Java语法之正定表达式的用法

admin管理员组

文章数量:1579409

正则表达式

相关概念

定义：

• 正则表达式是用来描述具有一定特征的字符串的特殊字符串。Regular Expression。

入门示例

• ab*: a 若干个 b ->* 零个及以上 ，匹配: a ab abbbbb abbbbbbb 不能 bbbbb。
• (cd)*: ()->组,改变了优先级 ，若干个 cd，匹配: “” cd cdcd cdcdcd
• ab*(cd)*：a 若干个 b 和若干个 cd 匹配: a ab abbbbb abbbbbbb acd acdcd abbbbbcd abcd
• ab*|(cd)*: |或的优先级低 匹配: a ab cd
• ab|c : 匹配 ab

作用

• 验证、查找、替换、分割 。

工具

• RegexBuddy

字符集

定义

• 默认情况下区分大小写。

分类

• 普通字符
  • 写什么，匹配什么
  • 非特殊含义以外的字符，如 a b 中国 。 普通字符精确匹配
• 元字符与转义字符
  • 元字符
    • {}^$.*+?| —>特殊含义
  • 转移字符
    • \d—>[0-9]
    • \w—>字母数字
    • \—>\

字符类

自定义

• 定义规则
  • 由 [] 组，只匹配一个， 需要注意以下四个:
  • ^ : 如果在第一个位置，表示取反的含义。
  • • ：表示一个区间即范围
  • ] : 最近一个位置为:结束 ，如果要表示普通的]请加 \
  • \ : 转义
  • . ：在字符类中不是代表任意的字符，代表自身 . 的含义。 如果需要表示原有的含义，挪动位置或者加 \
• 示例
  • [ae134] -> a e 1 3 4
  • [(as)] ->a s ( )
  • [a-z] ->小写字母
  • [-]a-z[] -> -[] 及小写字母

默认|标准字符

• 定义规则
  • \d digit[0-9] , [0123456789]
  • \w word [A-Za-z0-9]
  • \s space 空格，制表符，换行符
  • . 多行模式（缺省）：除了换行符\r\n以外的任意一个字符， [^\n\r] ；单行模式：可以匹配
  • 包含换行符在内的任意一个字符
  • \D [\d][0123456789][^0-9]
  • \W [^\w] 非字母， 数字，即空白，标点符号及中文
  • \S [^\s]
• 示例
  • h[ea]llo –>hello hallo
  • h(e|a)llo ->hello hallo
  • [-\abc] -> - \ a b c
  • \d\s ->一个数字和一个空白
  • [\d\s] –> 数字 或 空白

量词

• 定义规则
  • 匹配的过程中，需要指定次数
  • • : 0个及以上
  • • : 1个及以上
  • ? : 0个或1个
  • {n} : n次，非负数
  • {n,} : 大于等于n
  • {n,m} : 大于等于n小于等于m
• 示例
  • co*ke –> 不限个数的 O
  • co+ke –>至少一个 O
  • co?ke ->1 个或零个 O
  • co{0}ke ->0 个
  • co{5,}ke –>5 次及以上
  • co{5,8}ke –> 至少 5 次，最多 8 次
  • [1-9]\d{3} –>大于等于 1000 小于等于 9999 的数
  • [1-9]\d{2,4} –>大于等于 100 小于等于 99999 的数
  • 1[34578]\d{9} : 匹配手机号
  • <[a-zA-Z]+\d?> ->网页标签
  • <[A-Za-z][A-Za-z0-9]*> ->网页标签

贪婪模式

• 定义规则
  • 在匹配次数不定时如 *, {n,}, + 匹配字符越多越好，默认模式即”贪婪模式”
  • 贪婪模式 greedy(匹配字符越多越好，可回溯)
  • ? 懒惰模式 lazy reluctant (匹配字符越少越好，可回溯)
  • • 独占模式 possessive(匹配字符越多越好,不可回溯) 用的较少 cokecolacoooooooooooooke
• 示例
  • .*o –>贪婪模式
  • .{2,}o–>贪婪模式
  • .{2,}?o –>懒惰模式
  • .{2,}+o –>独占模式，不可回溯 没有匹配到内容。
  • <.+?> ->找出标签 不要标签内的内容。不是<.+>
  • <[^>]+>->找出标签 不要标签内的内容。不是<.+>
• 阻止贪婪模式的方式
  • 1、 量词后面使用 ?
  • 2、 使用取反

