正则表达式零宽断言

工具类，正则表达式匹配文本内容

/**
 * 	正则表达式工具类
 */
public class RegexUtil {

	/**
	 * 	正则表达式匹配文本内容
	 * @param text	需要查找的内容
	 * @param regex	配置正则表达式
	 * @return	匹配到的内容列表
	 */
	public static List<String> getList(String text, String regex) {
		Pattern pattern = Pattern.compile(regex);
		Matcher matcher = pattern.matcher(text);
		List<String> list = new ArrayList<>();
		while (matcher.find()) {
			String group = matcher.group();
			list.add(group);
		}
		System.err.println(String.format("group=%s", list));
		return list;
	}

	/**
	 * 从文本中匹配正则表达式，匹配到的文本列表和目标列表进行对比
	 * @param text	需要查找的文本
	 * @param regex	正则表达式
	 * @param targetArr	目标列表
	 */
	public static void findAndCompare(String text, String regex, String[] targetArr) {
		List<String> list = RegexUtil.getList(text, regex);
		Assert.isTrue(list.equals(Arrays.asList(targetArr)), "两个List应该相等");
	}
}

正则表达式语法

字符	说明	例子
\	将下一字符标记为特殊字符	\n 匹配 换行符；\\ 匹配 \ ； \\( 匹配 （
^	匹配输入字符串开始的位置
$	匹配输入字符串结尾的位置
	–	–
	–	–
x|y	匹配 x 或 y。	"z|food" 匹配 z或者food ； "(z|f)ood" 匹配 zood 或者 food
[xyz]	字符集。匹配包含的任一字符。	"[abc]"匹配"plain"中的"a"
[^xyz]	反向字符集。匹配未包含的任何字符。	"[^pla]"匹配"plain"中的 i和n
[a-z]	字符范围。匹配指定范围内的任何字符。
[^a-z]	反向范围字符。匹配不在指定的范围内的任何字符。
	–	–
	–	–
{n}	n 是非负整数。正好匹配 n 次。	"zo{2}" 匹配 zoo `
{n,}	n 是非负整数。至少匹配 n 次。	"zo{2,}" 匹配 zoo 、zooo、 zoooo 等 `
{n,m}	m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。	"zo{2,3}" 匹配 zoo 、zooo `
	–	–
	–	–
*	零次或多次匹配前面的字符或子表达式	"zo*" 匹配 z、zo、zoo 等效于 zo{0,}
+	一次或多次匹配前面的字符或子表达式	"zo+" 匹配 zo、zoo 等效于 zo{1,}
?	零次或一次匹配前面的字符或子表达式	"do(es)?" 匹配 do、does 等效于 do(es){0,1}
.	匹配除"\r\n"之外的任何单个字符。	若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。
	–	–
	–	–
\b	匹配一个字边界，即字与空格间的位置。
\B	非字边界匹配。
\d	数字字符匹配	等效于 [0-9]
\D	非数字字符匹配	等效于 [^0-9]
	–	–
	–	–
\cx	匹配 x 指示的控制字符。x 的值必须在 A-Z 或 a-z 之间。	\cM 匹配 Control-M 或回车符
\xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。	"\x41"匹配"A" ； "\x041"与"\x04"&"1"等效
\f	换页符匹配。	等效于 \x0c 和 \cL
\n	换行符匹配。	等效于 \x0a 和 \cJ
\r	回车符匹配。	等效于 \x0d 和 \cM
\t	制表符匹配。	等效于 \x09 和 \cI
\v	垂直制表符匹配。	等效于 \x0b 和 \cK
\s	任何空白字符匹配。	等效于 [ \f\n\r\t\v]
\S	任何非空白字符匹配。	等效于 [^\f\n\r\t\v]
\w	任何字类字符匹配。	等效于 [A-Za-z0-9_]
\W	任何非单词字符匹配。	等效于 [^A-Za-z0-9_]
	–	–
	–	–
(pattern)	匹配 pattern 并捕获该匹配的子表达式。
(?:pattern)	匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。	industr(?:y|ies) 匹配 industry 和 industries
(?=pattern)	执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。	Windows (?=95|98|NT|2000) 匹配 “Windows 2000” 中的 Windows ； 不匹配 "Windows 3.1"中的 Windows

例子

例子01

public class RegexDemo01 {
	@Test
	public void test01() {
		// \ 将下一字符标记为特殊字符
		RegexUtil.findAndCompare("北京市(海定区)", "\\(", new String[] {"("});
		// ^ 匹配输入字符串开始的位置
		RegexUtil.findAndCompare("abc, add, add", "^a\\w+", new String[] {"abc"});
		// $ 匹配输入字符串结尾的位置
		RegexUtil.findAndCompare("abd, ddd, abd", "\\w+d$", new String[] {"abd"});
	}

	@Test
	public void test02() {
		// 匹配或者关系
		RegexUtil.findAndCompare("hello, z and food", "z|food", new String[] {"z", "food"});
		RegexUtil.findAndCompare("zood, z and food", "(z|f)ood", new String[] {"zood", "food"});
		// 字符集。匹配包含的任一字符。
		RegexUtil.findAndCompare("plain", "[abc]", new String[] {"a"});
		// (在[]中被当成普通字符
		RegexUtil.findAndCompare("plain (xzy)", "[ab(z)c]", new String[] {"a", "(", "z", ")"});
		// 字符集。匹配包含的任一字符。
		RegexUtil.findAndCompare("plain", "[^pla]", new String[] {"i", "n"});
	}

