首页 > 代码库 > java---正则表达式的字符串简单实用及扩展链接

java---正则表达式的字符串简单实用及扩展链接

一:什么是正则表达式

    1.定义:正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式,它 用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。

    2.用途:

  • 字符串匹配(字符匹配)
  • 字符串查找
  • 字符串替换
  • 字符串分割
  • 这里---正则表达式中每一种标记符都代表一种特殊作用及意义,在表达式中把它们连起来读就知道它们所表达的意思啦
  • 正则表达式:A.match(B),即是字符串A与正则表达式B(这是因为正则表达式B的每种符号代表一种意义)进行匹配,如果正确则返回true,否则false
      • 1、字母:匹配单个字母

        (1)A:表示匹配字母A;  "A".match("^A$")返回为true,等于"A".match(^.$),因为.能够代表任意字符,所以这种关系是正确的

        (2)\\:匹配转义字符“\”;

        (3)\\t:匹配转义字符“\t”;

        (4)\\n:匹配转义字符“\n”;

        2、一组字符:任意匹配里面的一个单个字符:

        (1)[abc]:表示可能是字母a,可能是字母b或者是字母c;"a".match("^[abc]$")返回true,但是"d".match("^[abc]$")则返回false

        (2)[^abc]:表示不是字母a,字母b,字母c的任意一个;

        (3)[a-zA-Z]:表示全部字母中的任意一个;

        (4)[0-9]:表示全部数字的任意一个;

        3、边界匹配:在以后编写JavaScript的时候使用正则中要使用到:

               (1)^:表示一组正则的开始;              有的正则表达式中常常省略了^

               (2)$:表示一组正则的结束;

        4、简写表达式:每一位出现的简写标记也只表示一位:

               (1)· :表示任意的一位字符;

               (2)\d :表示任意的一位数字,等价于“[0-9]”;

               (3)\D :表示任意的一位非数字,等价于“[~0-9]”;

               (4)\w :表示任意的一位字母、数字、_,等价于“[a-zA-Z0-9_]”;

               (5)\w :表示任意的一位非字母、数字、_,等价于“[^a-zA-Z0-9_]”;

               (6)\s :表示任意的一位空格,例如:\n、\t等;

               (7)\S :表示任意的一位非空格;

         

        5、数量表示:之前所有的正则(就是)都只是表示一位,如果要表示多位,则就需要数量表示。

         (1)正则表达式?:此正则出现0次或1次;

        (2)正则表达式*:此正则出现0次、1次或多次;即该*前面的元素出来的次数,*只是表示出现的次数

        (3)正则表达式+:次正则出现1次或多次;

        (4)正则表达式{n}:此正则出现正好n次;

        (5)正则表达式{n,}:此正则出现n次以上;

        (6)正则表达式{n,m}:此正则出现n – m次。

        6、逻辑表示:与、或、非

               (1)正则表达式A正则表达式B: 表达式A之后紧跟着表达式B;

               (2)正则表达式A|正则表达式B: 表示表达式A或者表达式B,二者任选一个出现;

               (3)(正则表达式):将多个子表达式合成一个表示,作为一组出现。

    例如:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
import java.util.Scanner; 
  
public class regexTest {  // 新建类
  public static void main(String[] args){  // 主方法
      
    Scanner sc = new Scanner(System.in); // new Scanner类对象
    System.out.println("Please Enter Email:");
    String email = sc.nextLine();
    System.out.println("Please Enter Mobile:");
    String mobile = sc.nextLine();
    String Email_regex= "\\w+@\\w+\\.\\w{2,3}"
    String Mobile_regex= "^((13[0-9])|(15[0-9])|(18[0-9]))\\d{8}";//设定手机号码正则表达式规则 13*,15*,18*
       
    if(email.matches(Email_regex)){
       System.out.println(email + "是个合法的Email Address!");
    }
    else{
       System.out.println(email + "是个非法的Email Address!");
     }
      
    if(mobile.matches(Mobile_regex)){
     System.out.println(mobile + "是个合法的手机号码");
    }
    else{
      System.out.println(mobile + "是个非法的手机号码");
    }
   }
 }

在程序开发中,难免会遇到需要匹配、查找、替换、判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力。因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段。大家都知道,正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式,它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。

自从jdk1.4推出java.util.regex包,就为我们提供了很好的JAVA正则表达式应用平台。

常见的正则表达式规则

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
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
  
