正则表达式

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_]$
评注：表单验证时很实用

匹配国内电话号码：\d-\d|\d-\d
评注：匹配形式如 0511-4405222 或 021-87888822

匹配腾讯QQ号：[1-9][0-9]
评注：腾讯QQ号从10000开始

匹配中国邮政编码：[1-9]\d(?!\d)
评注：中国邮政编码为6位数字

匹配身份证：\d|\d
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

 

 

今天在Java中想使用正则表达式来获取一段文本中的任意字符。于是很随意得就写出如下匹配规则：
(.*)
结 果运行之后才发现，无法获得换行之后的文本。于是查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”以外的所有字符。同时， 手册上还有一句话：要匹配包括 '\n' 在内的任何字符，请使用像 '[.\n]' 的模式。于是我将正则表达式的匹配规则修改如下：
([.\n]*)，当然，如果是在java程序中直接写到话，需要改为([.\\n]*)
结果再次运行程序，发现什么内容也取不到了。我百思不得其解，又将其修改为如下规则：
([.|\n]*) 以及 ([\n.]*)
结果还是不行，什么内容都取不到。看来点符号和换行符卯上劲了～
然后上网一查，虽然没有查出上述规则到底是什么地方出问题了，但是查出了一个解决办法，经过一试，果然可以匹配包括换行符在内的任意字符，以下为正确的正则表达式匹配规则：
([\s\S]*)
同时，也可以用 “([\d\D]*)”、“([\w\W]*)” 来表示。
 

 

 

 

正则表达式可以让用户通过使用一系列的特殊字符构建匹配模式  
   
  ，然后把匹配模式与数据文件、程序输入以及WEB页面的表单输  
   
  入等目标对象进行比较，根据比较对象中是否包含匹配模式，执  
   
  行相应的程序。举例来说，正则表达式的一个最为普遍的应用就是用于验证  
   
  用户在线输入的邮件地址的格式是否正确。如果通过正则表达式  
   
  验证用户邮件地址的格式正确，用户所填写的表单信息将会被正  
   
  常处理；反之，如果用户输入的邮件地址与正则表达的模式不匹  
   
  配，将会弹出提示信息，要求用户重新输入正确的邮件地址。由  
   
  此可见正则表达式在WEB应用的逻辑判断中具有举足轻重的作用  
   
  。   基本语法在对正则表达式的功能和作用有了初步的了解之后，我们就  
   
  来具体看一下正则表达式的语法格式。正则表达式的形式一般如下：  
    　　/love/   　  
  　其中位于“/”定界符之间的部分就是将要在目标对象中进  
   
  行匹配的模式。用户只要把希望查找匹配对象的模式内容放入“  
   
  /”定界符之间即可。为了能够使用户更加灵活的定制模式内容  
   
  ，正则表达式提供了专门的“元字符”。所谓元字符就是指那些  
   
  在正则表达式中具有特殊意义的专用字符，可以用来规定其前导  
   
  字符（即位于元字符前面的字符）在目标对象中的出现模式。   　　  
  较为常用的元字符包括：   “+”，   “*”，以及   “?”。其  
   
  中，“+”元字符规定其前导字符必须在目标对象中连续出现一  
   
  次或多次，“*”元字符规定其前导字符必须在目标对象中出现  
   
  零次或连续多次，而“?”元字符规定其前导对象必须在目标对  
   
  象中连续出现零次或一次。   　　  
  下面，就让我们来看一下正则表达式元字符的具体应用。  
    　　/fo+/   　　  
  因为上述正则表达式中包含“+”元字符，表示可以与目标  
   
  对象中的   “fool”,   “fo”,   或者   “football”等在字母f后  
   
  面连续出现一个或多个字母o的字符串相匹配。  
    　　/eg*/   　　  
  因为上述正则表达式中包含“*”元字符，表示可以与目标  
   
  对象中的   “easy”,   “ego”,   或者   “egg”等在字母e后面连  
   
  续出现零个或多个字母g的字符串相匹配。  
    　　/Wil?/   　　  
  因为上述正则表达式中包含“？”元字符，表示可以与目标  
   
  对象中的   “Win”,   或者   “Wilson”,等在字母i后面连续出现  
   
  零个或一个字母l的字符串相匹配。   　　  
  除了元字符之外，用户还可以精确指定模式在匹配对象中出  
   
  现的频率。例如，   　　  
  /jim{2,6}/   　　  
  上述正则表达式规定字符m可以在匹配对象中连续出现2-6次  
   
  ，因此，上述正则表达式可以同jimmy或jimmmmmy等字符串相匹  
   
  配。   　　  
  在对如何使用正则表达式有了初步了解之后，我们来看一下  
   
  其它几个重要的元字符的使用方式。   　　  
  \s：用于匹配单个空格符，包括tab键和换行符；   　　  
  \S：用于匹配除单个空格符之外的所有字符；   　　  
  \d：用于匹配从0到9的数字；   　　  
  \w：用于匹配字母，数字或下划线字符；   　　  
  \W：用于匹配所有与\w不匹配的字符；   　　  
  .   ：用于匹配除换行符之外的所有字符。   　　  
  （说明：我们可以把\s和\S以及\w和\W看作互为逆运算）   　　  
  下面，我们就通过实例看一下如何在正则表达式中使用上述  
   
  元字符。   　　  
  /\s+/   　　上述正则表达式可以用于匹配目标对象中的一个或多个空格  
   
  字符。   　　  
  /\d000/   　　如果我们手中有一份复杂的财务报表，那么我们可以通过上  
   
  述正则表达式轻而易举的查找到所有总额达千元的款项。   　　  
  除了我们以上所介绍的元字符之外，正则表达式中还具有另  
   
  外一种较为独特的专用字符，即定位符。定位符用于规定匹配模  
   
  式在目标对象中的出现位置。   　　  
  较为常用的定位符包括：   “^”,   “$”,   “\b”   以及   “\B”。  
  其中，“^”定位符规定匹配模式必须出现在目标字符  
   
  串的开头，“$”定位符规定匹配模式必须出现在目标对象的结  
   
  尾，\b定位符规定匹配模式必须出现在目标字符串的开头或结尾