jsp 脚本下面的正则表达式是什么意思 jsp 脚本下面的正则表达式是什么意思 <script language="javascript">if(!(/^(\+|-)?\d+($|\.\d+$)/.test( home )) ) 解决方案 » 免费领取超大流量手机卡,每月29元包185G流量+100分钟通话, 中国电信官方发货 判断home是不是数字,这种数字可以是正,负, 整数,浮点数 正则表达式入门 众所周知,在程序开发中,难免会遇到需要匹配、查找、替换、判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力。因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段。 大家都知道,正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达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)组成的文字模式,它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。 自从jdk1.4推出java.util.regex包,就为我们提供了很好的JAVA正则表达式应用平台。 因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。 \\ 反斜杠 \t 间隔 ('\u0009') \n 换行 ('\u000A') \r 回车 ('\u000D') \d 数字 等价于[0-9] \D 非数字 等价于[^0-9] \s 空白符号 [\t\n\x0B\f\r] \S 非空白符号 [^\t\n\x0B\f\r] \w 单独字符 [a-zA-Z_0-9] \W 非单独字符 [^a-zA-Z_0-9] \f 换页符 \e Escape \b 一个单词的边界 \B 一个非单词的边界 \G 前一个匹配的结束 ^为限制开头 ^java 条件限制为以Java为开头字符 $为限制结尾 java$ 条件限制为以java为结尾字符 . 条件限制除\n以外任意一个单独字符 java.. 条件限制为java后除换行外任意两个字符 加入特定限制条件「[]」 [a-z] 条件限制在小写a to z范围中一个字符 [A-Z] 条件限制在大写A to Z范围中一个字符 [a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符 [0-9] 条件限制在小写0 to 9范围中一个字符 [0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符 [0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集) []中加入^后加再次限制条件「[^]」 [^a-z] 条件限制在非小写a to z范围中一个字符 [^A-Z] 条件限制在非大写A to Z范围中一个字符 [^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符 [^0-9] 条件限制在非小写0 to 9范围中一个字符 [^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符 [^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集) 在限制条件为特定字符出现0次以上时,可以使用「*」 J* 0个以上J .* 0个以上任意字符 J.*D J与D之间0个以上任意字符 在限制条件为特定字符出现1次以上时,可以使用「+」 J+ 1个以上J .+ 1个以上任意字符 J.+D J与D之间1个以上任意字符 在限制条件为特定字符出现有0或1次以上时,可以使用「?」 JA? J或者JA出现 限制为连续出现指定次数字符「{a}」 J{2} JJ J{3} JJJ 文字a个以上,并且「{a,}」 J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存) 文字个以上,b个以下「{a,b}」 J{3,5} JJJ或JJJJ或JJJJJ 两者取一「|」 J|A J或A Java|Hello Java或Hello 「()」中规定一个组合类型 比如,我查询<a href=\"index.html\">index</a>中<a href></a>间的数据,可写作<a.*href=\".*\">(.+?)</a> 在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数: Pattern Pattern.compile(String regex, int flag) flag的取值范围如下: Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。 Pattern.CASE_INSENSITIVE(?i) 默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。 Pattern.COMMENTS(?x) 在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。 Pattern.DOTALL(?s) 在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。 Pattern.MULTILINE (?m) 在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。 Pattern.UNICODE_CASE (?u) 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。 Pattern.UNIX_LINES(?d) 在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。 抛开空泛的概念,下面写出几个简单的Java正则用例: ◆比如,在字符串包含验证时 //查找以Java开头,任意结尾的字符串 Pattern pattern = Pattern.compile("^Java.*"); Matcher matcher = pattern.matcher("Java不是人"); boolean b= matcher.matches(); //当条件满足时,将返回true,否则返回false System.out.println(b); ◆以多条件分割字符串时 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]); } ◆文字替换(首次出现字符) Pattern pattern = Pattern.compile("正则表达式"); Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据 System.out.println(matcher.replaceFirst("Java")); ◆文字替换(全部) Pattern pattern = Pattern.compile("正则表达式"); Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据 System.out.println(matcher.replaceAll("Java")); ◆文字替换(置换字符) Pattern