Java基础知识正则表达式

admin管理员组

文章数量:1579363

正则表达式

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 c

自定义

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

\ 。

​ 默认标准字符类

​ 量词

---

贪婪模式

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

.*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<.+>

阻止贪婪有两种方式

1、 量词后面使用 ?

2、 使用取反

边界

1)、边界不占用宽度，只是一个界限

2)、 ^ ：开始 \b ：单词边界 \B ：非单词边界 $ ：结束

^ ：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

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（）

匹配 ab c -> ab|c

匹配 ab ac -> a(b|c)

只匹配 get -> \bget\b

匹配 get 和 getValue -> getvalue|get get(value)?

获取 and or -> \band\b|\bor\b \b(and|or)\b

反向引用： \ 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

非捕获组: (?:xxx) ： 不缓存组

零宽断言

前瞻（Lookahead） 后顾（Lookbehind）

常用类

public class TestReg01 { 
    public static void main(String[] args) { 
        String str ="^(\\d+)yjxxt"; 
        //转成正则表达式 
        Pattern p =Pattern.compile(str);
        //匹配 
        Matcher m=p.matcher("abcyjxxt11yjxxt22yjxxt"); 
        //是否匹配 
        System.out.println(m.find()); 
        m=p.matcher("11yjxxt22yjxxt"); 
        System.out.println(m.find()); 
        str ="((\\d+)(yjxxt))"; 
        p =Pattern.compile(str); 
        m=p.matcher("abcsxt11sxt22sxt"); 
        //获取匹配的字符串 
        while(m.find()){ 
            //组 
            System.out.println(m.groupCount()+"-->"+m.group()+"-->"+m.group(0)); 
            //0-->整个表达式 
            //从 1 开始获取 
            System.out.println(m.group(2)+"-->"+m.group(3)); } } }

附录

常用正则大全

1. 校验数字的表达式

1 数字：^[0-9]*$ 

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：^[0-9]+(.[0-9]{2})?$ 

10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$ 

11 非零的正整数：^[1-9]\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 ^[1-9]\d*|0$ 

14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$ 

15 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\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：^[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]*))$ 

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：^[\u4e00-\u9fa5]{0,}$ 

2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{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：^[A-Za-z]+$ 

5 由26个大写英文字母组成的字符串：^[A-Z]+$ 

6 由26个小写英文字母组成的字符串：^[a-z]+$ 

7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$ 

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：^[\u4E00-\u9FA5A-Za-z0-9_]+$ 

10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00- 

\u9FA5A-Za-z0-9]{2,20}$ 

11 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\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"、"XXX- 

XXXXXXXX"、"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：^[1-9]\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$ 

18位身份证：^[1-9]\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)：^[a-zA-Z][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)：^[a-zA-Z]\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"：^[1-9][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：^[0-9]+(.[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：^[0-9]+(.[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：^[0-9]+(.[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：^[0-9]{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25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$ 

26 中文字符的正则表达式：[\u4e00-\u9fa5] 

27 双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2， 

ASCII字符计1)) 

28 空白行的正则表达式：\n\s*\r (可以用来删除空白行) 

29 HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能 

部分，对于复杂的嵌套标记依旧无能为力) 

30 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括 

空格、制表符、换页符等等)，非常有用的表达式) 

31 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始) 

32 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字) 

33 IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

长度计2，

ASCII字符计1))

28 空白行的正则表达式：\n\s*\r (可以用来删除空白行)

29 HTML标记的正则表达式：<(\S*?)[^>]>.?|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能

部分，对于复杂的嵌套标记依旧无能为力)

30 首尾空白字符的正则表达式：^\s*|\s*KaTeX parse error: Undefined control sequence: \s at position 4: 或(^\̲s̲*)|(\s*) (可以用来删除行首行尾的空白字符(包括

空格、制表符、换页符等等)，非常有用的表达式)

31 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

32 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

33 IP地址：\d+.\d+.\d+.\d+ (提取IP地址时有用)

本文标签： 基础知识正则表达式Java