在使用RegularExpressionValidator验证控件时的验证功能及其验证表达式介绍如下:
  
只能输入数字:“^[0-9]*$”
只能输入n位的数字:“^d{n}$”
只能输入至少n位数字:“^d{n,}$”
只能输入m-n位的数字:“^d{m,n}$”
只能输入零和非零开头的数字:“^(0|[1-9][0-9]*)$”
只能输入有两位小数的正实数:“^[0-9]+(.[0-9]{2})?$”
只能输入有1-3位小数的正实数:“^[0-9]+(.[0-9]{1,3})?$”
只能输入非零的正整数:“^+?[1-9][0-9]*$”
只能输入非零的负整数:“^-[1-9][0-9]*$”
只能输入长度为3的字符:“^.{3}$”
只能输入由26个英文字母组成的字符串:“^[A-Za-z]+$”
只能输入由26个大写英文字母组成的字符串:“^[A-Z]+$”
只能输入由26个小写英文字母组成的字符串:“^[a-z]+$”
只能输入由数字和26个英文字母组成的字符串:“^[A-Za-z0-9]+$”
只能输入由数字、26个英文字母或者下划线组成的字符串:“^w+$”
验证用户密码:“^[a-zA-Z]w{5,17}$”正确格式为:以字母开头,长度在6-18之间,
  
只能包含字符、数字和下划线。
验证是否含有^%&‘,;=?$”等字符:“[^%&‘,;=?$x22]+”
只能输入汉字:“^[u4e00-u9fa5],{0,}$”
验证Email地址:“^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$”
验证InternetURL:“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$”
验证电话号码:“^((d{3,4})|d{3,4}-)?d{7,8}$”
  
正确格式为:“XXXX-XXXXXXX”,“XXXX-XXXXXXXX”,“XXX-XXXXXXX”,
  
“XXX-XXXXXXXX”,“XXXXXXX”,“XXXXXXXX”。
验证身份证号(15位或18位数字):“^d{15}|d{}18$”
验证一年的12个月:“^(0?[1-9]|1[0-2])$”正确格式为:“01”-“09”和“1”“12”
验证一个月的31天:“^((0?[1-9])|((1|2)[0-9])|30|31)$”
  
正确格式为:“01”“09”和“1”“31”。
  
匹配中文字符的正则表达式: [u4e00-u9fa5]
匹配双字节字符(包括汉字在内):[^x00-xff]
匹配空行的正则表达式:n[s| ]*r
匹配HTML标记的正则表达式:/< (.*)>.*|< (.*) />/
匹配首尾空格的正则表达式:(^s*)|(s*$)
匹配Email地址的正则表达式:w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配网址URL的正则表达式:http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
  • 从网页中揪出email地址
  • IP地址是否正确
  • 从网页中揪出链接

    3.java中处理正则表达式的类:

  • java.lang.String
  • java.util.regex.Pattern:模式类:字符串要被匹配的这么一个模式,该模式本身已经被编译过,使用的话效率要高很多。
  • java.util.regex.Matcher:匹配类:这个模式匹配某个字符串所产生的结果,这个结果可能会有很多个。

    4:下面通过一个小程序简单介绍一下正则表达式

 

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {

    public static void main(String[] args) {
        //matches()判断字符串是否匹配某个表达式,"."表示任何一个字符
        p("abc".matches("..."));
        //将字符串"a2389a"中的数字用*替换,\d 表示“0--9”数字
        p("a2389a".replaceAll("\\d", "*"));
        //将任何是a--z的字符串长度为3的字符串进行编译,这样可以加快匹配速度
        Pattern p = Pattern.compile("[a-z]{3}");
        //进行匹配,并将匹配结果放在Matcher对象中
        Matcher m = p.matcher("abc");
        p(m.matches());
        //上面的三行代码可以用下面一行代码代替
        p("abc".matches("[a-z]{3}"));
    }
    
    public static void p(Object o){
        System.out.println(o);
    }
} 

下面是打印结果

true
a****a
true
true

 现在通过一些实验来说明正则表达式的匹配规则,这儿是Greedy方式

  .              任何字符

 a?             a一次或一次也没有

 a*             a零次或多次

 a+            a一次或多次

 a{n}?      a恰好 n 次

 a{n,}?       a至少n次 

 a{n,m}?   a至少n次,但是不超过m次

 