pattern = Pattern.compile("正则表达式"); Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World "); StringBuffer sbr = new StringBuffer(); while (matcher.find()) { matcher.appendReplacement(sbr, "Java"); } matcher.appendTail(sbr); System.out.println(sbr.toString()); ◆验证是否为邮箱地址 String str="[email protected]"; Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE); Matcher matcher = pattern.matcher(str); System.out.println(matcher.matches()); ◆去除html标记 Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL); Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>"); String string = matcher.replaceAll(""); System.out.println(string); ◆查找html中对应条件字符串 Pattern pattern = Pattern.compile("href=\"(.+?)\""); Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</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()); } ◆替换指定{}中文字 String str = "Java目前的发展史是由{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; } ◆以正则条件查询指定目录下文件 //用于缓存文件列表 private ArrayList files = new ArrayList(); //用于承载文件路径 private String _path; //用于承载未合并的正则公式 private String _regexp; class MyFileFilter implements FileFilter { /** * 匹配文件名称 */ 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; } } } /** * 解析输入流 * @param inputs */ FilesAnalyze (String path,String regexp){ getFileName(path,regexp); } /** * 分析文件名并加入files * @param input */ private void getFileName(String path,String regexp) { //目录 _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; } /** * 显示输出信息 * @param out */ 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|.]*"); } // 初步认识. * + ? // Reluctant 数量词 // X?? X,一次或一次也没有 // X*? X,零次或多次 // X+? X,一次或多次 // X{n}? X,恰好 n 次 // X{n,}? X,至少 n 次 // X{n,m}? X,至少 n 次,但是不超过 m 次 System.out.println("+++++++++++++++++++++++++++++++++++++"); p("a".matches("."));// p()为打印函数,见最后 p("aa".matches("aa")); p("aaaa".matches("a*")); p("aaaa".matches("a+")); p("".matches("a*")); p("aaaa".matches("a?")); p("".matches("a?")); p("a".matches("a?")); p("214523145234532".matches("\\d{3,100}")); p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}")); p("192".matches("[0-2][0-9][0-9]")); // 上面\\.就是表示. // 范围 // 字符类 // [abc] a、b 或 c(简单类) // [^abc] 任何字符,除了 a、b 或 c(否定) // [a-zA-Z] a 到 z 或 A 到 Z,两头的字母包括在内(范围) // [a-d[m-p]] a 到 d 或 m 到 p:[a-dm-p](并集) // [a-z&&[def]] d、e 或 f(交集) // [a-z&&[^bc]] a 到 z,除了 b 和 c:[ad-z](减去) // [a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](减去) System.out.println("+++++++++++++++++++++++++++++++++++++"); p("a".matches("[abc]")); p("a".matches("[^abc]")); p("A".matches("[a-zA-Z]")); p("A".matches("[a-z]|[A-Z]")); p("A".matches("[a-z[A-Z]]")); p("R".matches("[A-Z&&[RFG]]")); // 认识\s \w \d \ // 预定义字符类 // . 任何字符(与行结束符可能匹配也可能不匹配) // \d 数字:[0-9] // \D 非数字: [^0-9] // \s 空白字符:[ \t\n\x0B\f\r] // \S 非空白字符:[^\s] // \w 单词字符:[a-zA-Z_0-9] // \W 非单词字符:[^\w] System.out.println("+++++++++++++++++++++++++++++++++++++"); p(" \n\r\t".matches("\\s{4}")); p(" ".matches("\\S")); p("a_8".matches("\\w{3}")); p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+")); p("\\".matches("\\\\"));// 在java中\需要用转义字符\\表示,此处要匹配一个\,需要用\\\\的模式来匹配。 // POSIX 字符类(仅 US-ASCII) POSIX 来匹配的写法,用的不多 // \p{Lower} 小写字母字符:[a-z] // \p{Upper} 大写字母字符:[A-Z] // \p{ASCII} 所有 ASCII:[\x00-\x7F] // \p{Alpha} 字母字符:[\p{Lower}\p{Upper}] // \p{Digit} 十进制数字:[0-9] // \p{Alnum} 字母数字字符:[\p{Alpha}\p{Digit}] // \p{Punct} 标点符号:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ // \p{Graph} 可见字符:[\p{Alnum}\p{Punct}] // \p{Print} 可打印字符:[\p{Graph}\x20] // \p{Blank} 空格或制表符:[ \t] // \p{Cntrl} 控制字符:[\x00-\x1F\x7F] // \p{XDigit} 十六进制数字:[0-9a-fA-F] // \p{Space} 空白字符:[ \t\n\x0B\f\r] System.out.println("+++++++++++++++++++++++++++++++++++++"); // POSIX Style p("a".matches("\\p{Lower}")); // 边界匹配器 // ^ 行的开头 // $ 行的结尾 // \b 单词边界 // \B 非单词边界 // \A 输入的开头 // \G 上一个匹配的结尾 // \Z 输入的结尾,仅用于最后的结束符(如果有的话) // \z 输入的结尾 // boundary 边界匹配 System.out.println("+++++++++++++++++++++++++++++++++++++"); p("hello sir".matches("^h.*")); p("hello sir".matches(".*ir$")); p("hello sir".matches("^h[a-z]{1,3}o\\b.*")); p("hellosir".matches("^h[a-z]{1,3}o\\b.*")); // whilte lines 空白行 System.out.println("+++++++++++++++++++++++++++++++++++++"); p(" \n".matches("^[\\s&&[^\\n]]*\\n$")); // email地址 System.out.println("+++++++++++++++++++++++++++++++++++++"); p("[email protected]".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+")); // matches find lookingAt System.out.println("+++++++++++++++++++++++++++++++++++++"); Pattern p2 = Pattern.compile("\\d{3,5}"); String s = "123-34345-234-00"; Matcher m2 = p2.matcher(s); p(m2.matches());// 匹配整个 m2.reset(); p(m2.find());// 发现有没有匹配的字符,并截取 p(m2.start() + "-" + m.end());// 相匹配的起始位置和结束位置(必须能找到情况下) p(m2.find()); p(m2.start() + "-" + m.end()); p(m2.find()); p(m2.start() + "-" + m.end()); p(m2.find()); // p(m2.start() + "-" + m.end()); p(m2.lookingAt());// 发现有没有匹配的字符,不截取 p(m2.lookingAt()); p(m2.lookingAt()); p(m2.lookingAt()); // replacement System.out.println("+++++++++++++++++++++++++++++++++++++"); Pattern p3 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);// 忽略大小写Pattern.CASE_INSENSITIVE Matcher m3 = p3 .matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf"); StringBuffer buf = new StringBuffer(); int i = 0; while (m3.find()) { i++; if (i % 2 == 0) {// 偶数位置java替换成小写 m3.appendReplacement(buf, "java"); } else {// 偶数位置java替换成大写 m3.appendReplacement(buf, "JAVA"); } } // 加上尾巴 m3.appendTail(buf); p(buf); // group System.out.println("+++++++++++++++++++++++++++++++++++++"); Pattern p4 = Pattern.compile("(\\d{3,5})([a-z]{2})"); String s4 = "123aa-34345bb-234cc-00"; Matcher m4 = p4.matcher(s4); while (m.find()) { p(m4.group(1)); }// p(m4.group(1));将打印第一个小括号匹配的模式结果 // 为123 34345 234 // p(m4.group(2));将打印第一个小括号匹配的模式结果为aa bb cc // p(m4.group());将打印总的模式结果为123aa 34345bb 234cc // 以下三种情况(了解即可),不多用! // Greedy 数量词 (贪婪的)) // X? X,一次或一次也没有 // X* X,零次或多次 // X+ X,一次或多次 // X{n} X,恰好 n 次 // X{n,} X,至少 n 次 // X{n,m} X,至少 n 次,但是不超过 m 次 // // Reluctant 数量词 (不情愿的) // X?? X,一次或一次也没有 // X*? X,零次或多次 // X+? X,一次或多次 // X{n}? X,恰好 n 次 // X{n,}? X,至少 n 次 // X{n,m}? X,至少 n 次,但是不超过 m 次 // // Possessive 数量词 (独占的) // X?+ X,一次或一次也没有 // X*+ X,零次或多次 // X++ X,一次或多次 // X{n}+ X,恰好 n 次 // X{n,}+ X,至少 n 次 // X{n,m}+ X,至少 n 次,但是不超过 m 次 // 使用Greedy 数量词 (贪婪的))(以下3-10个的话,它会先去匹配10,匹配不上依次减少,一匹配上就结束) System.out.println("+++++++++++++++++++++++++++++++++++++"); Pattern p6 = Pattern.compile(".{3,10}[0-9]"); String s6 = "aaaa5bbbb68"; Matcher m6 = p6.matcher(s6); if (m6.find()) p(m6.start() + "-" + m6.end()); else p("not match!"); // 使用 Reluctant 数量词 (不情愿的)(以下3-10个的话,它会先去匹配3,匹配不上依次增加,一匹配上就结束 ) Pattern p7 = Pattern.compile(".