最近因为项目中因为要处理复杂的字符串,然而没有用过正则表达式,硬着头皮使用了API中String的方法(其实String的一些简单处理方法也是通过java.util.regex.Matcher类和java.util.regex. Pattern类的一些进行了封装),
【JAVA的Pattern类 和 Matcher类可参考网址 http://www.ibm.com/developerworks/cn/java/l-regp/part2/】
做起来发现简单处理操作复杂。网络上很多关于正则表达式的入门,例如有一篇“正则表达式30分钟入门”虽然看了不能真的30分钟基本了解,不过作为入门可以考虑。好吧,我在这里就总结一下网络的例子,希望能帮到你
正则表达式是什么(简单描述)
正则表达式:符合一定规则的表达式
----->作用:用于专门操作字符串
----->特点:用于一些特定的符号来表示一些代码操作,这样就简化书写。所以学习正则表达式
就是在学习一些特殊符号的使用。
----->好处:可以简化对字符串的复杂操作
----->弊端:符号定义越多,正则越长,阅读性越差
正则表达式中的特殊字符
构造 | 匹配 |
---|---|
字符 | |
x | 字符 x |
\\ | 反斜线字符 |
\0n | 带有八进制值 0 的字符 n (0 <= n <= 7) |
\0nn | 带有八进制值 0 的字符 nn (0 <= n<= 7) |
\0mnn | 带有八进制值 0 的字符 mnn(0 <= m<= 3、0<= n <= 7) |
\xhh | 带有十六进制值 0x 的字符 hh |
\uhhhh | 带有十六进制值 0x 的字符 hhhh |
\t | 制表符 ('\u0009') |
\n | 新行(换行)符 ('\u000A') |
\r | 回车符 ('\u000D') |
\f | 换页符 ('\u000C') |
\a | 报警 (bell) 符 ('\u0007') |
\e | 转义符 ('\u001B') |
\cx | 对应于 x 的控制符 |
字符类 | |
[abc] | a、b 或 c(简单类) |
[^abc] | 任何字符,除了 a、b 或 c(否定) |
[a-zA-Z] | a 到 z 或 A 到 Z,两头的字母包括在内(范围) |
[a-d[m-p]] | a 到 d 或 m 到 p:[a-dm-p](并集) |
[a-z&&[def]] | d、e 或 f(交集) |
[a-z&&[^bc]] | a 到 z,除了 b 和 c:[ad-z](减去) |
[a-z&&[^m-p]] | a 到 z,而非 m 到 p:[a-lq-z](减去) |
预定义字符类 | |
. | 任何字符(与行结束符可能匹配也可能不匹配) |
\d | 数字:[0-9] |
\D | 非数字: [^0-9] |
\s | 空白字符:[ \t\n\x0B\f\r] |
\S | 非空白字符:[^\s] |
\w | 单词字符:[a-zA-Z_0-9] |
\W | 非单词字符:[^\w] |
POSIX 字符类(仅 US-ASCII) | |
\p{Lower} | 小写字母字符:[a-z] |
\p{Upper} | 大写字母字符:[A-Z] |
\p{ASCII} | 所有 ASCII:[\x00-\x7F] |
\p{Alpha} | 字母字符:[\p{Lower}\p{Upper}] |
\p{Digit} | 十进制数字:[0-9] |
\p{Alnum} | 字母数字字符:[\p{Alpha}\p{Digit}] |
\p{Punct} | 标点符号:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ |
\p{Graph} | 可见字符:[\p{Alnum}\p{Punct}] |
\p{Print} | 可打印字符:[\p{Graph}\x20] |
\p{Blank} | 空格或制表符:[ \t] |
\p{Cntrl} | 控制字符:[\x00-\x1F\x7F] |
\p{XDigit} | 十六进制数字:[0-9a-fA-F] |
\p{Space} | 空白字符:[ \t\n\x0B\f\r] |
java.lang.Character 类(简单的 java 字符类型) | |
\p{javaLowerCase} | 等效于 java.lang.Character.isLowerCase() |
\p{javaUpperCase} | 等效于 java.lang.Character.isUpperCase() |
\p{javaWhitespace} | 等效于 java.lang.Character.isWhitespace() |
\p{javaMirrored} | 等效于 java.lang.Character.isMirrored() |
Unicode 块和类别的类 | |
\p{InGreek} | Greek 块(简单块)中的字符 |
\p{Lu} | 大写字母(简单类别) |
\p{Sc} | 货币符号 |
\P{InGreek} | 所有字符,Greek 块中的除外(否定) |
[\p{L}&&[^\p{Lu}]] | 所有字母,大写字母除外(减去) |
边界匹配器 | |
^ | 行的开头 |
$ | 行的结尾 |
\b | 单词边界 |
\B | 非单词边界 |
\A | 输入的开头 |
\G | 上一个匹配的结尾 |
\Z | 输入的结尾,仅用于最后的结束符(如果有的话) |
\z | 输入的结尾 |
Greedy 数量词 | |
X? | X,一次或一次也没有 |
X* | X,零次或多次 |
X+ | X,一次或多次 |
X{n} | X,恰好 n 次 |
X{n,} | X,至少 n 次 |
X{n,m} | X,至少 n 次,但是不超过 m 次 |
Reluctant 数量词 | |
X?? | X,一次或一次也没有 |
X*? | X,零次或多次 |
X+? | X,一次或多次 |
X{n}? | X,恰好 n 次 |
X{n,}? | X,至少 n 次 |
X{n,m}? | X,至少 n 次,但是不超过 m 次 |
Possessive 数量词 | |
X?+ | X,一次或一次也没有 |
X*+ | X,零次或多次 |
X++ | X,一次或多次 |
X{n}+ | X,恰好 n 次 |
X{n,}+ | X,至少 n 次 |
X{n,m}+ | X,至少 n 次,但是不超过 m 次 |
Logical 运算符 | |
XY | X 后跟 Y |
X|Y | X 或 Y |
(X) | X,作为捕获组 |
Back 引用 | |
\n | 任何匹配的 nth 捕获组 |
引用 | |
\ | Nothing,但是引用以下字符 |
\Q | Nothing,但是引用所有字符,直到 \E |
\E | Nothing,但是结束从 \Q 开始的引用 |
特殊构造(非捕获) | |
(?:X) | X,作为非捕获组 |
(?idmsux-idmsux) | Nothing,但是将匹配标志idm s u x on - off |
(?idmsux-idmsux:X) | X,作为带有给定标志 i d m s u x on - off |
(?=X) | X,通过零宽度的正 lookahead |
(?!X) | X,通过零宽度的负 lookahead |
(?<=X) | X,通过零宽度的正 lookbehind |
