java基礎篇---正則表達式

正則表達式在許多語言，例如Perl、PHP、Python、JavaScript和JScript，都支持用正則表達式處理文本，一些文本編輯器用正則表達式實現高級「搜索-替換」功能。

正則表達式是一種能夠用於模式匹配和替換的規範，一個正則表達式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）組成的文字模式，它 用以描述在查找文字主體時待匹配的一個或多個字符串。正則表達式做爲一個模板，將某個字符模式與所搜索的字符串進行匹配。

在本篇中只介紹簡單的正則入門基礎，想要詳細瞭解的能夠自行查找資料！

正則在JDK1.4以後引入到java中，最先時候的JDK,若是想要使用正則，則須要添加Apache提供的一個正則開發包。

Pattern,Matcher類

想要在程序中應用正則表達式則必須依靠Pattern類與Matcher類，這兩個雷都在Java.util.regex包中定義。Pattern類主要做用是進行正則規範的編寫，Matcher類中藥執行規範，驗證一個字符串是否符合其規範。

下面經過幾個個小程序來理解正則

檢查是否爲數字？

package com.正則表達式;

import java.util.regex.Pattern ;
public class RegexDemo02{
    public static void main(String args[]){
        String str = "1234567890" ;        // 此字符串由數字組成
        if(Pattern.compile("[0-9]+").matcher(str).matches()){    // 使用正則
            System.out.println("是由數字組成！") ;
        }else{
            System.out.println("不是由數字組成！") ;
        }
    }
};

打印結果：是由數字組成！

日期檢查？

package com.正則表達式;

import java.util.regex.Pattern ;
import java.util.regex.Matcher ;
public class RegexDemo03{
    public static void main(String args[]){
        String str = "1983-07-27" ;        // 指定好一個日期格式的字符串
        String pat = "\\d{4}-\\d{2}-\\d{2}" ;    // 指定好正則表達式
        Pattern p = Pattern.compile(pat) ;    // 實例化Pattern類
        Matcher m = p.matcher(str) ;    // 實例化Matcher類
        if(m.matches()){        // 進行驗證的匹配，使用正則
            System.out.println("日期格式合法！") ;
        }else{
            System.out.println("日期格式不合法！") ;
        }
    }
};

打印結果：日期格式合法！

拆分字符串

package com.正則表達式;

import java.util.regex.Pattern ;
import java.util.regex.Matcher ;
public class RegexDemo04{
    public static void main(String args[]){
        // 要求將裏面的字符取出，也就是說按照數字拆分
        String str = "A1B22C333D4444E55555F" ;    // 指定好一個字符串
        String pat = "\\d+" ;    // 指定好正則表達式
        Pattern p = Pattern.compile(pat) ;    // 實例化Pattern類
        String s[] = p.split(str) ;    // 執行拆分操做
        for(int x=0;x<s.length;x++){
            System.out.print(s[x] + "\t") ;
        }
    }
};

打印結果

替換字符串

package com.正則表達式;

import java.util.regex.Pattern ;
import java.util.regex.Matcher ;
public class RegexDemo05{
    public static void main(String args[]){
        // 要求將裏面的字符取出，也就是說按照數字拆分
        String str = "A1B22C333D4444E55555F" ;    // 指定好一個字符串
        String pat = "\\d+" ;    // 指定好正則表達式
        Pattern p = Pattern.compile(pat) ;    // 實例化Pattern類
        Matcher m = p.matcher(str) ;    // 實例化Matcher類的對象
        String newString = m.replaceAll("_") ;
        System.out.println(newString) ;
    }
};

打印結果

使用正則表達式可方便的完成字符串的驗證，拆分，替換等功能，對於銘感的字符要進行轉義操做，在實際開發中不多使用Matcher類和Pattern類，而直接使用String類中提供的正則支持。

