對于JAVA的Pattern類 和 Matcher類可參考網址 http://www.ibm.com/developerworks/cn/java/l-regp/part2/
正則表達式中的特殊字符:
\\ 反斜杠
\t 間隔 ('\u0009')
\n 換行 ('\u000A')
\r 回車 ('\u000D')
\d 數字等價于[0-9]
\D 非數字等價于[^0-9]
\s 空白符號 [\t\n\x0B\f\r]
\S 非空白符號 [^\t\n\x0B\f\r]
\w 單獨字符 [a-zA-Z_0-9]
\W 非單獨字符 [^a-zA-Z_0-9]
\f 換頁符
\e Escape
\b 一個單詞的邊界
\B 一個非單詞的邊界
\G 前一個匹配的結束
^為限制開頭 ^java 條件限制為以Java為開頭字符
$為限制結尾 java$ 條件限制為以java為結尾字符
.為限制一個任意字符 java.. 條件限制為java后除換行外任意兩個字符加入特定限制條件
[a-z] 條件限制在小寫a to z范圍中一個字符
[A-Z] 條件限制在大寫A to Z范圍中一個字符
[a-zA-Z] 條件限制在小寫a to z或大寫A to Z范圍中一個字符
[0-9] 條件限制在小寫0 to 9范圍中一個字符
[0-9a-z] 條件限制在小寫0 to 9或a to z范圍中一個字符
[0-9[a-z]] 條件限制在小寫0 to 9或a to z范圍中一個字符(交集)
[]中加入^后加再次限制條件
[^a-z] 條件限制在非小寫a to z范圍中一個字符
[^A-Z] 條件限制在非大寫A to Z范圍中一個字符
[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z范圍中一個字符
[^0-9] 條件限制在非小寫0 to 9范圍中一個字符
[^0-9a-z] 條件限制在非小寫0 to 9或a to z范圍中一個字符
[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z范圍中一個字符(交集)
在限制條件為特定字符出現0次以上時,可以使用「*」
J* 0個以上J
.* 0個以上任意字符
J.*D J與D之間0個以上任意字符
在限制條件為特定字符出現1次以上時,可以使用「+」
J+ 1個以上J
.+ 1個以上任意字符
J.+D J與D之間1個以上任意字符
在限制條件為特定字符出現有0或1次以上時,可以使用「?」
JA? J或者JA
出現限制為連續出現指定次數字符「{a}」
J{2} JJ
J{3} JJJ
文字a個以上,并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字a個以上,b個以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
兩者取一「|」
J|A J或A
Java|Hello Java或Hello
「()」中規定一個組合類型比如,我查詢<a href=\"index.html\">index</a>中<a href></a>間的數據,可寫作<a.*href=\".*\">(.+?)</a>
在使用Pattern.compile函數時,可以加入控制正則表達式的匹配行為的參數:
Pattern Pattern.compile(String regex, int flag) flag的取值范圍如下:
Pattern.CANON_EQ 當且僅當兩個字符的"正規分解(canonical decomposition)"都完全相同的情況下,才認定匹配。比如用了這個標志之后,表達式"a\u030A"會匹配"?"。默認情況下,不考慮"規范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默認情況下,大小寫不明感的匹配只適用于US-ASCII字符集。這個標志能讓表達式忽略大小寫進行匹配。要想對Unicode字符進行大小不明感的匹配,只要將UNICODE_CASE與這個標志合起來就行了。
Pattern.COMMENTS(?x) 在這種模式下,匹配時會忽略(正則表達式里的)空格字符(譯者注:不是指表達式里的"\\s",而是指表達式里的空格,tab,回車之類)。注釋從#開始,一直到這行結束。可以通過嵌入式的標志來啟用Unix行模式。
Pattern.DOTALL(?s) 在這種模式下,表達式'.'可以匹配任意字符,包括表示一行的結束符。默認情況下,表達式'.'不匹配行的結束符。
Pattern.MULTILINE (?m) 在這種模式下,'^'和'$'分別匹配一行的開始和結束。此外,'^'仍然匹配字符串的開始,'$'也匹配字符串的結束。默認情況下,這兩個表達式僅僅匹配字符串的開始和結束。
Pattern.UNICODE_CASE (?u) 在這個模式下,如果你還啟用了CASE_INSENSITIVE標志,那么它會對Unicode字符進行大小寫不明感的匹配。默認情況下,大小寫不敏感的匹配只適用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在這個模式下,只有'\n'才被認作一行的中止,并且與'.','^',以及'$'進行匹配。拋開空泛的概念,下面寫出幾個簡單的Java正則用例:
◆在字符串包含驗證時
//查找以Java開頭,任意結尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b = matcher.matches(); //當條件滿足時,將返回true,否則返回false
System.out.println(b);
正則表達式中的特殊字符:
\\ 反斜杠
\t 間隔 ('\u0009')
\n 換行 ('\u000A')
\r 回車 ('\u000D')
\d 數字等價于[0-9]
\D 非數字等價于[^0-9]
\s 空白符號 [\t\n\x0B\f\r]
\S 非空白符號 [^\t\n\x0B\f\r]
\w 單獨字符 [a-zA-Z_0-9]
\W 非單獨字符 [^a-zA-Z_0-9]
\f 換頁符
\e Escape
\b 一個單詞的邊界
\B 一個非單詞的邊界
\G 前一個匹配的結束
^為限制開頭 ^java 條件限制為以Java為開頭字符
$為限制結尾 java$ 條件限制為以java為結尾字符
.為限制一個任意字符 java.. 條件限制為java后除換行外任意兩個字符加入特定限制條件
[a-z] 條件限制在小寫a to z范圍中一個字符
[A-Z] 條件限制在大寫A to Z范圍中一個字符
[a-zA-Z] 條件限制在小寫a to z或大寫A to Z范圍中一個字符
[0-9] 條件限制在小寫0 to 9范圍中一個字符
