字符
x 字符 x。举例:'a'表示字符a
\\ 反斜线字符。
\n 新行(换行)符 ('\u000A')
\r 回车符 ('\u000D')
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)
[0-9] 0到9的字符都包括
预定义字符类
. 任何字符。我的就是.字符本身,怎么表示呢? \.
\d 数字:[0-9]
\D 非数字:[^\d]/[^0-9]
\w 单词字符:[a-zA-Z_0-9]
\W 非字符[^\w]
边界匹配器
^ 行的开头
$ 行的结尾
\b 单词边界, 就是不是单词字符的地方。
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
运算符
XY X后跟 Y
X|Y X 或 Y
(X) X,作为捕获组
String类中的三个基本操作使用正则:
匹配:matches()
切割: split()
替换: replaceAll()
//以空格分割
String str1 = "1 2 3 4 54 5 6";
String[] numbers = str1.split(" +");
for (String temp : numbers) {
System.out.println(temp);
}
// 替换,替换所有的数字为*
String str2 = "abd123:adad46587:asdadasadsfgi#%^^9090";
System.out.println(str2.replaceAll("[0-9]", "*"));
System.out.println(str2.replaceAll("\\d", "*"));
// 匹配匹配邮箱
String mail1 = "ababc@asa.com";
String mail2 = "ababc@asa.com.cn";
String mail3 = "ababc@asa";
// String mainRegex = "[0-9a-zA-Z_]+@[0-9a-zA-Z_]++(\\.[0-9a-zA-Z_]+{2,4})+";
String mainRegex = "\\w+@\\w+(\\.\\w{2,4})+";
System.out.println(mail1.matches(mainRegex));//true
System.out.println(mail2.matches(mainRegex));//true
System.out.println(mail3.matches(mainRegex));//false
/**
* java中正则匹配的对象:
* pattern:
* Pattern Pattern.complie(regexString)
* Macther Pattern.matches(regexString)
* Matcher:
* boolean matcher.find() //查找下一个匹配对象
* String matcher.guorp() //返回整个匹配模式匹配到的结果
* boolean matcher.matches() //尝试将整个区域与模式匹配
* int matcher.groupCount() //返回匹配规则的分组,如:(aa)(bb):这表示两组
* String matcher.group(int group) //返回匹配对象对应分组的匹配结果
* MatcheResult matcher.toMatchResult() //将匹配结果一MatchResult的形式返回
第一种使用场景:仅仅使用Matcher对象来匹配想要的字符串
// 匹配出3个字符的字符串
String str = "abc 124 ewqeq qeqe qeqe qeqe aaaa fs fsdfs d sf sf sf sf sfada dss dee ad a f s f sa a'lfsd;'l";
Pattern pt = Pattern.compile("\\b\\w{3}\\b");
Matcher match = pt.matcher(str);
while (match.find()) {
System.out.println(match.group());
}
// 匹配出邮箱地址
String str2 = "dadaadad da da dasK[PWEOO-123- DASJAD@DHSJK.COM DADA@DAD.CN =0KFPOS9IR23J0IS ADHAJ@565@ADA.COM.CN shuqi@162.com UFSFJSFI-SI- ";
Pattern pet2 = Pattern.compile("\\b\\w+@\\w+(\\.\\w{2,4})+\\b");
Matcher match2 = pet2.matcher(str2);
while (match2.find()) {
System.out.println(match2.group());
}
第二种使用场景:匹配规则中包含匹配组,要求匹配得到相应的匹配组的数据:
String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda";
//包含两个匹配组,一个是三个字符,一个是匹配四个字符
Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b");
Matcher match = pet.matcher(sr);
int countAll = match.groupCount();//2
while (match.find()) {
System.out.print("匹配组结果:");
for (int i = 0; i < countAll; i++) {
System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,match.group(i + 1)));
}
System.out.print("\n匹配的整个结果:");
System.out.println(match.group());
}
匹配组结果:
第1组的结果是:ada
第2组的结果是:adad
匹配的整个结果:ada adad
匹配组结果:
第1组的结果是:fas
第2组的结果是:fdsf
匹配的整个结果:fas fdsf
匹配组结果:
第1组的结果是:234
第2组的结果是:adda
匹配的整个结果:234 adda
第三中场景:将每次得到的结果使用MatcheResult保存
String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda";
Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b");
Matcher match = pet.matcher(sr);
MatchResult ms = null;
while (match.find()) {
ms = match.toMatchResult();
System.out.print("匹配对象的组结果:");
for (int i = 0; i < ms.groupCount(); i++) {
System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,ms.group(i + 1)));
}
System.out.print("\n匹配的整个结果:");
System.out.println(ms.group());