边界

定义规则

• 边界不占用宽度，只是一个界限
• ^ ：多行代表每行头 单行代表整个字符串的开始
• $ : 多行代表每行尾 单行代表字符串的结尾
• \b : 匹配前面或后面的不是\w
• \B : 匹配前面或后面的是\w

示例

• 查找开头的 hello -> ^hello
• 找出 独立的单词 world -> \bworld\b
• 查找结尾的 world -> world$

选择符与分组

选择符 |

• | ->优先级低 ,满足匹配则停止，不会查找更优的方案
• he|hello –>只匹配 he,不匹配 hello
• hello|he->匹配 he 与 hello

分组

• 方向应用
  • \ 内部默认缓存,从第一个左括号计算，编号为 1 开始。必须认识组编号，为 ( 的位置
  • 示例
    • (")test\1 –> “第 1 个左括号中
    • ((")test)\2 –> “第 2 个左括号中
    • ((("))test)\3 –> “第 3 个左括号中
    • "’["’] -> 错误的 找出合法的字符串"" 或’’
    • (["’])([^"’]+)\1 ->找出合法的字符串"" 或’’
• 非捕获组

常用类

组成

• java.util.regex Pattern Matcher String
• 一般在查找、替换、分割、组的使用

Pattern

• 常用方法
  • static Pattern compile​(String regex) 将给定的正则表达式编译为模式。
  • static Pattern compile​(String regex, int flags) 将给定的正则表达式编译为具有给定标志的模式。
  • Matcher matcher​(CharSequence input) 创建一个匹配此模式的给定输入的匹配器。
  • static boolean matches​(String regex, CharSequence input) 编译给定的正则表达式并尝试将给定的输入与其匹配。

Matcher

• 常用方法
  • boolean find() 尝试查找与模式匹配的输入序列的下一个子序列。
  • boolean find​(int start) 重置此匹配器，然后尝试从指定的索引处开始查找与模式匹配的输入序列的下一个子序列。
  • String group() 返回上一个匹配项匹配的输入子序列。

字符串与正则

• 常用方法
  • String[] split​(String regex) 将此字符串拆分为给定 regular expression的匹配 项 。
  • String[] split​(String regex, int limit) 将此字符串拆分为给定 regular expression的匹配 项 。

附录

1. 校验数字的表达式

• 1 数字：^1*$
• 2 n位的数字：^\d{n}$
• 3 至少n位的数字：^\d{n,}$
• 4 m-n位的数字：^\d{m,n}$
• 5 零和非零开头的数字：^(0|[1-9][0-9]*)$
• 6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
• 7 带1-2位小数的正数或负数：^(-)?\d+(.\d{1,2})?$
• 8 正数、负数、和小数：^(-|+)?\d+(.\d+)?$
• 9 有两位小数的正实数：^{2+(.[0-9]{2})?$}
• 10 有1~3位小数的正实数：^{3+(.[0-9]{1,3})?$}
• 11 非零的正整数：^{4\d*$ 或 ^([1-9][0-9]){1,3}$ 或 ^+?[1-9][0-9]$}
• 12 非零的负整数：^-[1-9][]0-9"$ 或 ^-[1-9]\d$
• 13 非负整数：^\d+$ 或 ^5\d*|0$
• 14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
• 15 非负浮点数：^\d+(.\d+)?$ 或 ^{6\d*.\d*|0.\d*[1-9]\d*|0?.0+|0$}
• 16 非正浮点数：^((-\d+(.\d+)?)|(0+(.0+)?))$ 或 ^(-([1-9]\d*.\d*|0.\d*[1-9]\d*))|0?.0+|0$
• 17 正浮点数：^{7\d*.\d*|0.\d*[1-9]\d*$ 或 ^(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9]))$}
• 18 负浮点数：^-([1-9]\d*.\d*|0.\d*[1-9]\d*)$ 或 ^(-(([0-9]+.[0-9][1-9][0-9])|([0-9][1-9][0-9].[0-9]+)|([0-9][1-9][0-9])))$
• 19 浮点数：^(-?\d+)(.\d+)?$ 或 ^-?([1-9]\d*.\d*|0.\d*[1-9]\d*|0?.0+|0)$

