Java正则表达式Word文档格式.docx
《Java正则表达式Word文档格式.docx》由会员分享,可在线阅读,更多相关《Java正则表达式Word文档格式.docx(40页珍藏版)》请在冰豆网上搜索。
a+"
//表示一个或多个a
Matcherm=p.matcher("
aaabbcedaccdeaa"
Strings=m.replaceAll("
A"
结果为"
AbbcedAccdeA"
。
如果写成空串,既可达到删除的功能,比如:
bbcedccde"
附:
引用
\d等於[0-9]数字
\D等於[^0-9]非数字
\s等於[\t\n\x0B\f\r]空白字元
\S等於[^\t\n\x0B\f\r]非空白字元
\w等於[a-zA-Z_0-9]数字或是英文字
\W等於[^a-zA-Z_0-9]非数字与英文字
^表示每行的开头
$表示每行的结尾
Java正则表达式入门
众所周知,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。
因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。
\\反斜杠
\t间隔('
\u0009'
)
\n换行('
\u000A'
\r回车('
\u000D'
\d数字等价于[0-9]
\D非数字等价于[^0-9]
\s空白符号[\t\n\x0B\f\r]
\S非空白符号[^\t\n\x0B\f\r]
\w单独字符[a-zA-Z_0-9]
\W非单独字符[^a-zA-Z_0-9]
\f换页符
\eEscape
\b一个单词的边界
\B一个非单词的边界
\G前一个匹配的结束
^为限制开头
^java条件限制为以Java为开头字符
$为限制结尾
java$条件限制为以java为结尾字符
.为限制一个任意字符
java..条件限制为java后除换行外任意两个字符
加入特定限制条件「[]」
[a-z]条件限制在小写atoz范围中一个字符
[A-Z]条件限制在大写AtoZ范围中一个字符
[a-zA-Z]条件限制在小写atoz或大写AtoZ范围中一个字符
[0-9]条件限制在小写0to9范围中一个字符
[0-9a-z]条件限制在小写0to9或atoz范围中一个字符
[0-9[a-z]]条件限制在小写0to9或atoz范围中一个字符(交集)
[]中加入^后加再次限制条件「[^]」
[^a-z]条件限制在非小写atoz范围中一个字符
[^A-Z]条件限制在非大写AtoZ范围中一个字符
[^a-zA-Z]条件限制在非小写atoz或大写AtoZ范围中一个字符
[^0-9]条件限制在非小写0to9范围中一个字符
[^0-9a-z]条件限制在非小写0to9或atoz范围中一个字符
[^0-9[a-z]]条件限制在非小写0to9或atoz范围中一个字符(交集)
在限制条件为特定字符出现0次以上时,可以使用「*」
J*0个以上J
.*0个以上任意字符
J.*DJ与D之间0个以上任意字符
在限制条件为特定字符出现1次以上时,可以使用「+」
J+1个以上J
.+1个以上任意字符
J.+DJ与D之间1个以上任意字符
在限制条件为特定字符出现有0或1次以上时,可以使用「?
」
JA?
J或者JA出现
限制为连续出现指定次数字符「{a}」
J{2}JJ
J{3}JJJ
文字a个以上,并且「{a,}」
J{3,}JJJ,JJJJ,JJJJJ,?
?
(3次以上J并存)
文字个以上,b个以下「{a,b}」
J{3,5}JJJ或JJJJ或JJJJJ
两者取一「|」
J|AJ或A
Java|HelloJava或Hello
「()」中规定一个组合类型
比如,我查询<
ahref=\"
index.html\"
>
index<
/a>
中<
ahref>
<
间的数据,可写作<
a.*href=\"
.*\"
(.+?
)<
在使用Ppile函数时,可以加入控制正则表达式的匹配行为的参数:
PatternPpile(Stringregex,intflag)
flag的取值范围如下:
Pattern.CANON_EQ当且仅当两个字符的"
正规分解(canonicaldecomposition)"
都完全相同的情况下,才认定匹配。
比如用了这个标志之后,表达式"
a\u030A"
会匹配"
。
默认情况下,不考虑"
规范相等性(canonicalequivalence)"
Pattern.CASE_INSENSITIVE(?
i)默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。
这个标志能让表达式忽略大小写进行匹配。
要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?
x)在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:
不是指表达式里的"
\\s"
,而是指表达式里的空格,tab,回车之类)。
注释从#开始,一直到这行结束。
可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?
s)在这种模式下,表达式'
.'
可以匹配任意字符,包括表示一行的结束符。
默认情况下,表达式'
不匹配行的结束符。
Pattern.MULTILINE
(?
m)在这种模式下,'
^'
和'
$'
分别匹配一行的开始和结束。
此外,'
仍然匹配字符串的开始,'
也匹配字符串的结束。
默认情况下,这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE
u)在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。
默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?
d)在这个模式下,只有'
\n'
才被认作一行的中止,并且与'
,'
,以及'
进行匹配。
抛开空泛的概念,下面写出几个简单的Java正则用例:
◆比如,在字符串包含验证时
//查找以Java开头,任意结尾的字符串
Patternpattern=Ppile("
^Java.*"
Matchermatcher=pattern.matcher("
Java不是人"
booleanb=matcher.matches();
//当条件满足时,将返回true,否则返回false
System.out.println(b);
◆以多条件分割字符串时
Patternpattern=Ppile("
[,|]+"
String[]strs=pattern.split("
JavaHelloWorldJava,Hello,,World|Sun"
for(inti=0;
strs.length;
i++){
System.out.println(strs[i]);
}
◆文字替换(首次出现字符)
正则表达式"
Matchermatcher=pattern.matcher("
正则表达式HelloWorld,正则表达式HelloWorld"
//替换第一个符合正则的数据
System.out.println(matcher.replaceFirst("
Java"
));
◆文字替换(全部)
System.out.println(matcher.replaceAll("
◆文字替换(置换字符)
正则表达式HelloWorld,正则表达式HelloWorld"
StringBuffersbr=newStringBuffer();
while(matcher.find()){
matcher.appendReplacement(sbr,"
matcher.appendTail(sbr);
System.out.println(sbr.toString());
◆验证是否为邮箱地址
ceponline@"
[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+"
Pattern.CASE_INSENSITIVE);
Matchermatcher=pattern.matcher(str);
System.out.println(matcher.matches());
◆去除html标记
.+?
