java中的正则表达式

java中正则表达式常用的构造元素:

            字符
    x 字符 x。举例：‘a‘表示字符a
    \\ 反斜线字符。
    \n 新行（换行）符 (‘\u000A‘) 
    \r 回车符 (‘\u000D‘)
    
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） 
    [0-9] 0到9的字符都包括
    
预定义字符类
    . 任何字符。我的就是.字符本身，怎么表示呢? \.
    \d 数字：[0-9]
    \D 非数字:[^\d]/[^0-9]
    \w 单词字符：[a-zA-Z_0-9]
　　 \W 非字符[^\w]

边界匹配器
    ^ 行的开头 
    $ 行的结尾 
    \b 单词边界， 就是不是单词字符的地方。
    
Greedy 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 

String类中的三个基本操作使用正则：

　　匹配：matches()

　　切割: split()

　　替换: replaceAll()

下边是一些常用的使用

        //以空格分割
        String str1 = "1 2 3          4 54       5 6";
        String[] numbers = str1.split(" +");
        for (String temp : numbers) {
            System.out.println(temp);
        }

        // 替换，替换所有的数字为*
        String str2 = "abd123:adad46587:asdadasadsfgi#%^^9090";
        System.out.println(str2.replaceAll("[0-9]", "*"));
        System.out.println(str2.replaceAll("\\d", "*"));

        // 匹配匹配邮箱
        String mail1 = "ababc@asa.com";
        String mail2 = "ababc@asa.com.cn";
        String mail3 = "ababc@asa";
        //        String mainRegex = "[0-9a-zA-Z_]+@[0-9a-zA-Z_]++(\\.[0-9a-zA-Z_]+{2,4})+";
        String mainRegex = "\\w+@\\w+(\\.\\w{2,4})+";

        System.out.println(mail1.matches(mainRegex));//true
        System.out.println(mail2.matches(mainRegex));//true
        System.out.println(mail3.matches(mainRegex));//false

/**
* java中正则匹配的对象：
* pattern:
* 　　 Pattern 　　Pattern.complie(regexString)
* 　　 Macther 　　Pattern.matches(regexString)
* Matcher：
* 　　 boolean 　  matcher.find() //查找下一个匹配对象
* 　　 String 　　 matcher.guorp() //返回整个匹配模式匹配到的结果
* 　　 boolean 　  matcher.matches() //尝试将整个区域与模式匹配
* 　　 int 　　　　 matcher.groupCount() //返回匹配规则的分组，如：(aa)(bb)：这表示两组
* 　　 String        matcher.group(int group) //返回匹配对象对应分组的匹配结果
* 　　 MatcheResult  matcher.toMatchResult() //将匹配结果一MatchResult的形式返回
*/

第一种使用场景：仅仅使用Matcher对象来匹配想要的字符串

             1
            //
             匹配出3个字符的字符串
             2         String str = "abc 124 ewqeq qeqe   qeqe   qeqe  aaaa  fs fsdfs d    sf sf sf  sf sfada dss dee ad a f s f sa a‘lfsd;‘l";
 3         Pattern pt = Pattern.compile("\\b\\w{3}\\b");
 4         Matcher match = pt.matcher(str);
 5while (match.find()) {
 6            System.out.println(match.group());
 7        }
 8// 匹配出邮箱地址 9         String str2 = "dadaadad   da da   dasK[PWEOO-123- DASJAD@DHSJK.COM DADA@DAD.CN =0KFPOS9IR23J0IS ADHAJ@565@ADA.COM.CN shuqi@162.com UFSFJSFI-SI- ";
10         Pattern pet2 = Pattern.compile("\\b\\w+@\\w+(\\.\\w{2,4})+\\b");
11         Matcher match2 = pet2.matcher(str2);
12while (match2.find()) {
13            System.out.println(match2.group());
14         }

 第二种使用场景：匹配规则中包含匹配组，要求匹配得到相应的匹配组的数据：

       String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda";
        //包含两个匹配组，一个是三个字符，一个是匹配四个字符
        Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b");
        Matcher match = pet.matcher(sr);
        int countAll = match.groupCount();//2 while (match.find()) {
            System.out.print("匹配组结果：");
            for (int i = 0; i < countAll; i++) {
                System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,match.group(i + 1)));
            }
            System.out.print("\n匹配的整个结果:");
            System.out.println(match.group());
        }

输出结果:

            匹配组结果：
    第1组的结果是:ada
    第2组的结果是:adad
匹配的整个结果:ada adad
匹配组结果：
    第1组的结果是:fas
    第2组的结果是:fdsf
匹配的整个结果:fas fdsf
匹配组结果：
    第1组的结果是:234
    第2组的结果是:adda
匹配的整个结果:234 adda

