java正则表达式

Posted 2020-12-03 xiaozhao0709

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了java正则表达式相关的知识，希望对你有一定的参考价值。

1、正则的概念与优缺点：

　　正则是java中对于字符串操作来说是必不可少的工具，所谓的正则表达式，就是符合一定规则的表达式，专门用于操作字符串，用一些特殊的符号来表示一些代码的操；，正则的有点和缺点也很显著，有点：可以简化对字符串的复杂操作。缺点：符号定义越多，正则越长，阅读性越差。这也是大多数人对于正则一知半解的原因。

2、正则表达式常用的表达式：

　　2.1字符：
　　　　x 字符 x。举例：‘a‘表示字符a
　　　　\ 反斜线字符。
　　　　新行（换行）符
　　　　回车符
　　　　制表符
　　　　f 换页符
　　2.2字符类
　　
　　　　[abc] ：a、b或者c
　　　　[^abc] ：任何字符除了a、b或者c
　　　　[0-9] 0到9的字符都包括
　　　　[a-zA-Z]：a-z或者A-Z,也就是所有字符
　　　　[a-d[m-p]] a-d或者m-p，即a-d或者m-p的并集

　　2.3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]
　　　s 空白字符，即： f
　　　　S 非空白字符

　　2.4边界匹配器
　　　　^ 行的开头
　　　　$ 行的结尾
　　　　单词边界，就是不是单词字符的地方。
　　　　B 非单词边界
　　

　　2.5Greedy 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

　　2.6运算符
　　　　XY 　　　X后跟 Y
　　　　X|Y 　　X 或 Y
　　　　(X) 　　X，作为捕获组

3、String中常用的三种操作：匹配、切割、替换、获取

　　3.1 匹配：

class  RegexDemo
{
    public static void main(String[] args) 
    {
        demo();
        checkTel();
        checkQQ();
    }
    /*    匹配：手机号段只有 13xxx 15xxx 18xxxx*/
    public static void checkTel()
    {
        String tel = "16900001111";
        String telReg = "1[358]\d{9}";
        System.out.println(tel.matches(telReg));
    }
        /*首位是字母，其余均为数字*/
    public static void demo()
    {
        String str = "b23a23456789";

        String reg = "[a-zA-Z]\d*";

        boolean b= str.matches(reg);
        System.out.println(b);
    }
        /*对QQ号码进行校验要求：5~15  0不能开头，只能是数字*/
    public static void checkQQ()
    {
        String qq = "123a454";

        String regex = "[1-9]\d{4,14}";

        boolean flag = qq.matches(regex);
        if(flag)
            System.out.println(qq+"...is ok");
        else
            System.out.println(qq+"... 不合法");

    }
}

　　3.2 切割：

class  RegexDemo
{
    public static void main(String[] args) 
    {
        splitDemo("zhangsan.lisi.wangwu","\.");//按照.来切割
        splitDemo("c:\abc\a.txt","\\");//按照\来切割

        splitDemo("erkktyqqquizzzzzo","(.)\1+");//按照叠词完成切割。为了可以让规则的结果被重用
                                                //可以将规则封装成一个组。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就是组的编号)的形式来获取。
        splitDemo("ab  bd bd     dhh"," +")；//按照一个或者多个空格切割
    }
    
    public static void splitDemo(String str,String reg)
    {
        
        System.out.println("开始切割字符串："+str);
        String[] arr = str.split(reg);  
        System.out.println(arr.length);
        for(String s : arr)
        {
            System.out.println(s);
        }
    }
}

　　3.3 替换：

class  RegexDemo
{
    public static void main(String[] args) 
    {
        String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。
        
        replaceAllDemo(str,"\d{5,}","#");//将出现最少为5个数字的字符替换为#

        String str1 = "erkktyqqquizzzzzo";//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z
        replaceAllDemo(str1,"(.)\1+","$1");
        
    }
    
    public static void replaceAllDemo(String str,String reg,String newStr)
    {
        str = str.replaceAll(reg,newStr);

        System.out.println(str);
    }
}

　　3.4 获取：

class RegexDemo2 
{
    public static void main(String[] args) 
    {
        getDemo();
    }
    public static void getDemo()
    {
        String str = "ming tian jiu yao fang jia le ,da jia。";
        System.out.println(str);
        String reg = "\b[a-z]{4}\b";

        //将规则封装成对象。
        Pattern p = Pattern.compile(reg);

        //让正则对象和要作用的字符串相关联。获取匹配器对象。
        Matcher m  = p.matcher(str);

        //System.out.println(m.matches());//其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。只不过被String的方法封装后，用起来较为简单。但是功能却单一。    

//        boolean b = m.find();//将规则作用到字符串上，并进行符合规则的子串查找。
        
        while(m.find())
        {
            System.out.println(m.group());//用于获取匹配后结果。
            System.out.println(m.start()+"...."+m.end());
        }
    }
}

　4、常用的正则表达式：

（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： [s| ]*

（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 ’ ’ 或 ’ ’ 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 ’ ’ 或 ’ ’ 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 " " 之外的任何单个字符。要匹配包括 ’ ’ 在内的任何字符，请使用象 ’[. ]’ 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）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）匹配一个换行符。等价于 x0a 和 cJ。

（62）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 v]。

（64） S 匹配任何非空白字符。等价于 [^ f v]。

（65）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） um 匹配 num，其中num是一个正整数。对所获取的匹配的引用。

（71）标识一个八进制转义值或一个后向引用。如果之前至少 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） m 标识一个八进制转义值或一个后向引用。如果 m 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 m 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 m 将匹配八进制转义值 nm。

（73） ml 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：onkeyup="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： onkeyup="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：onkeyup="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：onkeyup="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： [s| ]*

（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- ./?%&=]*)?

（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}-))?((0d{2,3})|0d{2,3}-)?[1-9]d{6,7}(-d{1,4})?$

（116）手机号码：^(((d{2,3}))|(d{3}-))?13d{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： [s| ]*

（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*13d{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：/^0d{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]+$

以上是关于java正则表达式的主要内容，如果未能解决你的问题，请参考以下文章

java 字符串替换

text 正则表达式片段

markdown 正则表达式模式片段

正则表达式匹配特定的 URL 片段而不是所有其他 URL 可能性

java正则表达式去除html标签

循环通过 python 正则表达式匹配