跳至主要內容

14. 正则表达式

PangHu大约 7 分钟

1：正则表达式语法大全

字符说明
\将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，"n"匹配字符"n"。"\n"匹配换行符。序列"\"匹配""，"("匹配"("。转义
^在中括号里面和外面含义不同，如在外时，就表示开头，如7[0-9]表示匹配开头是7的，且第二位是任一数字的字符串；如果在中括号里面，表示除了这个字符之外的任意字符(包括数字，特殊字符)，如[abc]表示匹配出去abc之外的其他任一字符。
$匹配字符串结尾的位置
*零次或多次匹配前面的字符或子表达式
+一次或多次匹配前面的字符或子表达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
?零次或一次匹配前面的字符或子表达式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
{n,}n 是非负整数。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
{n,m}M 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。
.匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。
x|y匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。
[xyz]字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。
[^xyz]反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
[a-z]字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
[^a-z]反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符
\b匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"
\B非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
\d数字字符匹配。等效于 [0-9]。
\D非数字字符匹配。等效于 [^0-9]。
\w匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
\W与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。
[]代表匹配中括号中其中任一个字符，如[abc]匹配a或b或c
|相当与“或”，可以匹配指定的字符，但是也只能选择其中一项进行匹配。表达式：t(a|b|c|dd)n 只可以匹配：tan，tbn，tcn，tddn。不可以匹配taan，tn，tabcn

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]
（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）邮政编码：^[1-9]\d{5}$
（35）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})?$
手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$
（36） 匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //

（37）   sql语句：^(select|drop|delete|create|update|insert).*$

三大类

java.util.regex 包主要包括以下三个类：

  • Pattern 类：

    pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象，你必须首先调用其公共静态编译方法，它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。

  • Matcher 类：

    Matcher 对象是对输入字符串进行解释和匹配操作的引擎。与Pattern 类一样，Matcher 也没有公共构造方法。你需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。

​ PatternSyntaxException：

​ PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

以下实例中使用了正则表达式.*runoob.*用于查找字符串中是否包含了runoob子串：

 1 package cc.bcy;
 2 
 3 import java.util.regex.*;
 4 
 5 public class RegexExample 
 6 {
 7     public static void main(String[] args) 
 8     {
 9         String content="I am noob from runoob.com";
10         String pattern=".*runoob.*";
11         boolean isMatch=Pattern.matches(pattern, content);
12         System.out.println("字符串中是否包含了‘runoob’子字符串？"+isMatch);
13     }
14 }
15 /*
16 字符串中是否包含了‘runoob’子字符串？true
17 */

捕获组：

捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。

还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

 1 package cc.bcy;
 2 
 3 import java.util.regex.*;
 4 
 5 public class RegexExample 
 6 {
 7     public static void main(String[] args) 
 8     {
 9         String line="This order was placed for QT3000! OK?";
10         String pattern="(\\D*)(\\d+)(.*)";
11         //创建Pattern对象
12         Pattern p=Pattern.compile(pattern);
13         //创建Matcher对象
14         Matcher m=p.matcher(line);
15         if(m.find())
16         {
17             System.out.println("Found value: "+m.group(0));
18             System.out.println("Found value: "+m.group(1));
19             System.out.println("Found value: "+m.group(2));
20             System.out.println("Found value: "+m.group(3));
21         }
22         else
23         {
24             System.out.println("No Match!");
25         }
26         int n=m.groupCount();
27         System.out.println("一共有"+n+"个捕获组");
28     }
29 }
30 /*
31 Found value: This order was placed for QT3000! OK?
32 Found value: This order was placed for QT
33 Found value: 3000
34 Found value: ! OK?
35 一共有3个捕获组
36 */