第三中场景:将每次得到的结果使用MatcheResult保存

        String sr = "dada ada adad adsda ad asdda adr3 fas daf fas fdsf 234 adda";
        Pattern pet = Pattern.compile("\\b(\\w{3}) *(\\w{4})\\b");
        Matcher match = pet.matcher(sr);
        MatchResult ms = null;
        while (match.find()) {
            ms = match.toMatchResult();
            System.out.print("匹配对象的组结果：");
            for (int i = 0; i < ms.groupCount(); i++) {
                System.out.print(String.format("\n\t第%s组的结果是:%s",i+1,ms.group(i + 1)));
            }
            System.out.print("\n匹配的整个结果:");
            System.out.println(ms.group());
        }

输出结果：

            匹配对象的组结果：
    第1组的结果是:ada
    第2组的结果是:adad
匹配的整个结果:ada adad
匹配对象的组结果：
    第1组的结果是:fas
    第2组的结果是:fdsf
匹配的整个结果:fas fdsf
匹配对象的组结果：
    第1组的结果是:234
    第2组的结果是:adda
匹配的整个结果:234 adda

常用的正则表达式：

（1）    "^\d+$"　　//非负整数（正整数 + 0）

（2）    "^[0-9]*[1-9][0-9]*$"　　//正整数

（3）    "^((-\d+)|(0+))$"　　//非正整数（负整数 + 0）

（4）    "^-[0-9]*[1-9][0-9]*$"　　//负整数

（5）    "^-?\d+$"　　　　//整数

（6）    "^\d+(\.\d+)?$"　　//非负浮点数（正浮点数 + 0）

（7）    "^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$"　　//正浮点数

（8）    "^((-\d+(\.\d+)?)|(0+(\.0+)?))$"　　//非正浮点数（负浮点数 + 0）

（9）    "^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$"　　//负浮点数

（10）  "^(-?\d+)(\.\d+)?$"　　//浮点数

（11）  "^[A-Za-z]+$"　　//由26个英文字母组成的字符串

（12）  "^[A-Z]+$"　　//由26个英文字母的大写组成的字符串

（13）  "^[a-z]+$"　　//由26个英文字母的小写组成的字符串

（14）  "^[A-Za-z0-9]+$"　　//由数字和26个英文字母组成的字符串

（15）  "^\w+$"　　//由数字、26个英文字母或者下划线组成的字符串

（16）  "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$"　　　　//email地址

（17）  "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　//url

（18）  /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/   //  年-月-日

（19）  /^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/   // 月/日/年

（20）  "^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$"   //Emil

（21）  /^((\+?[0-9]{2,4}\-[0-9]{3,4}\-)|([0-9]{3,4}\-))?([0-9]{7,8})(\-[0-9]+)?$/     //电话号码

（22）  "^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$"   //IP地址

（23）   

（24）  匹配中文字符的正则表达式： [\u4e00-\u9fa5]

（25）  匹配双字节字符(包括汉字在内)：[^\x00-\xff]

（26）  匹配空行的正则表达式：\n[\s| ]*\r

（27）  匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

（28）  匹配首尾空格的正则表达式：(^\s*)|(\s*$)

（29）  匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

（30）  匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$

（31）  匹配帐号是否合法(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}$

（32）  匹配国内电话号码：(\d{3}-|\d{4}-)?(\d{8}|\d{7})?

