正则表达式
-
什么是正则表达式：
正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。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。目前，正则表达式已经在很多软件中得到广泛的应用，包括*nix（Linux, Unix等），HP等操作系统，PHP，C#，Java等开发环境，以及很多的应用软件中，都可以看到正则表达式的影子。
-
为什么使用正则表达式举例： 例：从命令行输入一个字符串，判断是不是合法的EMAIL地址，判断条件如下：
-
‘@’字符和‘.’字符至少应该出现一次；
-
‘@’字符在字符串中只能出现一次；
-
‘@’字符和‘.’字符都不能出现在字符串的最前面；
-
‘@’字符和‘.’字符都不能出现在字符串的最末尾；
-
‘.’字符不能出现在‘@’字符的前面；
-
‘@’字符和‘.’字符不能出现在相邻的位置（即‘@’字符和‘.’字符之间必须还有其他字符）。
String email = "[email protected]"; if (email.indexOf(".") != -1 && email.indexOf("@") != -1) { if (email.indexOf("@") == email.lastIndexOf("@")) { if (!(email.startsWith("@") || email.startsWith(".")) && !(email.endsWith("@") || email.endsWith("."))) { if (email.indexOf(".") > email.indexOf("@")) { if ((email.indexOf(".") - email.indexOf("@")) != 1) { System.out.println("合法的邮箱名："+email); } else { System.out.println("‘@’字符和‘.’字符不能出现在相邻的位置（即‘@’字符和‘.’字符之间必须还有其他字符）。"); } } else { System.out.println("‘.’字符不能出现在‘@’字符的前面"); } } else { System.out.println("‘@’字符和‘.’字符都不能出现在字符串的最前面或末尾"); } } else { System.out.println("‘@’字符在字符串中只能出现一次"); } } else { System.out.println("‘@’字符和‘.’字符至少应该出现一次"); }
- 使用举例：(使用的包：java.util.regex.Matcher;java.util.regex.Pattern;)
-
$ 匹配输入字符串的结尾位置。
//方法1： //1.使用Pattern调用compile(书写正则表达式规则)方法来书写正则表达式的规则 Pattern p = Pattern.compile("bug$"); //2.通过返回的Pattern调用他的matcher(输入要判断的字符串)方法来输入要判断的字符串。 Matcher m = p.matcher("bug"); //3.开始匹配 boolean b1 = m.matches(); //方法2： boolean b1 = Pattern.matches("bug$", "bug");//b1:true -
* 匹配前面的子表达式零次或多次。
boolean b2 = Pattern.matches("(bu)*g", "bubububug");//b2:true boolean b2_1 = Pattern.matches("bu\\*g", "bu*g");//b2_1:true -
( ) 标记一个子表达式的开始和结束位置。把括号中的内容作为一个整体。
boolean b3 = Pattern.matches("(bu*g)*g", "g");//b3:true -
+ 匹配前面的子表达式一次或多次。
boolean b4 = Pattern.matches("b+g", "bbbbbbbbg");//b4:true -
. 匹配除换行符 \n之外的任何单字符。
boolean b5 = Pattern.matches(".g\\.", "qg.");//b5:true -
? 匹配前面的子表达式零次或一次。
boolean b6 = Pattern.matches("(bu)?g", "bug");//b6:true -
\ 将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。
boolean b7 = Pattern.matches("\\.\\*\\(\\)", ".*()");//b7:true -
^ 匹配输入字符串的开始位置。
boolean b8 = Pattern.matches("^once", "once upon a time");//b8:false boolean b8_1 = Pattern.matches("^[abc]", "c");//b8_1:true boolean b8_2 = Pattern.matches("[^abc]", "d");//必须写abc之外的 b8_2:true -
| 指明两项之间的一个选择。
boolean b9 = Pattern.matches("a|b|123", "a");//b9:true -
{n} n 是一个非负整数。匹配确定的 n 次。
boolean b10 = Pattern.matches("a{5}", "aaaaa");//b10:true -
{n,} n 是一个非负整数。至少匹配n 次。
boolean b11 = Pattern.matches("b{5,}", "bbbbbbbbbbbb");//b11:true -
{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。
boolean b12 = Pattern.matches("c{2,5}", "cccccc"); System.out.println("b12:"+b12);b12:false -
各种操作符的运算优先级：相同优先级的从左到右进行运算，不同优先级的运算先高后低。各种操作符的优先级从高到低如下：
操作符 描述 \ 转义符 (), (?:), (?=), [] 圆括号和方括号 *, +, ?, {n}, {n,}, {n,m} 限定符 ^, $, \anymetacharacter 位置和顺序 | “或”操作 -
\d 匹配这个位置是0-9的数，等价于[0123456789]、[0-9]。\D是取反，相当于：[^0-9]
boolean b13 = Pattern.matches("\\d", "5"); -
[a-zA-Z]匹配字母az，AZ，[^a-zA-Z] 匹配不是字母
boolean b14 = Pattern.matches("[a-zA-Z]", "A"); -
\w 匹配包括下划线的任何单词字符。等价于[A-Za-z0-9_]。\W是取反，相当于[^A-Za-z0-9_]。
boolean b15 = Pattern.matches("\\w", "a"); -
匹配输入的账号字符串是否为字母或数字，长度为6-10
boolean b16 = Pattern.matches("([a-zA-Z0-9]){6,10}", "qwer123"); -
使用正则表达式来实现上述例子的邮箱匹配
boolean b17 = Pattern.matches("\\w+@\\w{1,5}\\.\\w{2,3}", **"[email protected]");
最全的常用正则表达式大全——包括校验数字、字符、一些特殊的需求等
-
校验数字的表达式
1. ^[0-9]*$ 2. 数字：^\d{n}$ 3. 的数字：^\d{n,}$ 4. 的数字：^\d{m,n}$ 5. 零开头的数字：^(0|[1-9][0-9]*)$ 6. 头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$ 7. 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)$ -
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]+ -
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 ^http://([\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位、18位数字)：^\d{15}|\d{18}$ 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. 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. 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. 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. 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. 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. 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. 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. 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*?)[^>]*>.*?</\1>|<.*? /> (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) 34 IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
