黑马程序员——正则表达式

-------
android培训、java培训、期待与您交流！ ----------
正则表达式（RegularExpress）

正则表达式就是字符串处理利器

用途

字符串匹配（字符匹配）

字符串查找

字符串替换

例如：IP地址是否正确 从网页中揪出Email、链接等；

来源系统类：

java.lang.String

java.util.regex.Pattern

java.util.regex.matcher

public class Test {

public static void main(String[] args) {

//简单认识正则表达式的概念

/*

p("abc".matches("..."));

p("a8729a".replaceAll("\\d", "-"));

Pattern p = Pattern.compile("[a-z]{3}");

Matcher m = p.matcher("fgh");

p(m.matches());

p("fgha".matches("[a-z]{3}"));

*/

//初步认识. * + ?

/*

p("a".matches("."));

p("aa".matches("aa"));

p("aaaa".matches("a*"));

p("aaaa".matches("a+"));

p("".matches("a*"));

p("aaaa".matches("a?"));

p("".matches("a?"));

p("a".matches("a?"));

p("214523145234532".matches("\\d{3,100}"));

p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));

p("192".matches("[0-2][0-9][0-9]"));

*/

//范围

/*

p("a".matches("[abc]"));

p("a".matches("[^abc]"));

p("A".matches("[a-zA-Z]"));

p("A".matches("[a-z]|[A-Z]"));

p("A".matches("[a-z[A-Z]]"));

p("R".matches("[A-Z&&[RFG]]"));

*/

//认识\s \w \d \

/*

p(" \n\r\t".matches("\\s{4}"));

p(" ".matches("\\S"));

p("a_8".matches("\\w{3}"));

p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));

p("\\".matches("\\\\"));

*/

//POSIX Style

//p("a".matches("\\p{Lower}"));

//boundary

/*

p("hello sir".matches("^h.*"));

p("hello sir".matches(".*ir$"));

p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));

p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));

//whilte lines

p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));

p("aaa 8888c".matches(".*\\d{4}."));

p("aaa 8888c".matches(".*\\b\\d{4}."));

p("aaa8888c".matches(".*\\d{4}."));

p("aaa8888c".matches(".*\\b\\d{4}."));

*/

//email

//p("asdfasdfsafsf@dsdfsdf.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));

//matches find lookingAt

/*

Pattern p = Pattern.compile("\\d{3,5}");

String s = "123-34345-234-00";

Matcher m = p.matcher(s);

p(m.matches());

m.reset();

p(m.find());

p(m.start() + "-" + m.end());

p(m.find());

p(m.start() + "-" + m.end());

p(m.find());

p(m.start() + "-" + m.end());

p(m.find());

//p(m.start() + "-" + m.end());

p(m.lookingAt());

p(m.lookingAt());

p(m.lookingAt());

p(m.lookingAt());

*/

//replacement

/*

Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);

Matcher m = p.matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");

StringBuffer buf = new StringBuffer();

int i=0;

while(m.find()) {

i++;

if(i%2 == 0) {

m.appendReplacement(buf, "java");

} else {

m.appendReplacement(buf, "JAVA");

}

}

m.appendTail(buf);

p(buf);

*/

//group

/*

Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");

String s = "123aa-34345bb-234cc-00";

Matcher m = p.matcher(s);

while(m.find()) {

p(m.group());

}

*/

//qulifiers

/*

Pattern p = Pattern.compile(".{3,10}+[0-9]");

String s = "aaaa5bbbb68";

Matcher m = p.matcher(s);

if(m.find())

p(m.start() + "-" + m.end());

else

p("not match!");

*/

//non-capturing groups

/*

Pattern p = Pattern.compile(".{3}(?=a)");

String s = "444a66b";

Matcher m = p.matcher(s);

while(m.find()) {

p(m.group());

}

*/

//back refenrences

/*

Pattern p = Pattern.compile("(\\d(\\d))\\2");

String s = "122";

Matcher m = p.matcher(s);

p(m.matches());

*/

//flags的简写

//Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);

p("Java".matches("(?i)(java)"));

}

public static void p(Object o) {

System.out.println(o);

}

}

元字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配字符“n”。“\\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。
^	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。
*	匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{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。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	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。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。
.点	匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。
(?: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。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。
(?=pattern)	正向肯定预查，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。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	正向否定预查，在任何不匹配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。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?<=pattern)	反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
(?<!pattern)	反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
x|y	匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。
[xyz]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B	匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\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\n\r\t\v]。
\S	匹配任何非空白字符。等价于[^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\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。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。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\nm将匹配八进制转义值nm。
\nml	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。
\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。例如，\u00A9匹配版权符号（©）。

