正則表達式

（注：元字符包括\ | ( ) [ ] { } ^ $ * + ? . )

最開始覺得.* 能夠匹配任意字符，後來發現有問題，匹配不了換行符\n

查了下資料，用[\s\S]*匹配能夠 

解釋：\s空白符，\S非空白符，因此[\s\S]是任意字符

 

匹配中文字符的正則表達式： [\u4e00-\u9fa5]
評註：匹配中文還真是個頭疼的事，有了這個表達式就好辦了

匹配雙字節字符(包括漢字在內)：[^\x00-\xff]
評註：能夠用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）

匹配空白行的正則表達式：\n\s*\r
評註：能夠用來刪除空白行

匹配HTML標記的正則表達式：<(\S*?)[^>]*>.*?</>|<.*? />
評註：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於複雜的嵌套標記依舊無能爲力

匹配首尾空白字符的正則表達式：^\s*|\s*$
評註：能夠用來刪除行首行尾的空白字符(包括空格、製表符、換頁符等等)，很是有用的表達式

匹配Email地址的正則表達式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
評註：表單驗證時很實用

匹配網址URL的正則表達式：[a-zA-z]+://[^\s]*
評註：網上流傳的版本功能頗有限，上面這個基本能夠知足需求

匹配賬號是否合法(字母開頭，容許5-16字節，容許字母數字下劃線)：^[a-zA-Z][a-zA-Z0-9_]$
評註：表單驗證時很實用

匹配國內電話號碼：\d-\d|\d-\d
評註：匹配形式如 0511-4405222 或 021-87888822

匹配騰訊QQ號：[1-9][0-9]
評註：騰訊QQ號從10000開始

匹配中國郵政編碼：[1-9]\d(?!\d)
評註：中國郵政編碼爲6位數字

匹配身份證：\d|\d
評註：中國的身份證爲15位或18位

匹配ip地址：\d+\.\d+\.\d+\.\d+
評註：提取ip地址時有用

匹配特定數字：
^[1-9]\d*$　 　 //匹配正整數
^-[1-9]\d*$ 　 //匹配負整數
^-?[1-9]\d*$　　 //匹配整數
^[1-9]\d*|0$　 //匹配非負整數（正整數 + 0）
^-[1-9]\d*|0$　　 //匹配非正整數（負整數 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮點數
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配負浮點數
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮點數
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非負浮點數（正浮點數 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮點數（負浮點數 + 0）
評註：處理大量數據時有用，具體應用時注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26個英文字母組成的字符串
^[A-Z]+$　　//匹配由26個英文字母的大寫組成的字符串
^[a-z]+$　　//匹配由26個英文字母的小寫組成的字符串
^[A-Za-z0-9]+$　　//匹配由數字和26個英文字母組成的字符串
^\w+$　　//匹配由數字、26個英文字母或者下劃線組成的字符串
評註：最基本也是最經常使用的一些表達式

 

 

今天在Java中想使用正則表達式來獲取一段文本中的任意字符。因而很隨意得就寫出以下匹配規則：
(.*)
結 果運行以後才發現，沒法得到換行以後的文本。因而查了一下手冊，才發現正則表達式中，「.」(點符號)匹配的是除了換行符「\n」之外的全部字符。同時， 手冊上還有一句話：要匹配包括 '\n' 在內的任何字符，請使用像 '[.\n]' 的模式。因而我將正則表達式的匹配規則修改以下：
([.\n]*)，固然，若是是在java程序中直接寫到話，須要改成([.\\n]*)
結果再次運行程序，發現什麼內容也取不到了。我百思不得其解，又將其修改成以下規則：
([.|\n]*) 以及 ([\n.]*)
結果仍是不行，什麼內容都取不到。看來點符號和換行符卯上勁了～
而後上網一查，雖然沒有查出上述規則究竟是什麼地方出問題了，可是查出了一個解決辦法，通過一試，果真能夠匹配包括換行符在內的任意字符，如下爲正確的正則表達式匹配規則：
([\s\S]*)
同時，也能夠用 「([\d\D]*)」、「([\w\W]*)」 來表示。
本文能夠自由轉載，轉載時請保留全文並註明出處：
轉載自仲子說 [ http://www.wangzhongyuan.com/ ]
原文連接：http://www.wangzhongyuan.com/archives/640.html

 

 

 

