java正则表达式之课堂内容

1)

在编写处理字符串的程序时，经常会有查找符合某些复杂规则的字符串的需要，正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。

正则表达式类似Windows下的通配符*和?。只不过比起通配符，它能更精确地描述你的需求——当然，代价就是更复杂——比如你可以编写一个正则表达式，用来查找所有以0开头，后面跟着2-3个数字，然后是一个连字号“-”，最后是7或8位数字的字符串（像010-12345678或0123-1234567 ）。

简言之，正则表达式是用于进行文本匹配的工具，也是一个匹配的表达式。

2)

假如要在一篇英文小说里查找hi，就可使用正则表达式hi。

这是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h，后一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。

不幸的是，很多单词里包含hi这两个连续的字符，比如him, history,high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的话，我们应该使用\bhi\b。

\b是正则表达式规定的一个特殊代码（元字符，meta character），代表单词的开头或结尾，即单词的分界处。虽然通常英文的单词是由空格或标点符号或换行来分隔的，但是\b并不匹配这些单词分隔符中的任何一个，它只匹配一个位置。

3)

假如要找的是hi后面不远处跟着一个Lucy，应该用: \bhi\b.*\bLucy\b

"."是另一个元字符，匹配除了换行符以外的任意字符。*同样是元字符，不过它代表的不是字符，也不是位置，而是数量（它指定*前边的内容可以连续重复出现任意次以使整个表达式得到匹配）。因此，.*连在一起就意味着任意数量的不包含换行符的字符。由此，\bhi\b.*\bLucy\b的意思是：

先是一个单词hi,然后是任意字符(但不能是换行符),最后是Lucy这个单词。

4)

如果同时使用其它的一些元字符，就能构造出功能更强大的正则表达式。如：

0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串：以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字（区位号为3位的中国电话号码）。

\d是一个新的元字符，匹配任意的数字。-不是元字符，只匹配它本身。

为了避免那么多烦人的重复，我们也可以这样写这个表达式：0\d{2}-\d{8}。这里\d后面的{2}和{8}的意思就是前面\d必须连续重复匹配2次和8次。

5)

public class T1{
  public static void main(String args[]){
     String str1="010-12345678";
     String str2="110-12345678";
     boolean flag=str1.matches("0\\d{2}-\\d{8}");//true                    (1)
     boolean flag=str2.matches("0\\d{2}-\\d{8}");//结果是：false  
    // (2) str.matches("张.*丰");  (3)str.matches(".*张.*丰.*");                                                   
  }
}

(1) 处的正则表达式为“0\d{2}-\d{8}”，其中\d为整数，\d{2}为两个整数。表达式的意思是：以0开头，接下来是两个数字，再是一个“-”符，最后是8个数字。

(2) 正则表达式“张.*丰”的意思是：以“张”字开头，“丰”字结尾，中间可以任意字符。其中“.*”即代表任意个数的任意字符。

(3) 表示匹配中间含“张”和“丰”两个字的串

6)

java.util.regex包中Pattern类和Matcher类

Pattern类： Java中专门进行正则表达式编译的类。（一个该类的实例即代表正则表达式本身）

Matcher类： 通过解释Pattern，对字符序列执行匹配操作的引擎。（用来判断是否匹配的）

//示例代码
public class Test{
  public static void main(String[] args){
     String str="010-86835215";
     Pattern p = Pattern.compile( “0\\d{2}-\\d{8}” );  //1:编译
     Matcher m = p.matcher(str);    //2: 得到一个Matcher对象
     boolean flag=m.matches();      //3:返回匹配的结果
     System.out.println("str是一个正确的电话号码？答案是："+flag); 
  }
}

7) 这是有用的

. 匹配除换行符以外的任意字符

\w 匹配字母或数字或下划线(\W 匹配其它字符)

\s 匹配任意的空白符

\d 匹配数字

\b 匹配单词的开始或结束

^ 匹配字符串的开始

$ 匹配字符串的结束

* 重复零次或更多次

+ 重复一次或更多次

? 重复零次或一次

{n} 重复n次

{n,m} 重复n到m次

[ ] 中括号表示可选

8)

\ba\w*\b 匹配以字母a开头的单词——先是某个单词开始处(\b)，然后是字母a，再是任意数量的字母或数字(\w*)，最后是单词结束处(\b)

\d+ 匹配1个或更多连续的数字。这里的+是和*类似的元字符，不同的是*匹配重复任意次(可能是0次)，而+则匹配重复1次或更多次。

\b\w{6}\b 匹配刚好6个字母/数字的单词。

^\d{5,12}$ 匹配必须为5位到12位数字的字符串 （如：可以用这个来匹配QQ号）★元字符^以及$和\b类似，都匹配一个位置。

^匹配你要用来查找的字符串的开头，$匹配结尾。

Windows\d+ 匹配Windows后面跟1个或更多数字

13\d{9} 匹配13后面跟9个数字（中国的手机号）

[aeiou] 匹配任何一个英文元音字母，即必须是“aeiou”中的一个

[.?!] 匹配标点符号（.或?或!）（英文语句通常只以这三个标点结束）。

[0-9] 代表的含意与\d就是完全一致的：一位数字。同理，[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）。

9）

匹配Email邮箱格式的正则表达式(模板)

/^[a-z]([a-z0-9]*[-_]?[a-z0-9]+)*@([a-z0-9]*[-_]?[a-z0-9]+)+[\.][a-z]{2,3} ([\.][a-z]{2})?$/i;

解析：

/内容/i 构成一个不区分大小写的正则表达式; ^ 匹配开始 $ 匹配结束

[a-z] E-Mail前缀必需是一个英文字母开头

([a-z0-9]*[-_]?[a-z0-9]+)* 和_a_2、aaa11、_1_a_2匹配，和a1_、aaff_33a_、a__aa不匹配，如果是空字符，也是匹配的，*表示0个或多个。

* 表示0个或多个前面的字符.

[a-z0-9]* 匹配0个或多个英文字母或者数字

[-_]? 匹配0个或1“-”，因为“-”不能连续出现

[a-z0-9]+ 匹配1个或多个英文字母或者数字，因为“-”不能做为结尾

@ 必需有个有@

([a-z0-9]*[-_]?[a-z0-9]+)+ 见上面([a-z0-9]*[-_]?[a-z0-9]+)*解释，但是不能为空，+表示一个或者为多个。

[\.] 将特殊字符(.)当成普通字符

[a-z]{2,3} 匹配2个至3个英文字母，一般为com或者net等.

([\.][a-z]{2})? 匹配0或者1个[\.][a-z]{2}(比如.cn等) 不知道一般.com.cn最后部份是不是都是两位的,如果不是请修改{2}为{起始字数,结束字数}

10）

11）

12）