提取网页中的email地址

import java.io.BufferedReader;

import java.io.FileNotFoundException;

import java.io.FileReader;

import java.io.IOException;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class EmailSpider {

public static void main(String[] args) {

try {

BufferedReader br = new BufferedReader(new FileReader("D:\\share\\courseware\\1043633.html"));

String line = "";

while((line=br.readLine()) != null) {

parse(line);

}

} catch (FileNotFoundException e) {

// TODO Auto-generated catch block

e.printStackTrace();

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}

private static void parse(String line) {

Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");

Matcher m = p.matcher(line);

while(m.find()) {

System.out.println(m.group());

}

}

}

查找文档中的注释行、空行

import java.io.BufferedReader;

import java.io.File;

import java.io.FileNotFoundException;

import java.io.FileReader;

import java.io.IOException;

public class CodeCounter {

static long normalLines = 0;

static long commentLines = 0;

static long whiteLines = 0;

public static void main(String[] args) {

File f = new File("D:\\share\\JavaProjects\\TankWar1.9.11\\src");

File[] codeFiles = f.listFiles();

for(File child : codeFiles){

if(child.getName().matches(".*\\.java$")) {

parse(child);

}

}

System.out.println("normalLines:" + normalLines);

System.out.println("commentLines:" + commentLines);

System.out.println("whiteLines:" + whiteLines);

}

private static void parse(File f) {

BufferedReader br = null;

boolean comment = false;

try {

br = new BufferedReader(new FileReader(f));

String line = "";

while((line = br.readLine()) != null) {

line = line.trim();

if(line.matches("^[\\s&&[^\\n]]*$")) {

whiteLines ++;

} else if (line.startsWith("/*") && !line.endsWith("*/")) {

commentLines ++;

comment = true;

} else if (line.startsWith("/*") && line.endsWith("*/")) {

commentLines ++;

} else if (true == comment) {

commentLines ++;

if(line.endsWith("*/")) {

comment = false;

}

} else if (line.startsWith("//")) {

commentLines ++;

} else {

normalLines ++;

}

}

} catch (FileNotFoundException e) {

e.printStackTrace();

} catch (IOException e) {

e.printStackTrace();

} finally {

if(br != null) {

try {

br.close();

br = null;

} catch (IOException e) {

e.printStackTrace();

}

}

}

}

}

实例应用：

1.验证用户名和密码：（"^[a-zA-Z]\w{5,15}$"）正确格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位；
2.验证电话号码：（"^(\d{3.4}-)\d{7,8}$"）正确格式：xxx/xxxx-xxxxxxx/xxxxxxxx；
3.验证身份证号（15位或18位数字）：（"^\d{15}|\d{18}$"）；
4.验证Email地址：("^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$")；
5.只能输入由数字和26个英文字母组成的字符串：("^[A-Za-z0-9]+$");
6.整数或者小数：^[0-9]+\.{0,1}[0-9]{0,2}$
7.只能输入数字："^[0-9]*$"。
8.只能输入n位的数字："^\d{n}$"。
9.只能输入至少n位的数字："^\d{n,}$"。
10.只能输入m~n位的数字：。"^\d{m,n}$"
11.只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。
12.只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。
13.只能输入有1~3位小数的正实数："^[0-9]+(.[0-9]{1,3})?$"。
14.只能输入非零的正整数："^\+?[1-9][0-9]*$"。
15.只能输入非零的负整数："^\-[1-9][]0-9"*$。
16.只能输入长度为3的字符："^.{3}$"。
17.只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。
18.只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。
19.只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。
20.验证是否含有^%&',;=?$\"等字符："[^%&',;=?$\x22]+"。
21.只能输入汉字："^[\u4e00-\u9fa5]{0,}$"
22.验证URL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
23.验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。
24.验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"和"1"～"31"。
25.获取日期正则表达式：\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?
26.匹配双字节字符(包括汉字在内)：[^\x00-\xff]
27.匹配空白行的正则表达式：\n\s*\r
28.匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</>|<.*?/>
29.匹配首尾空白字符的正则表达式：^\s*|\s*$
30.匹配网址URL的正则表达式：[a-zA-z]+://[^\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.匹配腾讯QQ号：[1-9][0-9]\{4,\}
33.匹配中国邮政编码：[1-9]\d{5}(?!\d)
34.匹配ip地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。

-------
android培训、java培训、期待与您交流！ ----------