 正則規則

字符	描述
\	將下一個字符標記爲一個特殊字符、或一個原義字符、或一個向後引用、或一個八進制轉義符。例如，「n"匹配字符"n"。"\n"匹配一個換行符。串行"\\"匹配"\"而"\("則匹配"("。
^	匹配輸入字符串的開始位置。若是設置了RegExp對象的Multiline屬性，^也匹配「\n"或"\r"以後的位置。
$	匹配輸入字符串的結束位置。若是設置了RegExp對象的Multiline屬性，$也匹配「\n"或"\r"以前的位置。
*	匹配前面的子表達式零次或屢次。例如，zo*能匹配「z"以及"zoo"。*等價於{0,}。
+	匹配前面的子表達式一次或屢次。例如，「zo+"能匹配"zo"以及"zoo"，但不能匹配"z"。+等價於{1,}。
?	匹配前面的子表達式零次或一次。例如，「do(es)?"能夠匹配"does"或"does"中的"do"。?等價於{0,1}。
{n}	n是一個非負整數。匹配肯定的n次。例如，「o{2}"不能匹配"Bob"中的"o"，可是能匹配"food"中的兩個o。
{n,}	n是一個非負整數。至少匹配n次。例如，「o{2,}"不能匹配"Bob"中的"o"，但能匹配"foooood"中的全部o。"o{1,}"等價於"o+"。"o{0,}"則等價於"o*"。
{n,m}	m和n均爲非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，「o{1,3}"將匹配"fooooood"中的前三個o。"o{0,1}"等價於"o?"。請注意在逗號和兩個數之間不能有空格。
?	當該字符緊跟在任何一個其餘限制符（*,+,?，{n}，{n,}，{n,m}）後面時，匹配模式是非貪婪的。非貪婪模式儘量少的匹配所搜索的字符串，而默認的貪婪模式則儘量多的匹配所搜索的字符串。例如，對於字符串「oooo"，"o+?"將匹配單個"o"，而"o+"將匹配全部"o"。
.	匹配除「\n"以外的任何單個字符。要匹配包括"\n"在內的任何字符，請使用像"(.|\n)"的模式。
(pattern)	匹配pattern並獲取這一匹配。所獲取的匹配能夠從產生的Matches集合獲得，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用「\("或"\)"。
(?:pattern)	匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供之後使用。這在使用或字符「(|)"來組合一個模式的各個部分是頗有用。例如"industr(?:y|ies)"就是一個比"industry|industries"更簡略的表達式。
(?=pattern)	正向確定預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不須要獲取供之後使用。例如，「Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配以後當即開始下一次匹配的搜索，而不是從包含預查的字符以後開始。
(?!pattern)	正向否認預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不須要獲取供之後使用。例如「Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。預查不消耗字符，也就是說，在一個匹配發生後，在最後一次匹配以後當即開始下一次匹配的搜索，而不是從包含預查的字符以後開始
(?<=pattern)	反向確定預查，與正向確定預查類擬，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)	反向否認預查，與正向否認預查類擬，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"則匹配"zood"或"food"。
[xyz]	字符集合。匹配所包含的任意一個字符。例如，「[abc]"能夠匹配"plain"中的"a"。
[^xyz]	負值字符集合。匹配未包含的任意字符。例如，「[^abc]"能夠匹配"plain"中的"p"。
[a-z]	字符範圍。匹配指定範圍內的任意字符。例如，「[a-z]"能夠匹配"a"到"z"範圍內的任意小寫字母字符。
[^a-z]	負值字符範圍。匹配任何不在指定範圍內的任意字符。例如，「[^a-z]"能夠匹配任何不在"a"到"z"範圍內的任意字符。
\b	匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，「er\b"能夠匹配"never"中的"er"，但不能匹配"verb"中的"er"。
\B	匹配非單詞邊界。「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匹配一個Control-M或回車符。x的值必須爲A-Z或a-z之一。不然，將c視爲一個原義的「c"字符。
\d	匹配一個數字字符。等價於[0-9]。
\D	匹配一個非數字字符。等價於[^0-9]。
\f	匹配一個換頁符。等價於\x0c和\cL。
\n	匹配一個換行符。等價於\x0a和\cJ。
\r	匹配一個回車符。等價於\x0d和\cM。
\s	匹配任何空白字符，包括空格、製表符、換頁符等等。等價於[ \f\n\r\t\v]。
\S	匹配任何非空白字符。等價於[^ \f\n\r\t\v]。
\t	匹配一個製表符。等價於\x09和\cI。
\v	匹配一個垂直製表符。等價於\x0b和\cK。
\w	匹配包括下劃線的任何單詞字符。等價於「[A-Za-z0-9_]"。
\W	匹配任何非單詞字符。等價於「[^A-Za-z0-9_]"。
\xn	匹配n，其中n爲十六進制轉義值。十六進制轉義值必須爲肯定的兩個數字長。例如，「\x41"匹配"A"。"\x041"則等價於"\x04&1"。正則表達式中可使用ASCII編碼。.
\num	匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，「(.)\1"匹配兩個連續的相同字符。
\n	標識一個八進制轉義值或一個向後引用。若是\n以前至少n個獲取的子表達式，則n爲向後引用。不然，若是n爲八進制數字（0-7），則n爲一個八進制轉義值。
\nm	標識一個八進制轉義值或一個向後引用。若是\nm以前至少有nm個得到子表達式，則nm爲向後引用。若是\nm以前至少有n個獲取，則n爲一個後跟文字m的向後引用。若是前面的條件都不知足，若n和m均爲八進制數字（0-7），則\nm將匹配八進制轉義值nm。
\nml	若是n爲八進制數字（0-3），且m和l均爲八進制數字（0-7），則匹配八進制轉義值nml。
\un	匹配n，其中n是一個用四個十六進制數字表示的Unicode字符。例如，\u00A9匹配版權符號（©）。