(?<!X) | X,通过零宽度的负 lookbehind |
(?>X) | X,作为独立的非捕获组 |
功能与功能的使用思路:
1.匹配:String matches 方法,用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false
/**
* 对QQ号码进行校验 要求: 5~15 0不能开头,只能是数字
*/
@Test
public void checkQQ() {
String qq = "123467890123456";
String regex = "[1-9]\\d{4,14}";
System.out.println(qq.matches(regex));
}
/**
* 匹配手机号码: 手机号码段只有:13xxxxx 15xxxxx 18xxxxx
*/
@Test
public void checkTel() {
String test = "12123411";
String regex = "[1][358]\\d{5}";
System.out.println(test.matches(regex));
}
2.切割:String split()
/**
* 按照叠词完成切割,为了可以让规则的结果被重用 可以让规则封装成一个组,用()完成。组的出现都有编号。 从1开始。想要使用已有的组可以通过
* \n(n就是组的编号)的形式来获取
*/
@Test
public void splitDemo() {
String test = "asdj00flasdj1111fasdlfjslxxflsdjflspp";
String regex = "(.)\\1+";
String[] testArr = test.split(regex);
for (String str : testArr) {
System.out.println(str);
}
}
3.替换: StringreplaceAll()
/**
* 将重叠的字符转变为一个字符
*/
@Test
public void replaceAllDemo() {
// String test="fasl2311664djflsdjfls4545464slfjaskldfjlskjfls";
// String regex="\\d{5,}";
String test = "asdj00flasdj1111fasdlfjslxxflsdjflspp";
String regex = "(.)\\1+";
System.out.println(test.replaceAll(regex, "$1"));
}
4.获取:将字符串中的复合规则的子串取出
这个与以上3个功能有点不同,操作步骤如下:
①将正则表达式封装成对象
②让正则表达式和要操作的字符串相关联
③关联后,获取正则匹配引擎
④通过引擎对复合规则的子串进行操作,比如取出
@Test
public void getDemo() {
String test = "ni shi wo de xiao xiao ping guo,zen me ai ni dou bu xian duo ";
String regex = "\\b\\w{3}\\b";
// 让规则封装成一个对象
Pattern p = Pattern.compile(regex);
// 让正则表达式和要作用的字符串相关联,获取匹配器对象
Matcher matcher = p.matcher(test);
while (matcher.find()) {
System.out.println(matcher.group());
}
}
使用思路
1.如果只想知道该字符串是否对错-->使用匹配
2.想要将已有的字符串变成另一个字符串,-->替换
3.想要按照自定的方法将字符串变成多个字符串-->切割。(获取规则以外的子串)
4.想要拿到符合要求的字符串子串-->获取。(获取符合规则的字串)
下面有两个例子:
@Test
public void test1() {
String str = "我...我我.....我要..放..放放..放假";
String regex1 = "\\.+";
str = str.replaceAll(regex1, "");
System.out.println(str);
String regex2 = "(.)\\1+";
str = str.replaceAll(regex2, "$1");
System.out.println(str);
}
/**
* 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
* 将IP地址进行地址段顺序的排序
*/
@Test
public void ipSort() {
String ip="192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30";
ip=ip.replaceAll("(\\d+)","00$1");
System.out.println(ip);
ip=ip.replaceAll("0*(\\d{3})","$1");
System.out.println(ip);
String[] arr=ip.split("\\s+");
for(String str:arr){
System.out.println(str);
}
TreeSet<String> ts=new TreeSet<String>();
for(String s:arr){
ts.add(s);
}
for(String str:ts){
System.out.println(str.replaceAll("0*(\\d+)","$1"));
}
}
常用正则表达式及例子
规则 | 正则表达式语法 |
一个或多个汉字 | ^[\u0391-\uFFE5]+$ |
邮政编码 | ^[1-9]\\d{5}$ |
QQ号码 | ^[1-9]\\d{4,10}$ |
邮箱 | ^[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}$ |
用户名(字母开头 + 数字/字母/下划线) | ^[A-Za-z][A-Za-z1-9_-]+$ |
手机号码 | ^1[3|4|5|8][0-9]\\d{8}$ |
URL | ^((http|https)://)?([\\w-]+\\.)+[\\w-]+(/[\\w-./?%&=]*)?$ |
18位身份证号 | ^(\\d{6})(18|19|20)?(\\d{2})([01]\\d)([0123]\\d)(\\d{3})(\\d|X|x)?$ |
参考地址:http://ipjmc.iteye.com/blog/1169491
验证是否为三元表达式并且依次提取三元表达式中的各个表达式:
/**
* 处理三目运算
*
* @param exp
* @param bean
* @return
*/
public String[] parseThreeExp(String exp) {
// 定义一个三目表达式的正则表达式的规则
String THREE_EXP = ".+\\?.+:.+";
if (!exp.matches(THREE_EXP)) {
return null;
}
String p1 = null, p2 = null, p3 = null; // 截取三目运算三个表达式
int whIndex = exp.indexOf("?");
