正則表明式(入門)

時間 2019-11-19

原文原文鏈接

加入了一些本身的理解.html

正則表明式裏的一些特殊符號:java

\\ 反斜槓
\t 間隔 ('\u0009')
\n 換行 ('\u000A')
\r 回車 ('\u000D')
\d 數字等價於[0-9]
\D 非數字等價於[^0-9]
\s 空白符號 [\t\n\x0B\f\r]
\S 非空白符號 [^\t\n\x0B\f\r]
\w 單獨字符 [a-zA-Z_0-9]
\W 非單獨字符 [^a-zA-Z_0-9]
\f 換頁符
\e Escape
\b 一個單詞的邊界
\B 一個非單詞的邊界
\G 前一個匹配的結束正則表達式

以上特殊符號可能不容易理解,下面會經過幾個例子來表達他的使用.緩存

限制字符app

^爲限制開頭
^head     條件限制爲以head爲開頭字符
$爲限制結尾
end$     條件限制爲以end爲結尾字符
.爲限制除\r\n外的一個任意字符
body..     條件限制body後除換行外任意兩個字符函數

以java中的正則示例代碼爲例:ui

import java.util.regex.*;
public class Test {
public static void main(String[] args) {
  String regexp = "^head\\sbody..end$";
  String str = "head body end";
  Pattern pattern = Pattern.compile(regexp);
  Matcher matcher = pattern.matcher(str);
  System.out.println(matcher.matches());
}
}url

若是改動body後的兩個字符,不會有問題(但不能是\n和\r),改動其餘位置的字符,都會返回錯誤.code

特定限制條件「[]」
[a-z]     條件限制在小寫a to z範圍中一個字符
[A-Z]     條件限制在大寫A to Z範圍中一個字符
[a-zA-Z] 條件限制在小寫a to z或大寫A to Z範圍中一個字符
[0-9]     條件限制在小寫0 to 9範圍中一個字符
[0-9a-z] 條件限制在小寫0 to 9或a to z範圍中一個字符
[0-9[a-z]] 條件限制在小寫0 to 9或a to z範圍中一個字符(交集)regexp

[]中加入^後加再次限制條件「[^]」
[^a-z]     條件限制在非小寫a to z範圍中一個字符
[^A-Z]     條件限制在非大寫A to Z範圍中一個字符
[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z範圍中一個字符
[^0-9]     條件限制在非小寫0 to 9範圍中一個字符
[^0-9a-z] 條件限制在非小寫0 to 9或a to z範圍中一個字符
[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z範圍中一個字符(交集)

有數字基礎應該能看懂以上的說明,

在限制條件爲特定字符出現0次以上時，可使用「*」
A*     任意個A,也能夠沒有
.*     任意個除\r\n外的字符,也能夠沒有
A.*B    A與B之間能夠有任意個除\r\n外的字符,也能夠沒有.

示例java代碼:
String regexp = "A.*B";
String str = "AB";
Pattern pattern = Pattern.compile(regexp);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());
能夠試着改變str,在A和B之間增長一個字符,看看返回值是否仍是true,除去A或B返回值又是什麼

在限制條件爲特定字符出現1次以上時，可使用「+」
A+     1個以上A
.+     1個以上任意字符
A.+B     J與D之間1個以上任意字符

與「+」和「*」的差異在於「+」表示必須有一個,而「*」則表明能夠沒有.

在限制條件爲特定字符出現有0或1次以上時，可使用「?」
AB? 表明A或者AB

限制爲連續出現指定次數字符「{a}」
A{2}     AA
B{3}     BBB
文字a個以上，而且「{a,}」
A{3,}     能夠是AAA,也能夠是AAAA,也能夠是AAAAA,也能夠是AAAAAAAA.....(3次以上A並存)
a文字個以上，b個如下「{a,b}」
A{3,5}    AAA或AAAA或AAAAA
二者取一「|」
B|A     B或A
Java|Hello     Java或Hello

運用以上的知識,寫一個驗證手機號碼的正則表明例子:

寫程序以前先要想好要表達的事物是一個什麼樣的規律.
首先電話的區號,是3位或4位的,但第一位都會是0,
而電話號碼,最低是應該是5位數(其實我也不太清楚),最高是8位數(之後會不會出現9位數的,就不知道了)
區號和號碼之間用「-」分開.

