java正则表达式

Posted 2023-04-11

java正则表达式

参考技术A ^ 和 $ 他们是分别用来匹配字符串的开始和结束，以下分别举例说明：

"^The": 开头一定要有"The"字符串;

"of despair$": 结尾一定要有"of despair" 的字符串;

那么,

"^abc$": 就是要求以abc开头和以abc结尾的字符串，实际上是只有abc匹配。

"notice": 匹配包含notice的字符串。

你可以看见如果你没有用我们提到的两个字符(最后一个例子)，就是说 模式(正则表达式) 可以出现在被检验字符串的任何地方，你没有把他锁定到两边。

接着,说说 '*', '+',和 '?',

他们用来表示一个字符可以出现的次数或者顺序. 他们分别表示：

"zero or more"相当于0,,
"one or more"相当于1,,
"zero or one."相当于0,1, 这里是一些例子:
"ab*": 和ab0,同义,匹配以a开头,后面可以接0个或者N个b组成的字符串("a", "ab", "abbb", 等);
"ab+": 和ab1,同义,同上条一样，但最少要有一个b存在 ("ab", "abbb", 等.);
"ab?":和ab0,1同义,可以没有或者只有一个b;
"a?b+$": 匹配以一个或者0个a再加上一个以上的b结尾的字符串.
要点, '*', '+',和 '?'只管它前面那个字符.

你也可以在大括号里面限制字符出现的个数，比如

"ab2": 要求a后面一定要跟两个b(一个也不能少)("abb");
"ab2,": 要求a后面一定要有两个或者两个以上b(如"abb", "abbbb", 等.);
"ab3,5": 要求a后面可以有2-5个b("abbb", "abbbb", or "abbbbb").
现在我们把一定几个字符放到小括号里，比如：

"a(bc)*": 匹配 a 后面跟0个或者一个"bc";
"a(bc)1,5": 一个到5个 "bc."
还有一个字符 '│', 相当于OR 操作:

"hi│hello": 匹配含有"hi" 或者 "hello" 的 字符串;

"(b│cd)ef": 匹配含有 "bef" 或者 "cdef"的字符串;

"(a│b)*c": 匹配含有这样多个(包括0个)a或b，后面跟一个c的字符串;

一个点('.')可以代表所有的单一字符,不包括"\n"

如果,要匹配包括"\n"在内的所有单个字符,怎么办?

对了,用'[\n.]'这种模式.

"a.[0-9]": 一个a加一个字符再加一个0到9的数字

"^.3$": 三个任意字符结尾 .

中括号括住的内容只匹配一个单一的字符

"[ab]": 匹配单个的 a 或者 b ( 和 "a│b" 一样);

"[a-d]": 匹配'a' 到'd'的单个字符 (和"a│b│c│d" 还有 "[abcd]"效果一样); 一般我们都用[a-zA-Z]来指定字符为一个大小写英文

"^[a-zA-Z]": 匹配以大小写字母开头的字符串

"[0-9]%": 匹配含有 形如 x% 的字符串

",[a-zA-Z0-9]$": 匹配以逗号再加一个数字或字母结尾的字符串

你也可以把你不想要得字符列在中括号里，你只需要在总括号里面使用'^' 作为开头 "%[^a-zA-Z]%" 匹配含有两个百分号里面有一个非字母的字符串.

要点:^用在中括号开头的时候,就表示排除括号里的字符。为了php能够解释，你必须在这些字符面前后加'',并且将一些字符转义.

不要忘记在中括号里面的字符是这条规路的例外?在中括号里面, 所有的特殊字符，包括(''), 都将失去他们的特殊性质 "[*\+?.]"匹配含有这些字符的字符串.

还有,正如regx的手册告诉我们: "如果列表里含有 ']', 最好把它作为列表里的第一个字符(可能跟在'^'后面). 如果含有'-', 最好把它放在最前面或者最后面, or 或者一个范围的第二个结束点[a-d-0-9]中间的‘-’将有效.