p1 = exp.substring(0, whIndex);
/*
* 定义左括号的标记 当指向左括号,khCount+1 当指向右括号,khCount-1
*/
int khCount = 0;
String temp = exp.substring(whIndex + 1);
for (int i = 0; i < temp.length(); i++) {
char c = temp.charAt(i);
if (c == '(' || c == ')') {
khCount = c == '(' ? (khCount + 1) : (khCount - 1);
continue;
}
if (c == ':' && khCount <= 0) {
p2 = temp.substring(0, i);
p3 = temp.substring(i + 1);
break;
}
}
return new String[] { p1, p2, p3 };
}
在字符串包含验证时:
//查找以Java开头,任意结尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b = matcher.matches(); //当条件满足时,将返回true,否则返回false
System.out.println(b);
以多条件分割字符串时
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
System.out.println(strs[i]);
}
文字替换(首次出现字符)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据
System.out.println(matcher.replaceFirst("Java"));
文字替换(全部)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第全部符合正则的数据
System.out.println(matcher.replaceAll("Java"));
文字替换(置换字符)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());
验证是否为邮箱地址
String str="ceponline@yahoo.com.cn";
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());
去除html标记
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
String string = matcher.replaceAll("");
System.out.println(string);
查找html中对应条件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
if(matcher.find()) {
System.out.println(matcher.group(1));
}
截取http://地址//截取url
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){
buffer.append(matcher.group());
buffer.append("\r\n");
System.out.println(buffer.toString());
}
替换指定{}中文字
String str = "Java目前的发展史是由{0}年-{1}年";
String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
System.out.println(replace(str,object));
public static String replace(final String sourceString,Object[] object) {
String temp=sourceString;
for(int i=0;i<object.length;i++) {
String[] result = (String[]) object[i];
Pattern pattern = Pattern.compile(result[0]);
Matcher matcher = pattern.matcher(temp);
temp = matcher.replaceAll(result[1]);
}
return temp;
}
以正则条件查询指定目录下文件 //用于缓存文件列表
private ArrayList files = new ArrayList(); // 用于承载文件路径
private String _path; // 用于承载未合并的正则公式
private String _regexp;
class MyFileFilter implements FileFilter {
/** * 匹配文件名称 */
public boolean accept(File file) {
try {
Pattern pattern = Pattern.compile(_regexp);
Matcher match = pattern.matcher(file.getName());
return match.matches();
} catch (Exception e) {
return true;
}
}
}
/** * 解析输入流 * @param inputs */
FilesAnalyze(String path, String regexp) {
getFileName(path, regexp);
}
/** * 分析文件名并加入files * @param input */
private void getFileName(String path, String regexp) { // 目录
_path = path;
_regexp = regexp;
File directory = new File(_path);
File[] filesFile = directory.listFiles(new MyFileFilter());
if (filesFile == null)
return;
for (int j = 0; j < filesFile.length; j++) {
files.add(filesFile[j]);
}
return;
}
/** * 显示输出信息 * @param out */
public void print(PrintStream out) {
Iterator elements = files.iterator();
while (elements.hasNext()) {
File file = (File) elements.next();
out.println(file.getPath());
}
}
public static void output(String path, String regexp) {
FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp);
fileGroup1.print(System.out);
}
public static void main(String[] args) {
output("C:\\", "[A-z|.]*");
}