而後是咱們的java代碼:

String regexp = "0*[1-9]{2,3}-[1-9]{5,8}";
String str = "21-12345678";
Pattern pattern = Pattern.compile(regexp);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());

一個簡單的基本電話號碼驗證就寫完了,能夠用本身的固定電話試試看,但實際運用中的正則表達式要考慮的東西更多,也會更復雜.

「()」中規定一個組合類型
好比，我查詢<a href=\"index.html\">index</a>中<a href></a>間的數據，可寫做<a.*href=\".*\">(.+?)</a>

在使用Pattern.compile函數時，能夠加入控制正則表達式的匹配行爲的參數：
Pattern Pattern.compile(String regex, int flag)

flag的取值範圍以下：
Pattern.CANON_EQ     當且僅當兩個字符的"正規分解(canonical decomposition)"都徹底相同的狀況下，才認定匹配。好比用了這個標誌以後，表達式"a\u030A"會匹配"?"。默認狀況下，不考慮"規範相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i)     默認狀況下，大小寫不明感的匹配只適用於US-ASCII字符集。這個標誌能讓表達式忽略大小寫進行匹配。要想對Unicode字符進行大小不明感的匹配，只要將UNICODE_CASE與這個標誌合起來就好了。
Pattern.COMMENTS(?x)     在這種模式下，匹配時會忽略(正則表達式裏的)空格字符(譯者注：不是指表達式裏的"\\s"，而是指表達式裏的空格，tab，回車之類)。註釋從#開始，一直到這行結束。能夠經過嵌入式的標誌來啓用Unix行模式。
Pattern.DOTALL(?s)     在這種模式下，表達式'.'能夠匹配任意字符，包括表示一行的結束符。默認狀況下，表達式'.'不匹配行的結束符。
Pattern.MULTILINE
(?m)     在這種模式下，'^'和'$'分別匹配一行的開始和結束。此外，'^'仍然匹配字符串的開始，'$'也匹配字符串的結束。默認狀況下，這兩個表達式僅僅匹配字符串的開始和結束。
Pattern.UNICODE_CASE
(?u)     在這個模式下，若是你還啓用了CASE_INSENSITIVE標誌，那麼它會對Unicode字符進行大小寫不明感的匹配。默認狀況下，大小寫不敏感的匹配只適用於US-ASCII字符集。
Pattern.UNIX_LINES(?d)     在這個模式下，只有'\n'才被認做一行的停止，而且與'.'，'^'，以及'$'進行匹配。

拋開空泛的概念，下面寫出幾個簡單的Java正則用例：

◆好比，在字符串包含驗證時

//查找以Java開頭,任意結尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b= matcher.matches();
//當條件知足時，將返回true，不然返回false
System.out.println(b);

◆以多條件分割字符串時
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]);
}

◆文字替換（首次出現字符）
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World");
//替換第一個符合正則的數據
System.out.println(matcher.replaceFirst("Java"));

◆文字替換（所有）
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World");
//替換第一個符合正則的數據
System.out.println(matcher.replaceAll("Java"));

◆文字替換（置換字符）
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());

◆驗證是否爲郵箱地址

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

◆查找html中對應條件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">主頁</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("\r\n");
System.out.println(buffer.toString());
}

◆替換指定{}中文字

String str = "Java目前的發展史是由{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;
}

◆以正則條件查詢指定目錄下文件

//用於緩存文件列表
        private ArrayList files = new ArrayList();
        //用於承載文件路徑
        private String _path;
        //用於承載未合併的正則公式
        private String _regexp;

        class MyFileFilter implements FileFilter {

              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;
                }
              }
            }


        FilesAnalyze (String path,String regexp){
            getFileName(path,regexp);
        }


        private void getFileName(String path,String regexp) {
            //目錄
              _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;
            }


        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|.]*"); }