[0-9a-z] 條件限制在小寫0 to 9或a to z范圍中一個字符
[0-9[a-z]] 條件限制在小寫0 to 9或a to z范圍中一個字符(交集)
[]中加入^后加再次限制條件
[^a-z] 條件限制在非小寫a to z范圍中一個字符
[^A-Z] 條件限制在非大寫A to Z范圍中一個字符
[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z范圍中一個字符
[^0-9] 條件限制在非小寫0 to 9范圍中一個字符
[^0-9a-z] 條件限制在非小寫0 to 9或a to z范圍中一個字符
[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z范圍中一個字符(交集)
在限制條件為特定字符出現0次以上時,可以使用「*」
J* 0個以上J
.* 0個以上任意字符
J.*D J與D之間0個以上任意字符
在限制條件為特定字符出現1次以上時,可以使用「+」
J+ 1個以上J
.+ 1個以上任意字符
J.+D J與D之間1個以上任意字符
在限制條件為特定字符出現有0或1次以上時,可以使用「?」
JA? J或者JA
出現限制為連續出現指定次數字符「{a}」
J{2} JJ
J{3} JJJ
文字a個以上,并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字a個以上,b個以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
兩者取一「|」
J|A J或A
Java|Hello Java或Hello
「()」中規定一個組合類型比如,我查詢<a href=\"index.html\">index</a>中<a href></a>間的數據,可寫作<a.*href=\".*\">(.+?)</a>
在使用Pattern.compile函數時,可以加入控制正則表達式的匹配行為的參數:
Pattern Pattern.compile(String regex, int flag) flag的取值范圍如下:
Pattern.CANON_EQ 當且僅當兩個字符的"正規分解(canonical decomposition)"都完全相同的情況下,才認定匹配。比如用了這個標志之后,表達式"a\u030A"會匹配"?"。默認情況下,不考慮"規范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默認情況下,大小寫不明感的匹配只適用于US-ASCII字符集。這個標志能讓表達式忽略大小寫進行匹配。要想對Unicode字符進行大小不明感的匹配,只要將UNICODE_CASE與這個標志合起來就行了。
Pattern.COMMENTS(?x) 在這種模式下,匹配時會忽略(正則表達式里的)空格字符(譯者注:不是指表達式里的"\\s",而是指表達式里的空格,tab,回車之類)。注釋從#開始,一直到這行結束。可以通過嵌入式的標志來啟用Unix行模式。
Pattern.DOTALL(?s) 在這種模式下,表達式'.'可以匹配任意字符,包括表示一行的結束符。默認情況下,表達式'.'不匹配行的結束符。
Pattern.MULTILINE (?m) 在這種模式下,'^'和'$'分別匹配一行的開始和結束。此外,'^'仍然匹配字符串的開始,'$'也匹配字符串的結束。默認情況下,這兩個表達式僅僅匹配字符串的開始和結束。
Pattern.UNICODE_CASE (?u) 在這個模式下,如果你還啟用了CASE_INSENSITIVE標志,那么它會對Unicode字符進行大小寫不明感的匹配。默認情況下,大小寫不敏感的匹配只適用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在這個模式下,只有'\n'才被認作一行的中止,并且與'.','^',以及'$'進行匹配。拋開空泛的概念,下面寫出幾個簡單的Java正則用例:
在字符串包含驗證時
1
2
3
4
5
|
//查找以Java開頭,任意結尾的字符串 Pattern pattern = Pattern.compile( "^Java.*" ); Matcher matcher = pattern.matcher( "Java不是人" ); boolean b = matcher.matches(); //當條件滿足時,將返回true,否則返回false System.out.println(b); |
以多條件分割字符串時
1
2
3
4
5
|
Pattern pattern = Pattern.compile( "[, |]+" ); String[] strs = pattern.split( "Java Hello World Java,Hello,,World|Sun" ); for ( int i= 0 ;i<strs.length;i++) { System.out.println(strs[i]); } |
文字替換(首次出現字符)
1
2
3
|
Pattern pattern = Pattern.compile( "正則表達式" ); Matcher matcher = pattern.matcher( "正則表達式 Hello World,正則表達式 Hello World" ); //替換第一個符合正則的數據 System.out.println(matcher.replaceFirst( "Java" )); |
文字替換(全部)
1
2
3
|
Pattern pattern = Pattern.compile( "正則表達式" ); Matcher matcher = pattern.matcher( "正則表達式 Hello World,正則表達式 Hello World" ); //替換第全部符合正則的數據 System.out.println(matcher.replaceAll( "Java" )); |
文字替換(置換字符)
1
2
3
4
5
6
7
8
|
Pattern pattern = Pattern.compile( "正則表達式" ); Matcher matcher = pattern.matcher( "正則表達式 Hello World,正則表達式 Hello World " ); StringBuffer sbr = new StringBuffer(); while (matcher.find()) { matcher.appendReplacement(sbr, "Java" ); } matcher.appendTail(sbr); System.out.println(sbr.toString()); |
驗證是否為郵箱地址
1
2
3
4
