一、用途
- 字符串匹配
- 字符串查找
- 字符串替换
二、基础知识
符号 | 说明 |
---|---|
. | 匹配一个字符 |
* | 0 或者n个字符 |
+ | 1个及以上字符 |
? | 1个或者0个 |
^ | 位于[]中表示取反,位于[]外面表示一行的开头 |
$ | 一行的结尾 |
- | 范围 |
I | 或者 |
&& | 且 |
\d | 一个数字,同[0-9] |
\D | 非数字,同[^0-9] |
\s | 空白字符,[ \t\n\x0B\f\r] |
\S | 非空白符 |
\w | 大小写字母和下斜杠,同[a-zA-Z_0-9] |
\W | [^\w] |
\b | 一个单词的边界 |
{n} | 出现n次 |
{n,} | 至少出现n次 |
{n,m} | n到m次 |
[n-m] | n到m中的一个 |
[abc] | abc中的一个 |
[^abc] | 除abc外的任意一个 |
[a-zA-Z] | 大写字母或者小写字母中的一个,同[a-z] |
[a-z&&[eFG]] | 小写字母并且是eFG中的一个 |
三、常用表达式
1. 校验数字
1. 数字 ^[0-9]*$
2. n位的数字:^\d{n}$
3. 至少n位的数字:^\d{n,}$
4. m-n位的数字:^\d{m,n}$
5. 零和非零开头的数字:^(0|[1-9][0-9]*)$
6. 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$
7. 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$
8. 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$
9. 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
10. 有1~3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
11. 非零的正整数:^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12. 非零的负整数:^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13. 非负整数:^\d+$ 或 ^[1-9]\d*|0$
14. 非正整数:^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15. 非负浮点数:^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16. 非正浮点数:^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17. 正浮点数:^[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]*))$
18. 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]*)))$
19. 浮点数:^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
2. 校验字符的表达式
1. 汉字:^[\u4e00-\u9fa5]{0,}$
2. 英文和数字:^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3. 长度为3-20的所有字符:^.{3,20}$
4. 由26个英文字母组成的字符串:^[A-Za-z]+$
5. 由26个大写英文字母组成的字符串:^[A-Z]+$
6. 由26个小写英文字母组成的字符串:^[a-z]+$
7. 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
8. 由数字、26个英文字母或者下划线组成的字符串:^\w+$ 或 ^\w{3,20}$
9. 中文、英文、数字包括下划线:^[\u4E00-\u9FA5A-Za-z0-9_]+$
10. 中文、英文、数字但不包括下划线等符号:^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11. 可以输入含有^%&',;=?$\"等字符:[^%&',;=?$\x22]+
12. 禁止输入含有~的字符:[^~\x22]+
3. 特殊需求表达式
1. Email地址:^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
2. 域名:[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3. InternetURL:[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
4. 手机号码:^(13[0-9]|14[0-9]|15[0-9]|16[0-9]|17[0-9]|18[0-9]|19[0-9])\d{8}$ (由于工信部放号段不定时,所以建议使用泛解析 ^([1][3,4,5,6,7,8,9])\d{9}$)
5. 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX):^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6. 国内电话号码(0511-4405222、021-87888822):\d{3}-\d{8}|\d{4}-\d{7}
7. 18位身份证号码(数字、字母x结尾):^((\d{18})|([0-9x]{18})|([0-9X]{18}))$
8. 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}$
9. 密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线):^[a-zA-Z]\w{5,17}$
10. 强密码(必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间):^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
11. 日期格式:^\d{4}-\d{1,2}-\d{1,2}
12. 一年的12个月(01~09和1~12):^(0?[1-9]|1[0-2])$
13. 一个月的31天(01~09和1~31):^((0?[1-9])|((1|2)[0-9])|30|31)$
14. 钱的输入格式:
1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000":^[1-9][0-9]*$
2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式:^(0|[1-9][0-9]*)$
3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号:^(0|-?[1-9][0-9]*)$
4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分:^[0-9]+(.[0-9]+)?$
5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的:^[0-9]+(.[0-9]{2})?$
6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样:^[0-9]+(.[0-9]{1,2})?$
7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样:^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
8.1到3个数字,后面跟着任意个逗号+3个数字,逗号成为可选,而不是必须:^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
备注:这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
15. xml文件:^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
16. 中文字符的正则表达式:[\u4e00-\u9fa5]
17. 双字节字符:[^\x00-\xff] (包括汉字在内,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))
18. 空白行的正则表达式:\n\s*\r (可以用来删除空白行)
19. HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力)
20. 首尾空白字符的正则表达式:^\s*|\s*$或(^\s*)|(\s*$) (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)
21. 腾讯QQ号:[1-9][0-9]{4,} (腾讯QQ号从10000开始)