}
匹配对象的组结果:
第1组的结果是:ada
第2组的结果是:adad
匹配的整个结果:ada adad
匹配对象的组结果:
第1组的结果是:fas
第2组的结果是:fdsf
匹配的整个结果:fas fdsf
匹配对象的组结果:
第1组的结果是:234
第2组的结果是:adda
匹配的整个结果:234 adda
(1) "^\d+$" //非负整数(正整数 + 0)
(2) "^[0-9]*[1-9][0-9]*$" //正整数
(3) "^((-\d+)|(0+))$" //非正整数(负整数 + 0)
(4) "^-[0-9]*[1-9][0-9]*$" //负整数
(5) "^-?\d+$" //整数
(6) "^\d+(\.\d+)?$" //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]*))$" //正浮点数
(8) "^((-\d+(\.\d+)?)|(0+(\.0+)?))$" //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]*)))$" //负浮点数
(10) "^(-?\d+)(\.\d+)?$" //浮点数
(11) "^[A-Za-z]+$" //由26个英文字母组成的字符串
(12) "^[A-Z]+$" //由26个英文字母的大写组成的字符串
(13) "^[a-z]+$" //由26个英文字母的小写组成的字符串
(14) "^[A-Za-z0-9]+$" //由数字和26个英文字母组成的字符串
(15) "^\w+$" //由数字、26个英文字母或者下划线组成的字符串
(16) "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$" //email地址
(17) "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$" //url
(18) /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/ // 年-月-日
(19) /^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/ // 月/日/年
(20) "^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Emil
(21) /^((\+?[0-9]{2,4}\-[0-9]{3,4}\-)|([0-9]{3,4}\-))?([0-9]{7,8})(\-[0-9]+)?$/ //电话号码
(22) "^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址
(23)
(24) 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
(25) 匹配双字节字符(包括汉字在内):[^\x00-\xff]
(26) 匹配空行的正则表达式:\n[\s| ]*\r
(27) 匹配HTML标记的正则表达式:/<(.*)>.*<\/\1>|<(.*) \/>/
(28) 匹配首尾空格的正则表达式:(^\s*)|(\s*$)
(29) 匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
(30) 匹配网址URL的正则表达式:^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$
(31) 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}$
(32) 匹配国内电话号码:(\d{3}-|\d{4}-)?(\d{8}|\d{7})?
(33) 匹配腾讯QQ号:^[1-9]*[1-9][0-9]*$
(34) 元字符及其在正则表达式上下文中的行为:
(35) \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。
(36) ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性,^ 也匹配 ’\n’ 或 ’\r’ 之后的位置。
(37) $ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性,$ 也匹配 ’\n’ 或 ’\r’ 之前的位置。
(38) * 匹配前面的子表达式零次或多次。
(39) + 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
(40) ? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
(41) {n} n 是一个非负整数,匹配确定的n 次。
(42) {n,} n 是一个非负整数,至少匹配n 次。
(43) {n,m} m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。
(44) ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
(45) . 匹配除 "\n" 之外的任何单个字符。要匹配包括 ’\n’ 在内的任何字符,请使用象 ’[.\n]’ 的模式。
(46) (pattern) 匹配pattern 并获取这一匹配。
(47) (?:pattern) 匹配pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。
(48) (?=pattern) 正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。
(49) (?!pattern) 负向预查,与(?=pattern)作用相反
(50) x|y 匹配 x 或 y。
(51) [xyz] 字符集合。
(52) [^xyz] 负值字符集合。
(53) [a-z] 字符范围,匹配指定范围内的任意字符。
(54) [^a-z] 负值字符范围,匹配任何不在指定范围内的任意字符。
(55) \b 匹配一个单词边界,也就是指单词和空格间的位置。
(56) \B 匹配非单词边界。
(57) \cx 匹配由x指明的控制字符。
(58) \d 匹配一个数字字符。等价于 [0-9]。
(59) \D 匹配一个非数字字符。等价于 [^0-9]。
(60) \f 匹配一个换页符。等价于 \x0c 和 \cL。
(61) \n 匹配一个换行符。等价于 \x0a 和 \cJ。
(62) \r 匹配一个回车符。等价于 \x0d 和 \cM。
(63) \s 匹配任何空白字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
(64) \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
(65) \t 匹配一个制表符。等价于 \x09 和 \cI。
(66) \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
(67) \w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
(68) \W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。