看了上面的例子,你对n,m应该理解了吧.要注意的是,n和m都不能为负整数,而且n总是小于m. 这样,才能 最少匹配n次且最多匹配m次. 如"p1,5"将匹配 "pvpppppp"中的前五个p.

下面说说以\开头的

\b 书上说他是用来匹配一个单词边界,就是...比如've\b',可以匹配love里的ve而不匹配very里有ve

\B 正好和上面的\b相反.例子我就不举了

.....突然想起来....可以到http://www.phpv.net/article.php/251 看看其它用\ 开头的语法

好,我们来做个应用:

如何构建一个模式来匹配 货币数量 的输入

构建一个匹配模式去检查输入的信息是否为一个表示money的数字。我们认为一个表示money的数量有四种方式： "10000.00" 和 "10,000.00",或者没有小数部分, "10000" and "10,000". 现在让我们开始构建这个匹配模式:

^[1-9][0-9]*$

这是所变量必须以非0的数字开头.但这也意味着 单一的 "0" 也不能通过测试. 以下是解决的方法:

^(0│[1-9][0-9]*)$

"只有0和不以0开头的数字与之匹配"，我们也可以允许一个负号在数字之前:

^(0│-?[1-9][0-9]*)$

这就是: "0 或者 一个以0开头 且可能 有一个负号在前面的数字." 好了,现在让我们别那么严谨，允许以0开头.现在让我们放弃负号 , 因为我们在表示钱币的时候并不需要用到. 我们现在指定模式 用来匹配小数部分:

^[0-9]+(\.[0-9]+)?$

这暗示匹配的字符串必须最少以一个阿拉伯数字开头. 但是注意，在上面模式中 "10." 是不匹配的, 只有 "10" 和 "10.2" 才可以. (你知道为什么吗)

^[0-9]+(\.[0-9]2)?$

我们上面指定小数点后面必须有两位小数.如果你认为这样太苛刻,你可以改成:

^[0-9]+(\.[0-9]1,2)?$

这将允许小数点后面有一到两个字符. 现在我们加上用来增加可读性的逗号(每隔三位), 我们可以这样表示:

^[0-9]1,3(,[0-9]3)*(\.[0-9]1,2)?$

不要忘记 '+' 可以被 '*' 替代 如果你想允许空白字符串被输入话 (为什么?). 也不要忘记反斜杆 ’\’ 在php字符串中可能会出现错误 (很普遍的错误).

现在，我们已经可以确认字符串了, 我们现在把所有逗号都去掉 str_replace(",", "", $money) 然后在把类型看成 double然后我们就可以通过他做数学计算了.

再来一个:

构造检查email的正则表达式

在一个完整的email地址中有三个部分:

1. 用户名 (在 '@' 左边的一切),

2.'@',

3. 服务器名(就是剩下那部分).

用户名可以含有大小写字母阿拉伯数字,句号 ('.'), 减号('-'), and 下划线 ('_'). 服务器名字也是符合这个规则,当然下划线除外.

现在, 用户名的开始和结束都不能是句点. 服务器也是这样. 还有你不能有两个连续的句点他们之间至少存在一个字符，好现在我们来看一下怎么为用户名写一个匹配模式:

^[_a-zA-Z0-9-]+$

现在还不能允许句号的存在. 我们把它加上:

^[_a-zA-Z0-9-]+(\.[_a-zA-Z0-9-]+)*$

上面的意思就是说: "以至少一个规范字符(除了.)开头,后面跟着0个或者多个以点开始的字符串."

简单化一点, 我们可以用 eregi()取代 ereg().eregi()对大小写不敏感, 我们就不需要指定两个范围 "a-z" 和 "A-Z" ? 只需要指定一个就可以了:

^[_a-z0-9-]+(\.[_a-z0-9-]+)*$

后面的服务器名字也是一样,但要去掉下划线:

^[a-z0-9-]+(\.[a-z0-9-]+)*$

好. 现在只需要用”@”把两部分连接:

^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$

这就是完整的email认证匹配模式了,只需要调用

eregi(‘^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$ ’,$eamil)

就可以得到是否为email了.

