JAVA正则表达式

Java的正则表达式讲解：（为了能看清，本文正则表达式用中文的句号代替英文句点）

1. 英文句点符号：匹配单个任意字符。
   eg:
   表达式”t。o 可以匹配：tno，t#o，teo等等。不可以匹配：tnno，to，Tno，t正o等。
2. 方括号：只有方括号里面指定的字符才参与匹配，也只能匹配单个字符。
   eg:
   表达式：t[abcd]n 只可以匹配：tan，tbn，tcn，tdn。不可以匹配：thn，tabn，tn等。
3. | 符号。相当与“或”，可以匹配指定的字符，但是也只能选择其中一项进行匹配。
   eg：
   表达式：t(a|b|c|dd)n 只可以匹配：tan，tbn，tcn，tddn。不可以匹配taan，tn，tabcn

4. 表示匹配次数的符号

   
   屏幕快照 2016-10-26 10.42.53.png
   

   {n， }表示至少N次。
   eg：
   表达式：[0—9]{ 3 } \— [0-9]{ 2 } \— [0-9]{ 3 } 的匹配格式为：999—99—999
   因为“—”符号在正则表达式中有特殊的含义，它表示一个范围，所以在前面加转义字符“\”。

5. ^符号：表示否
   ^{符号被称为“否”符号，如果用在方括号内，“}“表示不想匹配的字符。
   eg：
   表达式：[^x] 第一个字符不能是x
6. 圆括号，和空白符号
   “\s”是空白符号，只可以匹配一个空格、制表符、回车符、换页符，不可以匹配自己输入的多个空格。
   （）是分组号，可以用ORO API提取处出值，后面将详细讨论
7. 正则表达式的一些快捷符号：
   \d表示[0—9]， \D表示[^0—9]， \w表示[0—9A—Z_a—z]，
   \W表示[^0—9A—Z_a—z]， \s表示[\t\n\r\f], \S表示[^\t\n\r\f]
8. 一些常用的正则表达式：
   Java：(([a-z]|_)(\w*)){6,20}匹配以字母或下划线开头，字母数字下划线结尾的字符串
   JavaScript：/^{(-?)(\d+)$/匹配数字。/}\w+$/匹配字母数字下划线。
   .+ 一个或多个字符
   /0 第一次匹配的字符串
9. java类中使用正则表达式：
   eg1：
   Pattern p = Pattern.compile("t.n");
   Matcher m = p.matcher(“ton”);
   if(m.matches()){
   return true;
   }
   eg2：boolean bool=Pattern.matches (“t.n”,”ton”);
   如果一个正则表达式要重复利用，用第一种，如果只匹配一次，第二种是最佳选择。
10. 反斜线字符（‘\’）用于转义字符，同时还可以引用非转义字符（不包括非转义字母）
    因此‘\’表示‘\’，‘{’表示{。 但是‘\y’就是错的，因为在不表示转义构造的 任何字母字符前 使用反斜线都是错误的。
    根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\b" 与单词边界匹配。字符串字面值 "(hello)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\(hello\)"。 注意：‘\b’是一个字符而‘\b’是两个字符
11. Pattern类
    1. 8种模式：比如启用多行模式，启用unix模式等，eg int CASE_INSENSITIVE表示启用不区分大小写的
    2. 4个静态方法
       两个单例模式构造器：
       Pattern compile（String regex）；
       Pattern compile（String regex,int flags）flags为八种模式的一种
       eg2：
       Pattern p=Pattern.compile("[a-z]\s[a-z]");
       Matcher m=p.matcher("b c");
       if(m.matches()) Sysout(1111);
       else Sysout(2222); 输出结果为1111；
       一个匹配方法，一个返回String的字面值模式方法：
       boolean matches(String regex,CharSequence input);//input与regex匹
       配返回true。
       String quote(String s);//返回指定String的字面值。
       eg3：boolean bool=Pattern.matches("[a-z] [a-z]",”b c”); //结果为true
       Sysout(Pattern.quote(“a_#/tb”)); //输出结果为 “\Qa_# b”\E
    3. 6个普通方法
       返回此模式的匹配器： Matcher matcher（CharSequence input）;
       返回此模式的标志： int flags（）;
       返回此模式的regex： String pattern（）;
       两个字符串切割方法： String[] split(CharSequence input);
       String[] split(CharSequence input,int limit);
       limit为返回字符串的个数，如果等于0，返回所有 拆分的字符串，如果大于拆分字符串的实际个数，
       返回实际个数。
       toString方法： String toString（）;
       eg4：
       Pattern p=Pattern.compile("[,;\s]");
       String str="wo,ai;ni haha";
       String[] strs=p.split(str);
       for(String s : strs){
       Sysout(s);//输出 “wo” “ai” “ni” “haha”
       }
       strs=p.split(str,2)
       for(String s : strs){
       Sysout(s);//输出 “wo” “ai;ni haha”
       }
       Strs=p.split(str,0)
       for(String s : strs){
       Sysout(s);//输出 “wo” “ai” “ni” “haha”
       }
12. 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)?$"　　//url
    18. /^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-((0-2)|(3[0|1]))$/ // 年-月-日
    19. /^((0([1-9]{1}))|(1[1|2]))/((0-2)|(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. 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
    24. 匹配双字节字符(包括汉字在内)：[^\x00-\xff]
    25. 匹配空行的正则表达式：\n[\s| ]*\r
    26. 匹配HTML标记的正则表达式：/<(.)>.</\1>|<(.*) />/
    27. 匹配首尾空格的正则表达式：(^\s)|(\s$)
    28. 匹配Email地址的正则表达式：\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
    29. 匹配网址URL的正则表达式：^[a-zA-z]+://(\w+(-\w+))(\.(\w+(-\w+)))(\?\S)?$
    30. 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}$
    31. 匹配国内电话号码：(\d{3}-|\d{4}-)?(\d{8}|\d{7})?
    32. 匹配腾讯QQ号：^[1-9][1-9][0-9]$
    33. \ 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。
    34. ^ 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。
    35. $ 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。
    36. • 匹配前面的子表达式零次或多次。
    37. • 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
    38. ? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
    39. {n} n 是一个非负整数，匹配确定的n 次。
    40. {n,} n 是一个非负整数，至少匹配n 次。
    41. {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。
    42. ? 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。
    43. . 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。
    44. (pattern) 匹配pattern 并获取这一匹配。
    45. (?: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。
    46. (?=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。
        (?!pattern) 负向预查，与(?=pattern)作用相反
    47. x|y 匹配 x 或 y。
    48. [xyz] 字符集合。
    49. [^xyz] 负值字符集合。
    50. [a-z] 字符范围，匹配指定范围内的任意字符。
    51. [^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。
    52. \b 匹配一个单词边界，也就是指单词和空格间的位置。
    53. \B 匹配非单词边界。
    54. \cx 匹配由x指明的控制字符。
    55. \d 匹配一个数字字符。等价于 [0-9]。
    56. \D 匹配一个非数字字符。等价于 [^0-9]。
    57. \f 匹配一个换页符。等价于 \x0c 和 \cL。
    58. \n 匹配一个换行符。等价于 \x0a 和 \cJ。
    59. \r 匹配一个回车符。等价于 \x0d 和 \cM。
    60. \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]。
    61. \S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
    62. \t 匹配一个制表符。等价于 \x09 和 \cI。
    63. \v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
    64. \w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
    65. \W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。
    66. \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。
    67. \num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
    68. \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。
    69. \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。
    70. \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。
    71. \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。
    72. 匹配中文字符的正则表达式： [u4e00-u9fa5]
    73. 匹配双字节字符(包括汉字在内)：[^x00-xff]
    74. 匹配空行的正则表达式：n[s| ]*r
    75. 匹配HTML标记的正则表达式：/<(.)>.</1>|<(.*) />/
    76. 匹配首尾空格的正则表达式：(^s)|(s$)
    77. 匹配Email地址的正则表达式：w+([-+.]w+)@w+([-.]w+).w+([-.]w+)*
    78. 匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
    79. 利用正则表达式限制网页表单里的文本框输入内容：
    80. 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,''))"
    81. 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,''))"
    82. 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,''))"
        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,''))"