        //初步认识. * + ?
        p("a".matches("."));//true
        p("aa".matches("aa"));//true
        p("aaaa".matches("a*"));//true
        p("aaaa".matches("a+"));//true
        p("".matches("a*"));//true
        p("aaaa".matches("a?"));//false
        p("".matches("a?"));//true
        p("a".matches("a?"));//true
        p("1232435463685899".matches("\\d{3,100}"));//true
        p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));//false
        p("192".matches("[0-2][0-9][0-9]"));//true

 

[abc]                        ab 或 c(简单类)

[^abc]                      任何字符,除了 ab 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]]             de 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)

 

        //范围
        p("a".matches("[abc]"));//true
        p("a".matches("[^abc]"));//false
        p("A".matches("[a-zA-Z]"));//true
        p("A".matches("[a-z]|[A-Z]"));//true
        p("A".matches("[a-z[A-Z]]"));//true
        p("R".matches("[A-Z&&[RFG]]"));//true

 

\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]

 

         //认识\s \w \d         p("\n\r\t".matches("\\s(4)"));//false
        p(" ".matches("\\S"));//false
        p("a_8 ".matches("\\w(3)"));//false
        p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));//true
        p("\\".matches("\\\\"));//true

 

 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

 

        //边界匹配
        p("hello sir".matches("^h.*"));//true
        p("hello sir".matches(".*ir$"));//true
        p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));//true
        p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));//false
        //空白行:一个或多个(空白并且非换行符)开头,并以换行符结尾
        p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));//true

 方法解析

matches():匹配整个字符串

find():匹配子字符串

lookingAt():永远从整个字符串的开头开始匹配

//email
        p("asdsfdfagf@adsdsfd.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));//true
        
        //matches() find() lookingAt()
        Pattern p = Pattern.compile("\\d{3,5}");
        Matcher m = p.matcher("123-34345-234-00");
        
        //将整个"123-34345-234-00"用正则表达式引擎查找匹配,当到第一个"-"不匹配了,就停止,
        //但不会将不匹配的"-"吐出来
        p(m.matches());
        //将不匹配的"-"吐出来
        m.reset();
        
        //1:当前面有p(m.matches());查找子字符串从"...34345-234-00"开始
        //将会是第1,2两个查到"34345"和"234" 后面2个查不到为false
        //2:当前面有p(m.matches());和m.reset();查找子字符串从"123-34345-234-00"开始
        //将为true,true,true,false
        p(m.find());
        p(m.start()+"---"+m.end());
        p(m.find());
        p(m.start()+"---"+m.end());
        p(m.find());
        p(m.start()+"---"+m.end());
        p(m.find());
        //要是没找到就会报异常java.lang.IllegalStateException
        //p(m.start()+"---"+m.end());
        
        p(m.lookingAt());
        p(m.lookingAt());
        p(m.lookingAt());
        p(m.lookingAt());

字符串替换:下面这种方法对于字符串替换非常灵活

        //字符串替换
        //Pattern.CASE_INSENSITIVE大小写不敏感
        Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
        Matcher m = p.matcher("java Java jAva ILoveJavA youHateJAVA adsdsfd");
        //存放字符串
        StringBuffer  buf = new StringBuffer();
        //计数奇偶数
        int i  = 0;
        while(m.find()){
            i++;
            if(i%2 == 0){
                m.appendReplacement(buf, "java");
            }else{
                m.appendReplacement(buf, "JAVA");
            }
        }
        //不加这句话,字符串adsdsfd将会被遗弃
        m.appendTail(buf);
        p(buf);

结果打印:

JAVA java JAVA ILovejava youHateJAVA adsdsfd

分组

 

        //group分组,用()分组
        Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");
        String s = "123aa-34345bb-234cc-00";
        Matcher m = p.matcher(s);
        p(m.groupCount());//2组
        while(m.find()){
            p(m.group());//数字字母都有
            //p(m.group(1));//只有数字
            //p(m.group(2));//只有字母
        }

 

 

二、正则表达式简单使用

 

java正则表达式应用

 

三、其他网上资料

深入浅出之正则表达式(一)

深入浅出之正则表达式(二)

正则表达式30分钟入门教程

JQuery 正则表达式实例

java---正则表达式的字符串简单实用及扩展链接