java 正则表达式基础,实例学习资料收集大全

对于JAVA的Pattern类 和 Matcher类可参考网址 http://www.ibm.com/developerworks/cn/java/l-regp/part2/

正则表达式中的特殊字符:
  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 [tnx0Bfr]
  S 非空白符号 [^tnx0Bfr]
  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
  e Escape
  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a to z范围中一个字符
  [A-Z] 条件限制在大写A to Z范围中一个字符
  [a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
  [0-9] 条件限制在小写0 to 9范围中一个字符
  [0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
  [0-9[a-z]] 条件限制在小写0 to 9或a to z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a to z范围中一个字符
  [^A-Z] 条件限制在非大写A to Z范围中一个字符
  [^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
  [^0-9] 条件限制在非小写0 to 9范围中一个字符
  [^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
  [^0-9[a-z]] 条件限制在非小写0 to 9或a to z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.*D J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.+D J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a个以上,b个以下「{a,b}」
  J{3,5} JJJ或JJJJ或JJJJJ
  两者取一「|」
  J|A J或A
  Java|Hello Java或Hello

  「()」中规定一个组合类型比如,我查询<a href="index.html">index</a>中<a href></a>间的数据,可写作<a.*href=".*">(.+?)</a>

在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:

  Pattern Pattern.compile(String regex, int flag) flag的取值范围如下:

Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"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"au030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。

  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:

◆在字符串包含验证时
//查找以Java开头,任意结尾的字符串
  Pattern pattern = Pattern.compile("^Java.*");
  Matcher matcher = pattern.matcher("Java不是人");
  boolean b = matcher.matches(); //当条件满足时,将返回true,否则返回false
  System.out.println(b);

正则表达式中的特殊字符:

  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 [tnx0Bfr]
  S 非空白符号 [^tnx0Bfr]
  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
  e Escape
  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a to z范围中一个字符
  [A-Z] 条件限制在大写A to Z范围中一个字符
  [a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
  [0-9] 条件限制在小写0 to 9范围中一个字符
  [0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
  [0-9[a-z]] 条件限制在小写0 to 9或a to z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a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z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.*D J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.+D J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a个以上,b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello

「()」中规定一个组合类型比如,我查询<a href="index.html">index</a>中<a href></a>间的数据,可写作<a.*href=".*">(.+?)</a>

在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:
Pattern Pattern.compile(String regex, int flag) flag的取值范围如下:
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"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"au030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。
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:

在字符串包含验证时

//查找以Java开头,任意结尾的字符串 
Pattern pattern = Pattern.compile("^Java.*"); 
Matcher matcher = pattern.matcher("Java不是人"); 
boolean b = 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

 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]); 
 }

文字替换(首次出现字符)

 Pattern pattern = Pattern.compile("正则表达式"); 
 Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据
 System.out.println(matcher.replaceFirst("Java"));

文字替换(全部)

 Pattern pattern = Pattern.compile("正则表达式");
 Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第全部符合正则的数据
 System.out.println(matcher.replaceAll("Java"));

文字替换(置换字符)

 Pattern pattern = Pattern.compile("正则表达式"); 
 Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World "); 
 StringBuffer sbr = new StringBuffer(); 
 while (matcher.find()) { 
  matcher.appendReplacement(sbr, "Java"); 
 }
 matcher.appendTail(sbr); 
 System.out.println(sbr.toString()); 

验证是否为邮箱地址

 String str="ceponline@yahoo.com.cn"; 
 Pattern pattern = Pattern.compile("[w.-]+@([w-]+.)+[w-]+",Pattern.CASE_INSENSITIVE); 
 Matcher matcher = pattern.matcher(str); 
 System.out.println(matcher.matches()); 

去除html标记

Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL); 
Matcher matcher = pattern.matcher("<a href="index.html">主页</a>"); 
String string = matcher.replaceAll(""); 
System.out.println(string);

查找html中对应条件字符串

Pattern pattern = Pattern.compile("href="(.+?)""); 
Matcher matcher = pattern.matcher("<a href="index.html">主页</a>"); 
if(matcher.find()) { 
	 System.out.println(matcher.group(1)); 
}

截取http://地址//截取url

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("rn");
	 System.out.println(buffer.toString()); 
}

替换指定{}中文字

	String str = "Java目前的发展史是由{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; 
	} 

以正则条件查询指定目录下文件 //用于缓存文件列表

	private ArrayList files = new ArrayList(); // 用于承载文件路径
	private String _path; // 用于承载未合并的正则公式
	private String _regexp;

	class MyFileFilter implements FileFilter {
		/** * 匹配文件名称 */
		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;
			}
		}
	}

	/** * 解析输入流 * @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) { // 目录
		_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;
	}

	/** * 显示输出信息 * @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|.]*");
	}

基本上就这些了,原来的内容确实太烂了,这次更新了一下。