整理：

匹配中文字符的正则表达式： [\u4e00-\u9fa5]
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
匹配空行的正则表达式：\n[\s| ]\r
匹配HTML标记的正则表达式：/<(.)>.</\1>|<(.) />/
匹配首尾空格的正则表达式：(^\s)|(\s$)
匹配IP地址的正则表达式：/(\d+).(\d+).(\d+).(\d+)/g //
匹配Email地址的正则表达式：\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*
匹配网址URL的正则表达式：http://(/[\w-]+.)+[\w-]+(/[\w- ./?%&=])?
sql语句：^(select|drop|delete|create|update|insert).$
1、非负整数：^\d+$
2、正整数：^[0-9][1-9][0-9]$
3、非正整数：^((-\d+)|(0+))$
4、负整数：^-[0-9][1-9][0-9]$

5、整数：^-?\d+$

6、非负浮点数：^\d+(.\d+)?$

7、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]))$

8、非正浮点数：^((-\d+.\d+)?)|(0+(.0+)?))$

9、负浮点数：^(-((正浮点数正则式)))$

10、英文字符串：^[A-Za-z]+$

11、英文大写串：^[A-Z]+$

12、英文小写串：^[a-z]+$

13、英文字符数字串：^[A-Za-z0-9]+$

14、英数字加下划线串：^\w+$

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

16、URL：^[a-zA-Z]+://(\w+(-\w+))(.(\w+(-\w+)))(?\s)?$
或：^{http://[A-Za-z0-9]+.[A-Za-z0-9]+[/=?%-&_~`@[]':+!]*([}<>""])*$

17、邮政编码：^[1-9]\d{5}$

18、中文：^[\u0391-\uFFE5]+$

19、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})?$

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

21、双字节字符(包括汉字在内)：^\x00-\xff

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

23、匹配HTML标记：<(.)>.</\1>|<(.*) />

24、匹配空行：\n[\s| ]*\r

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

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

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

28、提取信息中的IP地址：(\d+).(\d+).(\d+).(\d+)

29、提取信息中的中国手机号码：(86)013\d{9}

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

31、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}

32、提取信息中的中国邮政编码：[1-9]{1}(\d+){5}

33、提取信息中的浮点数（即小数）：(-?\d*).?\d+

34、提取信息中的任何数字 ：(-?\d*)(.\d+)?

35、IP：(\d+).(\d+).(\d+).(\d+)

36、电话区号：/^0\d{2,3}$/

37、腾讯QQ号：^[1-9][1-9][0-9]$

38、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}$

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