正則表達式可讓用戶經過使用一系列的特殊字符構建匹配模式  
   
  ，而後把匹配模式與數據文件、程序輸入以及WEB頁面的表單輸  
   
  入等目標對象進行比較，根據比較對象中是否包含匹配模式，執  
   
  行相應的程序。舉例來講，正則表達式的一個最爲廣泛的應用就是用於驗證  
   
  用戶在線輸入的郵件地址的格式是否正確。若是經過正則表達式  
   
  驗證用戶郵件地址的格式正確，用戶所填寫的表單信息將會被正  
   
  常處理；反之，若是用戶輸入的郵件地址與正則表達的模式不匹  
   
  配，將會彈出提示信息，要求用戶從新輸入正確的郵件地址。由  
   
  此可見正則表達式在WEB應用的邏輯判斷中具備舉足輕重的做用  
   
  。   基本語法在對正則表達式的功能和做用有了初步的瞭解以後，咱們就  
   
  來具體看一下正則表達式的語法格式。正則表達式的形式通常以下：  
    　　/love/   　  
  　其中位於「/」定界符之間的部分就是將要在目標對象中進  
   
  行匹配的模式。用戶只要把但願查找匹配對象的模式內容放入「  
   
  /」定界符之間便可。爲了可以使用戶更加靈活的定製模式內容  
   
  ，正則表達式提供了專門的「元字符」。所謂元字符就是指那些  
   
  在正則表達式中具備特殊意義的專用字符，能夠用來規定其前導  
   
  字符（即位於元字符前面的字符）在目標對象中的出現模式。   　　  
  較爲經常使用的元字符包括：   「+」，   「*」，以及   「?」。其  
   
  中，「+」元字符規定其前導字符必須在目標對象中連續出現一  
   
  次或屢次，「*」元字符規定其前導字符必須在目標對象中出現  
   
  零次或連續屢次，而「?」元字符規定其前導對象必須在目標對  
   
  象中連續出現零次或一次。   　　  
  下面，就讓咱們來看一下正則表達式元字符的具體應用。  
    　　/fo+/   　　  
  由於上述正則表達式中包含「+」元字符，表示能夠與目標  
   
  對象中的   「fool」,   「fo」,   或者   「football」等在字母f後  
   
  面連續出現一個或多個字母o的字符串相匹配。  
    　　/eg*/   　　  
  由於上述正則表達式中包含「*」元字符，表示能夠與目標  
   
  對象中的   「easy」,   「ego」,   或者   「egg」等在字母e後面連  
   
  續出現零個或多個字母g的字符串相匹配。  
    　　/Wil?/   　　  
  由於上述正則表達式中包含「？」元字符，表示能夠與目標  
   
  對象中的   「Win」,   或者   「Wilson」,等在字母i後面連續出現  
   
  零個或一個字母l的字符串相匹配。   　　  
  除了元字符以外，用戶還能夠精確指定模式在匹配對象中出  
   
  現的頻率。例如，   　　  
  /jim{2,6}/   　　  
  上述正則表達式規定字符m能夠在匹配對象中連續出現2-6次  
   
  ，所以，上述正則表達式能夠同jimmy或jimmmmmy等字符串相匹  
   
  配。   　　  
  在對如何使用正則表達式有了初步瞭解以後，咱們來看一下  
   
  其它幾個重要的元字符的使用方式。   　　  
  \s：用於匹配單個空格符，包括tab鍵和換行符；   　　  
  \S：用於匹配除單個空格符以外的全部字符；   　　  
  \d：用於匹配從0到9的數字；   　　  
  \w：用於匹配字母，數字或下劃線字符；   　　  
  \W：用於匹配全部與\w不匹配的字符；   　　  
  .   ：用於匹配除換行符以外的全部字符。   　　  
  （說明：咱們能夠把\s和\S以及\w和\W看做互爲逆運算）   　　  
  下面，咱們就經過實例看一下如何在正則表達式中使用上述  
   
  元字符。   　　  
  /\s+/   　　上述正則表達式能夠用於匹配目標對象中的一個或多個空格  
   
  字符。   　　  
  /\d000/   　　若是咱們手中有一份複雜的財務報表，那麼咱們能夠經過上  
   
  述正則表達式垂手可得的查找到全部總額達千元的款項。   　　  
  除了咱們以上所介紹的元字符以外，正則表達式中還具備另  
   
  外一種較爲獨特的專用字符，即定位符。定位符用於規定匹配模  
   
  式在目標對象中的出現位置。   　　  
  較爲經常使用的定位符包括：   「^」,   「$」,   「\b」   以及   「\B」。  
  其中，「^」定位符規定匹配模式必須出如今目標字符  
   