(69) \xn 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。
(70) \num 匹配 num,其中num是一个正整数。对所获取的匹配的引用。
(71) \n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为后向引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。
(72) \nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式,则 nm 为后向引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。
(73) \nml 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。
(74) \un 匹配 n,其中 n 是一个用四个十六进制数字表示的Unicode字符。
(75) 匹配中文字符的正则表达式: [u4e00-u9fa5]
(76) 匹配双字节字符(包括汉字在内):[^x00-xff]
(77) 匹配空行的正则表达式:n[s| ]*r
(78) 匹配HTML标记的正则表达式:/<(.*)>.*</1>|<(.*) />/
(79) 匹配首尾空格的正则表达式:(^s*)|(s*$)
(80) 匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
(81) 匹配网址URL的正则表达式:http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
(82) 利用正则表达式限制网页表单里的文本框输入内容:
(83) 用正则表达式限制只能输入中文:οnkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,''))"
(84) 用正则表达式限制只能输入全角字符: οnkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,''))"
(85) 用正则表达式限制只能输入数字:οnkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
(86) 用正则表达式限制只能输入数字和英文:οnkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
(87) 整理:
(88) 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
(89) 匹配双字节字符(包括汉字在内):[^\x00-\xff]
(90) 匹配空行的正则表达式:\n[\s| ]*\r
(91) 匹配HTML标记的正则表达式:/<(.*)>.*<\/\1>|<(.*) \/>/
(92) 匹配首尾空格的正则表达式:(^\s*)|(\s*$)
(93) 匹配IP地址的正则表达式:/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //
(94) 匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
(95) 匹配网址URL的正则表达式:http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?
(96) sql语句:^(select|drop|delete|create|update|insert).*$
(97) 非负整数:^\d+$
(98) 正整数:^[0-9]*[1-9][0-9]*$
(99) 非正整数:^((-\d+)|(0+))$
(100) 负整数:^-[0-9]*[1-9][0-9]*$
(101) 整数:^-?\d+$
(102) 非负浮点数:^\d+(\.\d+)?$
(103) 正浮点数:^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
(104) 非正浮点数:^((-\d+\.\d+)?)|(0+(\.0+)?))$
(105) 负浮点数:^(-((正浮点数正则式)))$
(106) 英文字符串:^[A-Za-z]+$
(107) 英文大写串:^[A-Z]+$
(108) 英文小写串:^[a-z]+$
(109) 英文字符数字串:^[A-Za-z0-9]+$
(110) 英数字加下划线串:^\w+$
(111) E-mail地址:^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
(112) URL:^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$
或:^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]*([^<>\"\"])*$
(113) 邮政编码:^[1-9]\d{5}$
(114) 中文:^[\u0391-\uFFE5]+$
(115) 电话号码:^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$
(116) 手机号码:^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$
(117) 双字节字符(包括汉字在内):^\x00-\xff
(118) 匹配首尾空格:(^\s*)|(\s*$)(像vbscript那样的trim函数)
(119) 匹配HTML标记:<(.*)>.*<\/\1>|<(.*) \/>
(120) 匹配空行:\n[\s| ]*\r
(121) 提取信息中的网络链接:(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?
(122) 提取信息中的邮件地址:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
(123) 提取信息中的图片链接:(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?
(124) 提取信息中的IP地址:(\d+)\.(\d+)\.(\d+)\.(\d+)
(125) 提取信息中的中国手机号码:(86)*0*13\d{9}
(126) 提取信息中的中国固定电话号码:(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}
(127) 提取信息中的中国电话号码(包括移动和固定电话):(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}
(128) 提取信息中的中国邮政编码:[1-9]{1}(\d+){5}
(129) 提取信息中的浮点数(即小数):(-?\d*)\.?\d+
(130) 提取信息中的任何数字 :(-?\d*)(\.\d+)?
(131) IP:(\d+)\.(\d+)\.(\d+)\.(\d+)
(132) 电话区号:/^0\d{2,3}$/
(133) 腾讯QQ号:^[1-9]*[1-9][0-9]*$
(134) 帐号(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}$
(135) 中文、英文、数字及下划线:^[\u4e00-\u9fa5_a-zA-Z0-9]+$