經常使用正則表達式

用戶名	/^[a-z0-9_-]{3,16}$/
密碼	/^[a-z0-9_-]{6,18}$/
密碼2	(?=^.{8,}$)(?=.*\d)(?=.*\W+)(?=.*[A-Z])(?=.*[a-z])(?!.*\n).*$ (由數字/大寫字母/小寫字母/標點符號組成，四種都必有，8位以上)
十六進制值	/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
電子郵箱	/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/ /^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+(\.{1,2}[a-z]+)+$/或\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
URL	/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/ 或 [a-zA-z]+://[^\s]*
IP 地址	/((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)/ /^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/ 或 ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
HTML 標籤	/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/或<(.*)(.*)>.*<\/\1>|<(.*) \/>
刪除代碼\\註釋	(?<!http:|\S)//.*$
匹配雙字節字符(包括漢字在內)	[^\x00-\xff]
漢字(字符)	[\u4e00-\u9fa5]
Unicode編碼中的漢字範圍	/^[\u2E80-\u9FFF]+$/
中文及全角標點符號(字符)	[\u3000-\u301e\ufe10-\ufe19\ufe30-\ufe44\ufe50-\ufe6b\uff01-\uffee]
日期(年-月-日)	(\d{4}|\d{2})-((0?([1-9]))|(1[1|2]))-((0?[1-9])|([12]([1-9]))|(3[0|1]))
日期(月/日/年)	((0?[1-9]{1})|(1[1|2]))/(0?[1-9]|([12][1-9])|(3[0|1]))/(\d{4}|\d{2})
時間(小時:分鐘, 24小時制)	((1|0?)[0-9]|2[0-3]):([0-5][0-9])
中國大陸固定電話號碼	(\d{4}-|\d{3}-)?(\d{8}|\d{7})
中國大陸手機號碼	1\d{10}
中國大陸郵政編碼	[1-9]\d{5}
中國大陸身份證號(15位或18位)	\d{15}(\d\d[0-9xX])?
非負整數(正整數或零)	\d+
正整數	[0-9]*[1-9][0-9]*
負整數	-[0-9]*[1-9][0-9]*
整數	-?\d+
小數	(-?\d+)(\.\d+)?
空白行	\n\s*\r 或者 \n\n(editplus) 或者 ^[\s\S ]*\n
QQ號碼	[1-9]\d{4,}