  串的開頭，「$」定位符規定匹配模式必須出如今目標對象的結  
   
  尾，\b定位符規定匹配模式必須出如今目標字符串的開頭或結尾  
   
  的兩個邊界之一，而「\B」定位符則規定匹配對象必須位於目標  
   
  字符串的開頭和結尾兩個邊界以內，即匹配對象既不能做爲目標  
   
  字符串的開頭，也不能做爲目標字符串的結尾。一樣，咱們也可  
   
  以把「^」和「$」以及「\b」和「\B」看做是互爲逆運算的兩組  
   
  定位符。舉例來講：   　　  
  /^hell/   　　由於上述正則表達式中包含「^」定位符，因此能夠與目標  
   
  對象中以   「hell」,   「hello」或   「hellhound」開頭的字符串  
   
  相匹配。   　　  
  /ar$/   　　由於上述正則表達式中包含「$」定位符，因此能夠與目標  
   
  對象中以   「car」,   「bar」或   「ar」   結尾的字符串相匹配。   　　  
  /\bbom/   　　由於上述正則表達式模式以「\b」定位符開頭，因此能夠與  
   
  目標對象中以   「bomb」,   或   「bom」開頭的字符串相匹配。   　　  
  /man\b/   　　由於上述正則表達式模式以「\b」定位符結尾，因此能夠與  
   
  目標對象中以   「human」,   「woman」或   「man」結尾的字符串  
   
  相匹配。   　　爲了可以方便用戶更加靈活的設定匹配模式，正則表達式允  
   
  許使用者在匹配模式中指定某一個範圍而不侷限於具體的字符。  
   
  例如：   　　  
  /[A-Z]/   　　上述正則表達式將會與從A到Z範圍內任何一個大寫字母相匹  
   
  配。   　　  
  /[a-z]/   　　上述正則表達式將會與從a到z範圍內任何一個小寫字母相匹  
   
  配。   　　  
  /[0-9]/   　　上述正則表達式將會與從0到9範圍內任何一個數字相匹配。   　　  
  /([a-z][A-Z][0-9])+/   　　上述正則表達式將會與任何由字母和數字組成的字符串，  
  如   「aB0」   等相匹配。這裏須要提醒用戶注意的一點就是能夠在正  
   
  則表達式中使用   「()」   把字符串組合在一塊兒。「()」符號包含  
   
  的內容必須同時出如今目標對象中。所以，上述正則表達式將無  
   
  法與諸如   「abc」等的字符串匹配，由於「abc」中的最後一個  
   
  字符爲字母而非數字。   　　  
  若是咱們但願在正則表達式中實現相似編程邏輯中的「或」  
   
  運算，在多個不一樣的模式中任選一個進行匹配的話，可使用管  
   
  道符   「|」。例如：   　　  
  /to|too|2/   　　上述正則表達式將會與目標對象中的   「to」,   「too」,  或   「2」   相匹配。   　  
  　正則表達式中還有一個較爲經常使用的運算符，即否認符   「[^]  
   
  」。與咱們前文所介紹的定位符   「^」   不一樣，否認符   「[^]」  
   
  規定目標對象中不能存在模式中所規定的字符串。例如：   　　  
  /[^A-C]/   　　上述字符串將會與目標對象中除A，B，和C以外的任何字符  
   
  相匹配。通常來講，當「^」出如今   「[]」內時就被視作否認運  
   
  算符；而當「^」位於「[]」以外，或沒有「[]」時，則應當被  
   
  視作定位符。   　　最後，當用戶須要在正則表達式的模式中加入元字符，並查  
   
  找其匹配對象時，可使用轉義符「\」。例如：   　　  
  /Th\*/   　　上述正則表達式將會與目標對象中的「Th*」而非「The」等  
   
  相匹配。使用實例   　　在對正則表達式有了較爲全面的瞭解以後，咱們就來看一下  
   
  如何在Perl，PHP，以及JavaScript中使用正則表達式。   　　    一般，Perl中正則表達式的使用格式以下：   　　    operator   /   regular-expression   /   string-to-replace   /   modifiers   　　    運算符一項能夠是m或s，分別表明匹配運算和替換運算。   　　    其中，正則表達式一項是將要進行匹配或替換操做的模式，       能夠由任意字符，元字符，或定位符等組成。替換字符串一項是       使用s運算符時，對查找到的模式匹配對象進行替換的字符串。       最後的參數項用來控制不一樣的匹配或替換方式。例如：      　　s/geed/good/   　　    將會在目標對象中查找第一個出現的geed字串，並將其替換       爲good。若是咱們但願在目標對象的全局範圍內執行屢次查找—   替換操做的話，可使用參數   「g」，即s/love/lust/g。   　　    此外，若是咱們不須要限制匹配的大小寫形式的話，可使 用參數   「i   」。例如，   　　    m/JewEL/i   　　上述正則表達式將會與目標對象中的jewel，Jewel，或JEWE L相匹配。   　　在Perl中，使用專門的運算符「=~」指定正則表達式的匹配  對象。例如：   　　$flag   =~   s/abc/ABC/   　　    上述正則表達式將會把變量$flag中的字串abc替換爲ABC