	@Test
	public void test03() {
		String text = "abc, zoooG, zoo, zoom!, bzoo!";
		// {n}	n 是非负整数。正好匹配 n 次
		RegexUtil.findAndCompare(text, "zo{3}", new String[] {"zooo"});
		// {n,}	n 是非负整数。至少匹配 n 次。
		RegexUtil.findAndCompare(text, "zo{2,}", new String[] {"zooo", "zoo", "zoo", "zoo"});
		// {n,m}	m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。
		RegexUtil.findAndCompare(text, "zo{3,4}", new String[] {"zooo"});
	}

	@Test
	public void test04() {
		String text = "abcz, zoy, zoooG, zoo, zoom!, bzoo!";
		// *	零次或多次匹配前面的字符或子表达式
		RegexUtil.findAndCompare(text, "zo*", new String[] {"z", "zo", "zooo", "zoo", "zoo", "zoo"});
		// +	一次或多次匹配前面的字符或子表达式
		RegexUtil.findAndCompare(text, "zo+", new String[] {"zo", "zooo", "zoo", "zoo", "zoo"});
		// ?	一次或多次匹配前面的字符或子表达式
		RegexUtil.findAndCompare(text, "zo(oo)?", new String[] {"zo", "zooo", "zo", "zo", "zo"});
	}
}

零宽断言

?<= 不包含左边值

(?<=exp) 也叫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
例如：(?＜=\bdanc)\w+\b 查找 I’m dancing，它会匹配 ing

?= 不包含右边值

(?=exp) 也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式exp
例如：“\b\w+(?=ing\b)” 查找 I’m dancing，它会匹配 danc

例子

public class RegexDemo09 {

	@Test
	// 匹配 一个ing结尾的单词
	public void test01() {
		String text  = "Pingpong, I'm singing while you're dancing.";
		String regex  = "\\b\\w+(?=ing\\b)ing";
		RegexUtil.findAndCompare(text, regex, new String[] {"singing", "dancing"});
	}

	@Test
	// 匹配 一个sing开头的单词
	public void test02() {
		String text  = "Pingpong, I'm singing while you're dancing.";
		String regex  = "sing(?<=\\bsing)\\w+\\b";
		RegexUtil.findAndCompare(text, regex, new String[] {"singing"});
	}

	@Test
	// 匹配 ()里面的内容
	public void test03() {
		String text  = "北京市(海定区)(朝阳区)(西城区)";
		String regex  = "(?<=\\().*?(?=\\))";
		RegexUtil.findAndCompare(text, regex, new String[] {"海定区", "朝阳区", "西城区"});
	}

	@Test
	// 匹配 <string></string>里面的内容
	public void test04() {
		String text  = "<string>小帅</string>";
		String regex  = "(?<=\\<string\\>).*?(?=\\</string\\>)";
		RegexUtil.findAndCompare(text, regex, new String[] {"小帅"});
	}

	// @Test
	// 匹配 <string meta='xx'></string>里面的内容，string里面可以有不确定属性
	public void test05() {
		String text  = "<string>小帅</string> <>飞机<> <string meta='utf-8'>小妞</string>";
		String regex  = "(?<=\\<string\\b(\\w)\\b\\>).*?(?=\\</string\\>)";
		RegexUtil.findAndCompare(text, regex, new String[] {"小帅"});
	}
}

常用正则表达式

校验数字的表达式

描述	表达式
n位的数字	^\d{n}$
至少n位的数字	^\d{n,}$
m-n位的数字	^\d{m,n}$
零和非零开头的数字	^(0|[1-9][0-9]*)$
非零开头的最多带两位小数的数字	^([1-9][0-9]*)+(.[0-9]{1,2})?$
带1-2位小数的正数或负数	^(-)?\d+(.\d{1,2})$
正数、负数、和小数	^(-|+)?\d+(.\d+)?$
有两位小数的正实数	2+(.[0-9]{2})?$
有1~3位小数的正实数	3+(.[0-9]{1,3})?$
非零的正整数	4\d*$ 或 ^([1-9][0-9]){1,3}$ 或 ^+?[1-9][0-9]$
非零的负整数	^-[1-9][]0-9"$ 或 ^-[1-9]\d$
非负整数	^\d+$ 或 5\d*|0$
非正整数	^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
非负浮点数	^\d+(.\d+)?$ 或 6\d*.\d*|0.\d*[1-9]\d*|0?.0+|0$
非正浮点数	^((-\d+(.\d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]\d*.\d*|0.\d*[1-9]\d*))|0?.0+|0$
正浮点数	7\d*.\d*|0.\d*[1-9]\d*$ 或 ^(([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	^-([1-9]\d*.\d*|0.\d*[1-9]\d*)$ 或 ^(-(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9])))$
浮点数	^(-?\d+)(.\d+)?$ 或 ^-?([1-9]\d*.\d*|0.\d*[1-9]\d*|0?.0+|0)$

校验字符的表达式