{3,10}?[0-9]"); String s7 = "aaaa5bbbb68"; Matcher m7 = p7.matcher(s7); if (m7.find()) p(m7.start() + "-" + m7.end()); else p("not match!"); System.out.println("+++++++++++++++++++++++++++++++++++++"); // 使用 Possessive 数量词(了解即可) // (独占的)(以下3-10个的话,它会先去匹配10,匹配不上就把这十个先删掉再匹配下一个10个,一匹配上就结束) Pattern p8 = Pattern.compile(".{3,10}?[0-9]"); String s8 = "aaaa5bbbb68"; Matcher m8 = p8.matcher(s8); if (m8.find()) p(m8.start() + "-" + m8.end()); else p("not match!"); // non-capturing groups(非捕获)下文.{3}(?=a)表示以a结尾的三个数字(了解即可) System.out.println("+++++++++++++++++++++++++++++++++++++"); Pattern p9 = Pattern.compile(".{3}(?=a)"); String s9 = "444a66b"; Matcher m9 = p9.matcher(s9); while (m9.find()) { p(m9.group()); } // back refenrences // 匹配的后的两个组需要一样(了解即可) System.out.println("+++++++++++++++++++++++++++++++++++++"); Pattern p10 = Pattern.compile("(\\d\\d)\\1"); String s10 = "1212"; Matcher m10 = p10.matcher(s10); p(m10.matches()); // flags的简写 // Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE); // 上面的句子简写(了解即可) System.out.println("+++++++++++++++++++++++++++++++++++++"); p("Java".matches("(?i)(java)")); } public static void p(Object o) { System.out.println(o); } } 2、email抓取 import java.io.BufferedReader; import java.io.FileNotFoundException; import java.io.FileReader; import java.io.IOException; import java.util.regex.Matcher; import java.util.regex.Pattern; public class EmailSpider { public static void main(String[] args) { try { BufferedReader br = new BufferedReader(new FileReader("D:\\含邮件地址的.html")); String line = ""; while((line=br.readLine()) != null) { parse(line); } } catch (FileNotFoundException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } } private static void parse(String line) { Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"); Matcher m = p.matcher(line); while(m.find()) { System.out.println(m.group()); } } } 鄙视LS,贴这么多不如给个链接,又没解决问题:开头的^匹配一句的开头,结尾的$匹配一句结束。(\+|-)?——其中\+匹配"+"号,但因为+在正则表达式中有特殊含义,因此要用\+。?是0个或1个的意思,所以合起来就是判断前面有没有正负号。\d+——其中\d指数字,+为1个或多个,所以意为小数点前的若干数字。$|\.\d+$——第二个字符|是选择分支,前面的$直接匹配句子结束,即没有小数。后面的\.,“.”在正则中也是有特殊含义的,所以还要用\,用来匹配小数点。再后面的\d+显然就是若干小数了总结:整个正则表达式就是用来匹配数字的。但考虑仍不周全,不能匹配“-.38”这种小数。 TCP服务器与客户端交互 写网络爬虫遇到字符集变换的问题 jdbc 连接sql2000提示java.lang.classnotfoundexception: com.microsoft.jdbc.sqlserver. 关于包org.apache.lucene.ant : 运算符 高手请进,分不够可以再加!从数据库快速读取二进制图片的问题! 救我!关于事件处理,内部类的问题! 连接ORACLE数据库的问题 java能开发学籍管理系统么? 一定给分!!!applet的问题 重写toString()想要通过 return 打印出数组??? 给时间排序
众所周知,在程序开发中,难免会遇到需要匹配、查找、替换、判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力。因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段。
大家都知道,正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达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)组成的文字模式,它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。
自从jdk1.4推出java.util.regex包,就为我们提供了很好的JAVA正则表达式应用平台。 因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。 \\ 反斜杠
\t 间隔 ('\u0009')
\n 换行 ('\u000A')
\r 回车 ('\u000D')
\d 数字 等价于[0-9]
\D 非数字 等价于[^0-9]
\s 空白符号 [\t\n\x0B\f\r]
\S 非空白符号 [^\t\n\x0B\f\r]
\w 单独字符 [a-zA-Z_0-9]
\W 非单独字符 [^a-zA-Z_0-9]
\f 换页符
\e Escape
\b 一个单词的边界
\B 一个非单词的边界
\G 前一个匹配的结束 ^为限制开头
^java 条件限制为以Java为开头字符
$为限制结尾
java$ 条件限制为以java为结尾字符
. 条件限制除\n以外任意一个单独字符
java.. 条件限制为java后除换行外任意两个字符
加入特定限制条件「[]」
[a-z] 条件限制在小写a to z范围中一个字符
