能满足匹配
定位符:将正则表达式固定到行首或行尾
元字符:“(”和“)”也是元字符 \b代表着单词的开头或结尾，也就是单词的分界处只匹配一个位置eg：hi \bhi\b
.匹配除了换行符以外的任意字符 *前边的内容可以连续重复使用任意次以使整个表达式得到匹配
.*任意数量的不包含换行的字符
运算符优先级:从左到右进行计算
^开头$结尾
中括号表达式 Chapter [12345]
常用的元字符：
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
\b代表着单词的开头或结尾 \bhi\b
.匹配除了换行符以外的任意字符
*前边的内容可以连续重复使用任意次以使整个表达式得到匹配(可能是0次)
.*任意数量的不包含换行的字符 \bhi\b.*\bLucy\b
\d匹配一位数字
0\d\d-\d\d\d\d\d\d\d\d 等同于 0\d{2}-\d{8}  {2}前面必须连续重复匹配2次 022-12345678
\s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格
\w匹配字母或数字或下划线或汉字等
\ba\w*\b匹配以字母a开头的单词
+则匹配重复1次或更多次 
5位到12位数字^\d{5,12}$
常用的限定符
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

[0-9]等效\d
[a-z0-9A-Z_]等效\w(只考虑英文)
[.?!]匹配标点符号(.或?或!)
\(?0\d{2}[) -]?\d{8}  像(010)88886666，或022-22334455，或02912345678等
首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0，后面跟着2个数字(\d{2})，然后是)或-或空格中的一个，它出现1次或不出现(?)，最后是8个数字(\d{8})
分枝条件:如果满足其中任意一种规则都应该当成匹配，具体方法是用|把不同的规则分隔开
0\d{2}-\d{8}|0\d{3}-\d{7} 匹配两种以连字号分隔的电话号码
\(0\d{2}\)[-]?\d{8}|0\d{2}[- ]{1}\d{8}
分组:指定子表达式的重复次数
(\d{1,3}\.){3}\d{1,3} 简单的IP地址匹配 
\d{1,3}匹配1到3位的数字，(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(\d{1,3})。
正确的IP地址((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)IP地址中每个数字都不能大于255IP 地址里的数字可以包含有前导0 
反义:不属于某个能简单定义的字符类的字符
常用的反义代码
\W 匹配任意不是字母，数字，下划线，汉字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非数字的字符
\B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符
后向引用:匹配这个子表达式的文本,每个分组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。
\b(\w+)\b\s+\1\b可以用来匹配重复的单词
常用分组语法
捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
(?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp)
(?:exp) 匹配exp,不捕获匹配的文本，也不给此分组分配组号
零宽断言 (?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置
注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读
零宽断言:位置应该满足一定的条件
(?=exp) 零宽度正预测先行断言 断言自身出现的位置的后面能匹配表达式exp
\b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)
(?<=exp) 零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式exp
(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)
负向零宽断言:查找不是某个字符或不在某个字符类里的字符的方法(反义)
\b\w*q[^u]\w*\b匹配包含后面不是字母u的字母q的单词
零宽度负预测先行断言(?!exp)，断言此位置的后面不能匹配表达式exp
\d{3}(?!\d)匹配三位数字，而且这三位数字的后面不能是数字
\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词
(?<!exp),零宽度负回顾后发断言来断言此位置的前面不能匹配表达式exp
(?<![a-z])\d{7}匹配前面不是小写字母的七位数字

匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行

匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求

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}$
评注：表单验证时很实用

匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字

匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位

匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用

匹配特定数字：
^[1-9]\d*$　 　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串
评注：最基本也是最常用的一些表达式