22. 中国邮政编码:[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
23. IP地址:\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
24. IP地址:((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)) (由@飞龙三少 提供,感谢共享)
4. 实际开发常用
1. ^\d+$ //匹配非负整数(正整数 + 0)
2. ^[0-9][1-9][0-9]$ //匹配正整数
3. ^((-\d+)|(0+))$ //匹配非正整数(负整数 + 0)
4. ^-[0-9][1-9][0-9]$ //匹配负整数
5. ^-?\d+$ //匹配整数
6. ^\d+(.\d+)?$ //匹配非负浮点数(正浮点数 + 0)
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. ^((-\d+(.\d+)?)|(0+(.0+)?))$ //匹配非正浮点数(负浮点数 + 0)
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. ^(-?\d+)(.\d+)?$ //匹配浮点数
11. ^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
12. ^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
13. ^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
14. ^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
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. ^[\w-]+(.[\w-]+)*@[\w-]+(.[\w-]+)+$ //匹配email地址
17. 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
18. 匹配双字节字符(包括汉字在内):[^\x00-\xff]
19. 匹配空行的正则表达式:\n[\s| ]*\r
20. 匹配HTML标记的正则表达式:/<(.)>.<\/\1>|<(.*) \/>/
21. 匹配首尾空格的正则表达式:(^\s*)|(\s*$)
22. ^\S+[a-z A-Z]$ 不能为空 不能有空格 只能是英文字母
23. \S{6,} 不能为空 六位以上
24. ^\d+$ 不能有空格 只能是数字
25. (.*)(.jpg|.bmp)$ 只能是jpg和bmp格式
26. ^\d{4}-\d{1,2}-\d{1,2}$ 只能是2004-10-22格式
27. ^0$ 至少选一项
28. ^0{2,}$ 至少选两项
29. ^[\s|\S]{20,}$ 不能为空 二十字以上
30. ^+?a-z0-9*@([a-z0-9]+(.|-))+[a-z]{2,6}$邮件
31. \w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)([,;]\s\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)) 输入多个地址用逗号或空格分隔邮件
32. ^(([0-9]+))?[0-9]{7,8}$电话号码7位或8位或前面有区号例如(022)87341628
33. ^[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 ]+)+)*$
34. 只能是字母、数字、下划线;必须有@和.同时格式要规范 邮件
35. ^\w+@\w+(.\w+)+(,\w+@\w+(.\w+)+)*$上面表达式也可以写成这样子,更精练。
36. ^\w+((-\w+)|(.\w+))\@\w+((.|-)\w+).\w+$ [/size]
四、java中应用
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
/***
* 抓取网页的Email
*/
public static void test5() {
try {
//先从网页保存一个页面,从读取文件内容
BufferedReader bufferedReader = new BufferedReader(new FileReader("D:\\桌面\\text\\html.html"));
String line = "";
while ((line = bufferedReader.readLine()) != null) {
catchEmail(line);
}
} catch (IOException e) {
e.printStackTrace();
}
}
private static void catchEmail(String content) {
String reg = "[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+";
Pattern p = Pattern.compile(reg);
Matcher m = p.matcher(content);
while (m.find()) {
print(m.group());
}
}
/***
* 分组
*/
public static void test4() {
//用()分组表达式,分组的组号规则,整个是第0组,然后从左往右依次遇到“)”就算一组,逐渐+1
Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");//整个第0组,3到5位的数字1组,两个小写字母2组,这里共3组,
String s = "1212ss-453bb-223ccc-23fdfd-deefeffe324";
Matcher m = p.matcher(s);
while (m.find()) {
print(m.group(0));//匹配第0组
print(m.group(1));
print(m.group(2));
}
}
/***
* 字符串替换
*/
public static void test3() {
Pattern pattern = Pattern.compile("java", Pattern.CASE_INSENSITIVE);//忽略大小写
Matcher matcher = pattern.matcher("Java java JAva JaVa I love Java youHate JAVA asasfd dda");
StringBuffer sb = new StringBuffer();
int i = 0;
while (matcher.find()) {//把匹配到的字符串,第技术
i++;
if (i % 2 == 0) {
matcher.appendReplacement(sb, "JAVA");
} else {
matcher.appendReplacement(sb, "java");
}
print(matcher.group());
}
matcher.appendTail(sb);//把尾部没有匹配的字符串加上
print(sb);
//print(matcher.replaceAll("JAVA"));//匹配到的全部替换为答谢的java
}
/***
* 得到匹配的字符串
*/
public static void test2() {
Pattern pattern = Pattern.compile("\\d{3,5}");
String s = "123-453456-3435-0";
Matcher matcher = pattern.matcher(s);
print(matcher.matches());//否有有匹配的
matcher.reset();//执行matches()方法之后再需要执行reset()方法,find()方法能正确匹配整个字符串
while (matcher.find()) {
print(matcher.group());
}
}
/***
* 匹配反斜杠和Email
*/
public static void test1() {
print("\\".matches("\\\\"));//Java中匹配一个反斜杠,需要四个\\\\
print(" \n".matches("^[\\s&&[^\\n]]*\\n$"));//空白行匹配:开头是个空白符,非换行符,任意多个或一个,结尾是换行符
print("1df@164.comm".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));//匹配Email
}
public static void print(Object obj) {
System.out.println(obj);
}
}
参考:https://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html
https://blog.csdn.net/lyl0724/article/details/75574677