[A-Z] 条件限制在大写A to Z范围中一个字符
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
[0-9] 条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集) []中加入^后加再次限制条件「[^]」
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集) 在限制条件为特定字符出现0次以上时,可以使用「*」
J* 0个以上J
.* 0个以上任意字符
J.*D J与D之间0个以上任意字符 在限制条件为特定字符出现1次以上时,可以使用「+」
J+ 1个以上J
.+ 1个以上任意字符
J.+D J与D之间1个以上任意字符 在限制条件为特定字符出现有0或1次以上时,可以使用「?」
JA? J或者JA出现 限制为连续出现指定次数字符「{a}」
J{2} JJ
J{3} JJJ
文字a个以上,并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字个以上,b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello 「()」中规定一个组合类型
比如,我查询<a href=\"index.html\">index</a>中<a href></a>间的数据,可写作<a.*href=\".*\">(.+?)</a> 在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:
Pattern Pattern.compile(String regex, int flag) flag的取值范围如下:
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?x) 在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?s) 在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。
Pattern.MULTILINE
(?m) 在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE
(?u) 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。
抛开空泛的概念,下面写出几个简单的Java正则用例: ◆比如,在字符串包含验证时 //查找以Java开头,任意结尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b= matcher.matches();
//当条件满足时,将返回true,否则返回false
System.out.println(b);
◆以多条件分割字符串时
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]);
} ◆文字替换(首次出现字符)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
//替换第一个符合正则的数据
System.out.println(matcher.replaceFirst("Java")); ◆文字替换(全部)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
//替换第一个符合正则的数据
System.out.println(matcher.replaceAll("Java"));
◆文字替换(置换字符)
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString()); ◆验证是否为邮箱地址 String str="[email protected]";
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches()); ◆去除html标记
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
String string = matcher.replaceAll("");
System.out.println(string); ◆查找html中对应条件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</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());
}
◆替换指定{}中文字 String str = "Java目前的发展史是由{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;
}
◆以正则条件查询指定目录下文件 //用于缓存文件列表
private ArrayList files = new ArrayList();
//用于承载文件路径
private String _path;
//用于承载未合并的正则公式
private String _regexp;
class MyFileFilter implements FileFilter { /**
* 匹配文件名称
*/
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;
}
}
}
/**
* 解析输入流
* @param inputs
*/
FilesAnalyze (String path,String regexp){
getFileName(path,regexp);
}
/**
* 分析文件名并加入files
* @param input
*/
private void getFileName(String path,String regexp) {
//目录
_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;
}
/**
* 显示输出信息
* @param out
*/
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|.]*");
}
// Reluctant 数量词
// X?? X,一次或一次也没有
// X*? X,零次或多次
// X+? X,一次或多次
// X{n}? X,恰好 n 次
// X{n,}? X,至少 n 次
// X{n,m}? X,至少 n 次,但是不超过 m 次
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("a".matches("."));// p()为打印函数,见最后
p("aa".matches("aa"));
p("aaaa".matches("a*"));
p("aaaa".matches("a+"));
p("".matches("a*"));
p("aaaa".matches("a?"));
p("".matches("a?"));
p("a".matches("a?"));
p("214523145234532".matches("\\d{3,100}"));
p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
p("192".matches("[0-2][0-9][0-9]"));
// 上面\\.就是表示.