2.校验字符的表达式

• 1 汉字：^8{0,}$
• 2 英文和数字：^{9+$ 或 10{4,40}$}
• 3 长度为3-20的所有字符：^.{3,20}$
• 4 由26个英文字母组成的字符串：^11+$
• 5 由26个大写英文字母组成的字符串：^12+$
• 6 由26个小写英文字母组成的字符串：^13+$
• 7 由数字和26个英文字母组成的字符串：^14+$
• 8 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
• 9 中文、英文、数字包括下划线：^15+$
• 10 中文、英文、数字但不包括下划线等符号：^{16+$ 或 17{2,20}$}
• 11 可以输入含有^%&’,;=?KaTeX parse error: Can't use function '\"' in math mode at position 1: \̲"̲等字符：[^%&',;=?\x22]+
• 12 禁止输入含有的字符：[^\x22]+

3. 特殊需求表达式

• 1 Email地址：^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$
• 2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
• 3 InternetURL：[a-zA-z]+://[^\s]* 或 ^https://([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$
• 4 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
• 5 电话号码(“XXX-XXXXXXX”、“XXXX-XXXXXXXX”、“XXX-XXXXXXX”、“XXXXXXXXXXX”、"XXXXXXX"和"XXXXXXXX)：^((\d{3,4}-)|\d{3.4}-)?\d{7,8}$
• 6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
• 7 身份证号：
• 15或18位身份证：^\d{15}|\d{18}$
• 15位身份证：^{18\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$}
• 18位身份证：^{19\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{4}$}
• 8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-
• 9X]{8,18}?$
• 9 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)：^{20[a-zA-Z0-9_]{4,15}$}
• 10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^21\w{5,17}$
• 11 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.\d)(?=.
• [a-z])(?=.*[A-Z]).{8,10}$
• 12 日期格式：^\d{4}-\d{1,2}-\d{1,2}
• 13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
• 14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
• 15 钱的输入格式：
• 16 1.有四种钱的表示形式我们可以接受:“10000.00” 和 “10,000.00”, 和没有 “分” 的 “10000” 和
• “10,000”：^22[0-9]*$
• 17 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：
• ^(0|[1-9][0-9]*)$
• 18 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$
• 19 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能
• 是负的吧.下面我们要加的是说明可能的小数部分：^{23+(.[0-9]+)?$}
• 20 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 “10” 和 “10.2” 是通过
• 的：^{24+(.[0-9]{2})?$}
• 21 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^{25+(.[0-9]{1,2})?$}
• 22 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^26{1,3}(,[0-
• 9]{3})*(.[0-9]{1,2})?$
• 23 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,
• [0-9]{3})*)(.[0-9]{1,2})?$
• 24 备注：这就是最终结果了,别忘了"+“可以用”*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)
• 最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里

---

1. 0-9 ↩︎

2. 0-9 ↩︎

3. 0-9 ↩︎

4. 1-9 ↩︎

5. 1-9 ↩︎

6. 1-9 ↩︎

7. 1-9 ↩︎

8. \u4e00-\u9fa5 ↩︎

9. A-Za-z0-9 ↩︎

10. A-Za-z0-9 ↩︎

11. A-Za-z ↩︎

12. A-Z ↩︎

13. a-z ↩︎

14. A-Za-z0-9 ↩︎

15. \u4E00-\u9FA5A-Za-z0-9_ ↩︎

16. \u4E00-\u9FA5A-Za-z0-9 ↩︎

17. \u4E00-\u9FA5A-Za-z0-9 ↩︎

18. 1-9 ↩︎

19. 1-9 ↩︎

20. a-zA-Z ↩︎

21. a-zA-Z ↩︎

22. 1-9 ↩︎

23. 0-9 ↩︎

24. 0-9 ↩︎

25. 0-9 ↩︎

26. 0-9 ↩︎

本文标签： 正定表达式语法Java