提取字符串

ereg() and eregi() 有一个特性是允许用户通过正则表达式去提取字符串的一部分(具体用法你可以阅读手册). 比如说,我们想从 path/URL 提取文件名 ? 下面的代码就是你需要:

ereg("([^\\/]*)$", $pathOrUrl, $regs); echo $regs[1];

高级的代换

ereg_replace() 和 eregi_replace()也是非常有用的: 假如我们想把所有的间隔负号都替换成逗号:

ereg_replace("[ \n\r\t]+", ",", trim($str));

最后,我把另一串检查EMAIL的正则表达式让看文章的你来分析一下.

"^[-!#$%&\'*+\\./0-9=?A-Z^_`a-z|~]+'.'@'.'[-!#$%&\'*+\\/0-9=?A-Z^_`a-z|~]+\.'.'[-!#$%&\'*+\\./0-9=?A-Z^_`a-z|~]+$"本回答被提问者采纳 参考技术B 正则表达式是一个通用规范，几乎所有编程语言都支持，java.util.regex类里的方法可以进行正则表达式匹配。 参考技术C 不是想找人回答是吧？

java正则表达式,请教大神

public static void main(String[] args)
// TODO Auto-generated method stub
Pattern pat = Pattern.compile("<img src =.*alt=*>");
@SuppressWarnings("resource")
Scanner scanner = new Scanner(System.in);
String input = scanner.nextLine();
Matcher mat = pat.matcher(input);
boolean resulet= mat.find();
if (resulet == true)
System.out.println("yes, i find it");

else
System.out.println("no");
我的输入是如下的:
<img src="img.iknow.bdimg.com/jctuijian/0721/jctj.jpg?t=1405910012" alt="">
为什么 输出不是yes?

参考技术A Java正则表达式正则表达式的语法知识：Java支持Perl 5 正则表达式语法的一个子集。一个重要的问题是Java没有正则表达式常量,而是使用简单的老的字符串常量代替的。这就意味着，你需要一个的额外等级的转换。例如，正则表达式\s+不得不表示为“\\s+”这样的字符串。转义序列（Escapesequences）：

\

引用后面的元字符（metacharacter） (例如 \. 匹配.) 。

\Q

引用后面所有的元字符直到遇到 \E 。

\E

停止引用元字符 (和 \Q 开始配合使用)。

\\

一个文字反斜杠\。

\uhhhh

Unicode字符 U+hhhh (16进制)。

\xhh

Unicode字符 U+00hh (16进制)。

\cx

ASCII的控制字符 ^x (比如 \cH 可以是 ^H, U+0008)。

\a

ASCII bell 字符 (U+0007)。

\e

ASCII ESC字符r (U+001b)。

\f
ASCII[size=17.280000686645508px]换页字符 (U+000c)。

\n

ASCII 换行字符 (U+000a)。

\r

ASCII 回车字符 (U+000d)。

\t

ASCII tab 字符 (U+0009)。

字符类（Characterclasses）使用集合运算来构建字符类是完全可行的：

[abc]

任意 a, b, 或 c字符。(枚举)

[a-c]

任意a-c范围的字符，即任意 a, b,或 c。 (范围)

[^abc]
除了a, b, 或 c以外的任意字符。 (否定)

[[a-f][0-9]]

任意字符，是a-f，或者0-9。 (联合)

[[a-z]&&[jkl]]

同时满足两个范围的任意字符。 (交叉)

大多数时候，构造的字符类更有用：

\d
任意数字字符。

\D
任意非数字字符。

\s
任意空白字符

\S
任意非空白字符

\w

Any word character.

\W

Any non-word character.

\pNAME

Any character in the class with the given NAME.

\PNAME

Any character not in the named class.