// 范围
// 字符类
// [abc] a、b 或 c(简单类)
// [^abc] 任何字符,除了 a、b 或 c(否定)
// [a-zA-Z] a 到 z 或 A 到 Z,两头的字母包括在内(范围)
// [a-d[m-p]] a 到 d 或 m 到 p:[a-dm-p](并集)
// [a-z&&[def]] d、e 或 f(交集)
// [a-z&&[^bc]] a 到 z,除了 b 和 c:[ad-z](减去)
// [a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](减去)
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("a".matches("[abc]"));
p("a".matches("[^abc]"));
p("A".matches("[a-zA-Z]"));
p("A".matches("[a-z]|[A-Z]"));
p("A".matches("[a-z[A-Z]]"));
p("R".matches("[A-Z&&[RFG]]"));
// 认识\s \w \d \
// 预定义字符类
// . 任何字符(与行结束符可能匹配也可能不匹配)
// \d 数字:[0-9]
// \D 非数字: [^0-9]
// \s 空白字符:[ \t\n\x0B\f\r]
// \S 非空白字符:[^\s]
// \w 单词字符:[a-zA-Z_0-9]
// \W 非单词字符:[^\w]
System.out.println("+++++++++++++++++++++++++++++++++++++");
p(" \n\r\t".matches("\\s{4}"));
p(" ".matches("\\S"));
p("a_8".matches("\\w{3}"));
p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));
p("\\".matches("\\\\"));// 在java中\需要用转义字符\\表示,此处要匹配一个\,需要用\\\\的模式来匹配。
// POSIX 字符类(仅 US-ASCII) POSIX 来匹配的写法,用的不多
// \p{Lower} 小写字母字符:[a-z]
// \p{Upper} 大写字母字符:[A-Z]
// \p{ASCII} 所有 ASCII:[\x00-\x7F]
// \p{Alpha} 字母字符:[\p{Lower}\p{Upper}]
// \p{Digit} 十进制数字:[0-9]
// \p{Alnum} 字母数字字符:[\p{Alpha}\p{Digit}]
// \p{Punct} 标点符号:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
// \p{Graph} 可见字符:[\p{Alnum}\p{Punct}]
// \p{Print} 可打印字符:[\p{Graph}\x20]
// \p{Blank} 空格或制表符:[ \t]
// \p{Cntrl} 控制字符:[\x00-\x1F\x7F]
// \p{XDigit} 十六进制数字:[0-9a-fA-F]
// \p{Space} 空白字符:[ \t\n\x0B\f\r]
System.out.println("+++++++++++++++++++++++++++++++++++++");
// POSIX Style
p("a".matches("\\p{Lower}"));
// 边界匹配器
// ^ 行的开头
// $ 行的结尾
// \b 单词边界
// \B 非单词边界
// \A 输入的开头
// \G 上一个匹配的结尾
// \Z 输入的结尾,仅用于最后的结束符(如果有的话)
// \z 输入的结尾
// boundary 边界匹配
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("hello sir".matches("^h.*"));
p("hello sir".matches(".*ir$"));
p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));
// whilte lines 空白行
System.out.println("+++++++++++++++++++++++++++++++++++++");
p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));
// email地址
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("[email protected]".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));
// matches find lookingAt
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p2 = Pattern.compile("\\d{3,5}");
String s = "123-34345-234-00";
Matcher m2 = p2.matcher(s);
p(m2.matches());// 匹配整个
m2.reset();
p(m2.find());// 发现有没有匹配的字符,并截取
p(m2.start() + "-" + m.end());// 相匹配的起始位置和结束位置(必须能找到情况下)
p(m2.find());
p(m2.start() + "-" + m.end());
p(m2.find());
p(m2.start() + "-" + m.end());
p(m2.find());
// p(m2.start() + "-" + m.end());
p(m2.lookingAt());// 发现有没有匹配的字符,不截取
p(m2.lookingAt());
p(m2.lookingAt());
p(m2.lookingAt());
// replacement
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p3 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);// 忽略大小写Pattern.CASE_INSENSITIVE
Matcher m3 = p3
.matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");
StringBuffer buf = new StringBuffer();
int i = 0;
while (m3.find()) {
i++;
if (i % 2 == 0) {// 偶数位置java替换成小写
m3.appendReplacement(buf, "java");
} else {// 偶数位置java替换成大写
m3.appendReplacement(buf, "JAVA");
}
}
// 加上尾巴
m3.appendTail(buf);
p(buf);
// group
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p4 = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s4 = "123aa-34345bb-234cc-00";
Matcher m4 = p4.matcher(s4);
while (m.find()) {
p(m4.group(1));
}// p(m4.group(1));将打印第一个小括号匹配的模式结果
// 为123 34345 234
// p(m4.group(2));将打印第一个小括号匹配的模式结果为aa bb cc
// p(m4.group());将打印总的模式结果为123aa 34345bb 234cc
// 以下三种情况(了解即可),不多用!