Pattern.DOTALL);
主页<
Stringstring=matcher.replaceAll("
System.out.println(string);
◆查找html中对应条件字符串
href=\"
)\"
if(matcher.find())
System.out.println(matcher.group
(1));
◆截取http:
//地址
//截取url
(http:
//|https:
//){1}[\\w\\.\\-/:
]+"
dsdsds<
http:
//dsds//gfgffdfd>
fdf"
StringBufferbuffer=newStringBuffer();
while(matcher.find()){
buffer.append(matcher.group());
buffer.append("
\r\n"
System.out.println(buffer.toString());
◆替换指定{}中文字
Stringstr="
Java目前的发展史是由{0}年-{1}年"
String[][]object={newString[]{"
\\{0\\}"
1995"
},newString[]{"
\\{1\\}"
2007"
}};
System.out.println(replace(str,object));
publicstaticStringreplace(finalStringsourceString,Object[]object){
Stringtemp=sourceString;
for(inti=0;
object.length;
i++){
String[]result=(String[])object[i];
Patternpattern=Ppile(result[0]);
Matchermatcher=pattern.matcher(temp);
temp=matcher.replaceAll(result[1]);
}
returntemp;
◆以正则条件查询指定目录下文件
//用于缓存文件列表
privateArrayListfiles=newArrayList();
//用于承载文件路径
privateString_path;
//用于承载未合并的正则公式
privateString_regexp;
classMyFileFilterimplementsFileFilter{
/**
*匹配文件名称
*/
publicbooleanaccept(Filefile){
try{
Patternpattern=Ppile(_regexp);
Matchermatch=pattern.matcher(file.getName());
returnmatch.matches();
}catch(Exceptione){
returntrue;
*解析输入流
*@paraminputs
FilesAnalyze(Stringpath,Stringregexp){
getFileName(path,regexp);
*分析文件名并加入files
*@paraminput
privatevoidgetFileName(Stringpath,Stringregexp){
//目录
_path=path;
_regexp=regexp;
Filedirectory=newFile(_path);
File[]filesFile=directory.listFiles(newMyFileFilter());
if(filesFile==null)return;
for(intj=0;
j<
filesFile.length;
j++){
files.add(filesFile[j]);
return;
*显示输出信息
*@paramout
publicvoidprint(PrintStreamout){
Iteratorelements=files.iterator();
while(elements.hasNext()){
Filefile=(File)elements.next();
out.println(file.getPath());
publicstaticvoidoutput(Stringpath,Stringregexp){
FilesAnalyzefileGroup1=newFilesAnalyze(path,regexp);
fileGroup1.print(System.out);
publicstaticvoidmain(String[]args){
output("
C:
\\"
[A-z|.]*"
Java正则的功用还有很多,事实上只要是字符处理,就没有正则做不到的事情存在。
(当然,正则解释时较耗时间就是了|||……)
常用的正则表达式
^\d+$"
//非负整数(正整数+0)
^[0-9]*[1-9][0-9]*$"
//正整数
^((-\d+)|(0+))$"
//非正整数(负整数+0)
^-[0-9]*[1-9][0-9]*$"
//负整数
^-?
\d+$"
//整数
^\d+(\.\d+)?
$"
//非负浮点数(正浮点数+0)
^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"
//正浮点数
^((-\d+(\.\d+)?
)|(0+(\.0+)?
))$"
//非正浮点数(负浮点数+0)
^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"
//负浮点数
^(-?
\d+)(\.\d+)?
//浮点数
^[A-Za-z]+$"
//由26个英文字母组成的字符串
^[A-Z]+$"
//由26个英文字母的大写组成的字符串
^[a-z]+$"
//由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$"
//由数字和26个英文字母组成的字符串
^\w+$"
//由数字、26个英文字母或者下划线组成的字符串
^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"
//email地址
^[a-zA-z]+:
//(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?
\S*)?
//url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$///年-月-日
/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$///月/日/年
^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?
)$"
//Emil
(d+-)?
(d{4}-?
d{7}|d{3}-?
d{8}|^d{7,8})(-d+)?
//电话号码
^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$"
//IP地址
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:
/<
(.*)>
.*<
\/\1>
|<
(.*)\/>
/
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:
//(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?
\\S*)?
$
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}$
匹配国内电话号码:
(\d{3}-|\d{4}-)?
(\d{8}|\d{7})?
匹配腾讯QQ号:
^[1-9]*[1-9][0-9]*$
下表是元字符及其在正则表达式上下文中的行为的一个完整列表:
\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。
^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’\n’或’\r’之后的位置。
$匹配输入字符串的结束位置。
如果设置了RegExp对象的Multiline属性,$也匹配’\n’或’\r’之前的位置。
*匹配前面的子表达