（33）  匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$

（34）  元字符及其在正则表达式上下文中的行为：

（35）  \ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。

（36）  ^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 ’\n’ 或 ’\r’ 之后的位置。

（37）  $ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 ’\n’ 或 ’\r’ 之前的位置。

（38）  * 匹配前面的子表达式零次或多次。

（39）  + 匹配前面的子表达式一次或多次。+ 等价于 {1,}。

（40）  ? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。

（41）  {n} n 是一个非负整数，匹配确定的n 次。

（42）  {n,} n 是一个非负整数，至少匹配n 次。

（43）  {n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。在逗号和两个数之间不能有空格。

（44）  ? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。

（45）  . 匹配除 "\n" 之外的任何单个字符。要匹配包括 ’\n’ 在内的任何字符，请使用象 ’[.\n]’ 的模式。

（46）  (pattern) 匹配pattern 并获取这一匹配。

（47）  (?:pattern) 匹配pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。

（48）  (?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。

（49）  (?!pattern) 负向预查，与(?=pattern)作用相反

（50）  x|y 匹配 x 或 y。

（51）  [xyz] 字符集合。

（52）  [^xyz] 负值字符集合。

（53）  [a-z] 字符范围，匹配指定范围内的任意字符。

（54）  [^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。

（55）  \b 匹配一个单词边界，也就是指单词和空格间的位置。

（56）  \B 匹配非单词边界。

（57）  \cx 匹配由x指明的控制字符。

（58）  \d 匹配一个数字字符。等价于 [0-9]。

（59）  \D 匹配一个非数字字符。等价于 [^0-9]。

（60）  \f 匹配一个换页符。等价于 \x0c 和 \cL。

（61）  \n 匹配一个换行符。等价于 \x0a 和 \cJ。

（62）  \r 匹配一个回车符。等价于 \x0d 和 \cM。

（63）  \s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。

（64）  \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

（65）  \t 匹配一个制表符。等价于 \x09 和 \cI。

（66）  \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。

（67）  \w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。

（68）  \W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。

（69）  \xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。

（70）  \num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。

（71）  \n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。

（72）  \nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。

（73）  \nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。

（74）  \un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。

（75）  匹配中文字符的正则表达式： [u4e00-u9fa5]

（76）  匹配双字节字符(包括汉字在内)：[^x00-xff]

（77）  匹配空行的正则表达式：n[s| ]*r

（78）  匹配HTML标记的正则表达式：/<(.*)>.*</1>|<(.*) />/

（79）  匹配首尾空格的正则表达式：(^s*)|(s*$)

（80）  匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*

（81）  匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?

（82）  利用正则表达式限制网页表单里的文本框输入内容：

（83）  用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,‘‘)" onbeforepaste="clipboardData.setData(‘text‘,clipboardData.getData(‘text‘).replace(/[^u4E00-u9FA5]/g,‘‘))"

（84）  用正则表达式限制只能输入全角字符： onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,‘‘)" onbeforepaste="clipboardData.setData(‘text‘,clipboardData.getData(‘text‘).replace(/[^uFF00-uFFFF]/g,‘‘))"

（85）  用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^d]/g,‘‘) "onbeforepaste="clipboardData.setData(‘text‘,clipboardData.getData(‘text‘).replace(/[^d]/g,‘‘))"

（86）  用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[W]/g,‘‘) "onbeforepaste="clipboardData.setData(‘text‘,clipboardData.getData(‘text‘).replace(/[^d]/g,‘‘))"

（87）  整理：

（88）  匹配中文字符的正则表达式： [\u4e00-\u9fa5]

（89）  匹配双字节字符(包括汉字在内)：[^\x00-\xff]

（90）  匹配空行的正则表达式：\n[\s| ]*\r

（91）  匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/

（92）  匹配首尾空格的正则表达式：(^\s*)|(\s*$)

（93）  匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //

（94）  匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

（95）  匹配网址URL的正则表达式：http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?

（96）  sql语句：^(select|drop|delete|create|update|insert).*$

（97）  非负整数：^\d+$

（98）  正整数：^[0-9]*[1-9][0-9]*$

（99）  非正整数：^((-\d+)|(0+))$

（100）  负整数：^-[0-9]*[1-9][0-9]*$

（101）  整数：^-?\d+$

（102）  非负浮点数：^\d+(\.\d+)?$

（103）  正浮点数：^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

（104）  非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$

（105）  负浮点数：^(-((正浮点数正则式)))$

（106）  英文字符串：^[A-Za-z]+$

（107）  英文大写串：^[A-Z]+$

（108）  英文小写串：^[a-z]+$

（109）  英文字符数字串：^[A-Za-z0-9]+$

（110）  英数字加下划线串：^\w+$

（111）  E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$

（112）  URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$

或：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\‘:+!]*([^<>\"\"])*$

（113）  邮政编码：^[1-9]\d{5}$

（114）  中文：^[\u0391-\uFFE5]+$

（115）  电话号码：^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$

（116）  手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$

（117）  双字节字符(包括汉字在内)：^\x00-\xff

（118）  匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）

（119）  匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>

（120）  匹配空行：\n[\s| ]*\r

（121）  提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *(‘|")?(\w|\\|\/|\.)+(‘|"| *|>)?

（122）  提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

（123）  提取信息中的图片链接：(s|S)(r|R)(c|C) *= *(‘|")?(\w|\\|\/|\.)+(‘|"| *|>)?

（124）  提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)

（125）  提取信息中的中国手机号码：(86)*0*13\d{9}

（126）  提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}

（127）  提取信息中的中国电话号码（包括移动和固定电话）：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}

（128）  提取信息中的中国邮政编码：[1-9]{1}(\d+){5}

（129）  提取信息中的浮点数（即小数）：(-?\d*)\.?\d+

（130）  提取信息中的任何数字 ：(-?\d*)(\.\d+)?

（131）  IP：(\d+)\.(\d+)\.(\d+)\.(\d+)

（132）  电话区号：/^0\d{2,3}$/

（133）  腾讯QQ号：^[1-9]*[1-9][0-9]*$

（134）  帐号(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}$

（135）  中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$ 

原文：http://www.cnblogs.com/shuqi/p/4427693.html