// Greedy 数量词 (贪婪的))
// X? X,一次或一次也没有
// X* X,零次或多次
// X+ X,一次或多次
// X{n} X,恰好 n 次
// X{n,} X,至少 n 次
// X{n,m} X,至少 n 次,但是不超过 m 次
//
// Reluctant 数量词 (不情愿的)
// X?? X,一次或一次也没有
// X*? X,零次或多次
// X+? X,一次或多次
// X{n}? X,恰好 n 次
// X{n,}? X,至少 n 次
// X{n,m}? X,至少 n 次,但是不超过 m 次
//
// Possessive 数量词 (独占的)
// X?+ X,一次或一次也没有
// X*+ X,零次或多次
// X++ X,一次或多次
// X{n}+ X,恰好 n 次
// X{n,}+ X,至少 n 次
// X{n,m}+ X,至少 n 次,但是不超过 m 次
// 使用Greedy 数量词 (贪婪的))(以下3-10个的话,它会先去匹配10,匹配不上依次减少,一匹配上就结束)
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p6 = Pattern.compile(".{3,10}[0-9]");
String s6 = "aaaa5bbbb68";
Matcher m6 = p6.matcher(s6);
if (m6.find())
p(m6.start() + "-" + m6.end());
else
p("not match!");
// 使用 Reluctant 数量词 (不情愿的)(以下3-10个的话,它会先去匹配3,匹配不上依次增加,一匹配上就结束 )
Pattern p7 = Pattern.compile(".{3,10}?[0-9]");
String s7 = "aaaa5bbbb68";
Matcher m7 = p7.matcher(s7);
if (m7.find())
p(m7.start() + "-" + m7.end());
else
p("not match!");
System.out.println("+++++++++++++++++++++++++++++++++++++");
// 使用 Possessive 数量词(了解即可)
// (独占的)(以下3-10个的话,它会先去匹配10,匹配不上就把这十个先删掉再匹配下一个10个,一匹配上就结束)
Pattern p8 = Pattern.compile(".{3,10}?[0-9]");
String s8 = "aaaa5bbbb68";
Matcher m8 = p8.matcher(s8);
if (m8.find())
p(m8.start() + "-" + m8.end());
else
p("not match!");
// non-capturing groups(非捕获)下文.{3}(?=a)表示以a结尾的三个数字(了解即可)
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p9 = Pattern.compile(".{3}(?=a)");
String s9 = "444a66b";
Matcher m9 = p9.matcher(s9);
while (m9.find()) {
p(m9.group());
}
// back refenrences
// 匹配的后的两个组需要一样(了解即可)
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p10 = Pattern.compile("(\\d\\d)\\1");
String s10 = "1212";
Matcher m10 = p10.matcher(s10);
p(m10.matches());
// flags的简写
// Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
// 上面的句子简写(了解即可)
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("Java".matches("(?i)(java)"));
}
public static void p(Object o) {
System.out.println(o);
}
}
2、email抓取 import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class EmailSpider {
public static void main(String[] args) {
try {
BufferedReader br = new BufferedReader(new FileReader("D:\\含邮件地址的.html"));
String line = "";
while((line=br.readLine()) != null) {
parse(line);
}
} catch (FileNotFoundException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
private static void parse(String line) {
Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());
}
}
}
后面的\.,“.”在正则中也是有特殊含义的,所以还要用\,用来匹配小数点。再后面的\d+显然就是若干小数了总结:整个正则表达式就是用来匹配数字的。但考虑仍不周全,不能匹配“-.38”这种小数。