|
Pattern pattern = Pattern.compile( "[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+" ,Pattern.CASE_INSENSITIVE); Matcher matcher = pattern.matcher(str); System.out.println(matcher.matches()); |
去除html標記
1
2
3
4
|
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL); Matcher matcher = pattern.matcher("< a href=\"index.html\">主頁</ a >"); String string = matcher.replaceAll(""); System.out.println(string); |
查找html中對應條件字符串
1
2
3
4
5
|
Pattern pattern = Pattern.compile( "href=\"(.+?)\"" ); Matcher matcher = pattern.matcher( "<a href=\"index.html\">主頁</a>" ); if (matcher.find()) { System.out.println(matcher.group( 1 )); } |
截取http://地址//截取url
1
2
3
4
5
6
7
8
|
Pattern pattern = Pattern.compile( "(http://|https://){1}[\\w\\.\\-/:]+" ); Matcher matcher = pattern.matcher( "dsdsds<http://dsds//gfgffdfd>fdf" ); StringBuffer buffer = new StringBuffer(); while (matcher.find()){ buffer.append(matcher.group()); buffer.append( "\r\n" ); System.out.println(buffer.toString()); } |
替換指定{}中文字
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
String str = "Java目前的發展史是由{0}年-{1}年" ; String[][] object={ new String[]{ "\\{0\\}" , "1995" }, new String[]{ "\\{1\\}" , "2007" }}; System.out.println(replace(str,object)); public static String replace( final String sourceString,Object[] object) { String temp=sourceString; for ( int i= 0 ;i<object.length;i++) { String[] result = (String[]) object[i]; Pattern pattern = Pattern.compile(result[ 0 ]); Matcher matcher = pattern.matcher(temp); temp = matcher.replaceAll(result[ 1 ]); } return temp; } |
以正則條件查詢指定目錄下文件 //用于緩存文件列表
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
|
private ArrayList files = new ArrayList(); // 用于承載文件路徑 private String _path; // 用于承載未合并的正則公式 private String _regexp; class MyFileFilter implements FileFilter { /** * 匹配文件名稱 */ public boolean accept(File file) { try { Pattern pattern = Pattern.compile(_regexp); Matcher match = pattern.matcher(file.getName()); return match.matches(); } catch (Exception e) { return true ; } } } /** * 解析輸入流 * @param inputs */ FilesAnalyze(String path, String regexp) { getFileName(path, regexp); } /** * 分析文件名并加入files * @param input */ private void getFileName(String path, String regexp) { // 目錄 _path = path; _regexp = regexp; File directory = new File(_path); File[] filesFile = directory.listFiles( new MyFileFilter()); if (filesFile == null ) return ; for ( int j = 0 ; j < filesFile.length; j++) { files.add(filesFile[j]); } return ; } /** * 顯示輸出信息 * @param out */ public void print(PrintStream out) { Iterator elements = files.iterator(); while (elements.hasNext()) { File file = (File) elements.next(); out.println(file.getPath()); } } public static void output(String path, String regexp) { FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp); fileGroup1.print(System.out); } public static void main(String[] args) { output( "C:\\" , "[A-z|.]*" ); } |
基本上就這些了,原來的內容確實太爛了,這次更新了一下。