各种命名的类：
· Unicodecategory names, prefixed by Is. For example \pIsLu forall uppercase letters.
· POSIX class names. These are'Alnum', 'Alpha', 'ASCII', 'Blank', 'Cntrl', 'Digit', 'Graph', 'Lower','Print', 'Punct', 'Upper', 'XDigit'.
· Unicode block names, as usedby forName(String) prefixedby In. For example \pInHebrew for all characters in the Hebrewblock.
· Character method names. These areall non-deprecated methods from Character whosename starts with is, but with the is replaced by java. Forexample,\pjavaLowerCase.

定量修饰符（Quantifiers）
定量修饰符匹配一些数量的之前提到的语法表达式。

*

0个或更多

?

0个或1个

+

1个或更多

n

确切的n个

n,

至少n个

n,m

至少n个，不超过m个

定量修饰符默认是贪婪的，意思是它将匹配最长可能的输入序列。也有不贪婪（又称懒惰）的定量修饰符，它匹配最小可能性的输入序列。他们在贪婪方面是一样的，除了后面的?:

*?

Zero or more (non-greedy).

??

Zero or one (non-greedy).

+?

One or more (non-greedy).

n?

Exactly n (non-greedy).

n,?

At least n (non-greedy).

n,m?

At least n but not more than m (non-greedy).

定量修饰符默认允许回溯。也可以避免定量修饰符的回溯。他们除了在后面的+:外，都是一样的。

*+

Zero or more (possessive).

?+

Zero or one (possessive).

++

One or more (possessive).

n+

Exactly n (possessive).

n,+

At least n (possessive).

n,m+

At least n but not more than m (possessive).

零宽断言（Zero-widthassertions）

^

At beginning of line.

$

At end of line.

\A

At beginning of input.

\b

At word boundary.

\B

At non-word boundary.

\G

At end of previous match.

\z

At end of input.

\Z

At end of input, or before newline at end.

四处查看断言（Look-aroundassertions）
四处查看断言主张does(positive)的子模式或doesn't(negative)匹配在(look-ahead)后面或者(look-behind)前面【也就是从当前位置向前或向后查找】不包括包含的匹配文字。向后查找模式可能匹配的最大长度必须不是不受控制的。

(?=a)

Zero-width positive look-ahead.

(?!a)

Zero-width negative look-ahead.

(?<=a)

Zero-width positive look-behind.

(?<!a)

Zero-width negative look-behind.

分组（Groups）

(a)

A capturing group.

(?:a)

A non-capturing group.

(?>a)

An independent non-capturing group. (The first match of the subgroup is the only match tried.)

\n

The text already matched by capturing group n.

查看group（）的详细信息来了解如何捕捉分组是有限的和可访问的。
运算符（Operators）

ab

Expression a followed by expression b.

a|b

Either expression a or expression b.

标记（Flags）

(?dimsux-dimsux:a)

Evaluates the expression a with the given flags enabled/disabled.

(?dimsux-dimsux)

Evaluates the rest of the pattern with the given flags enabled/disabled.

标记：

i

CASE_INSENSITIVE

case insensitive matching

d

UNIX_LINES

only accept '\n' as a line terminator

m

MULTILINE

allow ^ and $ to match beginning/end of any line

s

DOTALL

allow . to match '\n' ("s" for "single line")

u

UNICODE_CASE

enable Unicode case folding

x

COMMENTS

allow whitespace and comments

任何一个flags的集合可能是空的。例如，(?i-m)可能打开字符敏感，可能关闭多线模式，(?i)可能打开字符敏感，(?-m)可能关闭多线模式。
注意，在Android中，UNICODE字符永远打开：字符不敏感的匹配永远是unicode的。
还有两个另外的标记不可设定的机制：CANON_EQ和LITERAL。
在Android中试图使用CANON_EQ会抛出异常。

实现注释（Implementationnotes）
在Android中的正则表达式实现是由ICU提供的。正则表达式的符号主要是在其他Java语言实现的超集。这就意味着目前的应用程序将如预期的正常工作。但是也有很小的可能性事，Android 可以接受的正则表达式，不能被其他实现所接受。有时候，Android将识别一个简单、特例的、能被更有效处理的正则表达式。这对String中的便利的方法和Pattern中的方法都适用。