java正则表达式
序言
正则表达式：字符串处理神器
正则表达式是处理字符串的强大的工具，它不是java的特性，前端的JavaScript等也有。但是相比于其他老牌的高级语言，如C/C++,这是Java比他们独特的地方。
正则表达式用途：
1). 字符串匹配
2). 字符串查找
3). 字符串替换
在正则表达式正式出场之前，我们先从熟悉的String类两个方法开始。
这是String类自带的方法，方法里面的参数是一个正则表达式，比如我想把一个带有ip和端口的ip v4地址分割出来，那么用法如下：
public static void main(String[] args) {
String ip = "127.0.0.1:80";
String[] ips = ip.split(":");
System.out.println("IP地址:" + ips[0]);
System.out.println("端口号:" + ips[1]);
}split()里面的”:”就是一个最简单的正则表达式，下面分别从正则表达式的匹配、替换、分割和获取来了解JAVA正则。
匹配
匹配数字案例，用正则表达式来判断字符串中是否全部是数字:
String str = "123456789";
String reg = "\\d+";
boolean b= str.matches(reg);
System.out.println(b);其中\d是正则表达式的匹配模式，为边界匹配器——单词边界， 就是不是单词字符的地方。在java中\代表转义符，所以这里\d应该写成“\d”，后边的+是量词，代表前面的匹配出现的次数是一次或多次。
匹配手机号码，匹配规则：手机号码必须是11位数，而且必须是13、15、18开头。
String tel = "13628123409";
String telReg = "1[358]\\d{9}";
System.out.println(tel.matches(telReg));正则变量telReg的表达式中，”1”表示第一位只能是数字1，[358]表示第二位的之可以取”358”中的任意一个，”{9}”表示\d有9位，也就是说数字有几位。
切割
String str = "李彦宏.马云.马化腾";
String reg = "\\.";
String[] arr = str.split(reg);
System.out.println("切割得到的长度是:" + arr.length);
for(final String s : arr) {
System.out.println(s);
}上诉的正则将字符串中以”.”为界限进行切割，得到一个字符串数组，切割得到的字符串放进字符串数组的元素中，下标从0开始。如上所述，输出的结果是：
切割得到的长度是:3
李彦宏
马云
马化腾如果字符串是以空格隔开，那么用的正则如下：
String reg = " +";空白字符一般喜欢用\s来代替，所以如果是空格隔开，那么最好的用法如下:
String rege = "\s+";匹配规则表如图：
切割重叠词，将叠词两边的字符串分割出来：
String str = "erkktyqqquizzzzzo";
String reg = "(.)\\1+";
String[] arr = str.split(reg);
System.out.println("切割得到的长度是:" + arr.length);
for(final String s : arr) {
System.out.println(s);
}将规则封装成一个组。用()完成。组的出现都有编号。从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。
替换
有这么一个字符串”wer1389980000ty1234564uiod234345675f”，将字符串中的数组替换成#。
public static void replaceAllDemo(String str,String reg,String newStr) {
str = str.replaceAll(reg,newStr);
System.out.println(str);
}replaceAllDemo(str,"\\d{5,}","#");操作的步奏是，正则先去匹配字符串，如果找到匹配则替换。
替换叠词，将重叠的字符替换成单个字符，如:tt->t，调用的方法还是如上，传递的字符串和正则规则如下：
String str1 = "寻寻觅觅冷冷清清,凄凄惨惨戚戚，乍暖还寒时候，最难将息";
replaceAllDemo(str1,"(.)\\1+","$1");
关于捕获组
捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。
例如，正则表达式 (dog) 创建了单一分组，组里包含”d”，”o”，和”g”。
捕获组是通过从左至右计算其开括号来编号。
例如，在表达式（（A）（B（C））），有四个这样的组：
((A)(B(C)))
(A)
(B(C))
(C)
以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。
还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。
public class RegexMatches {
public static void main( String args[] ){
// 按指定模式在字符串查找
String line = "This order was placed for QT3000! OK?";
// 创建 Pattern 对象
Pattern r = pattern.compile(pattern);
// 现在创建 matcher 对象
Matcher m = r.matcher(line);
if (m.find( )) {
System.out.println("Found value: " + m.group(0) );
System.out.println("Found value: " + m.group(1) );
System.out.println("Found value: " + m.group(2) );
System.out.println("Found value: " + m.group(3) );
} else {
System.out.println("NO MATCH");
}
}看看输出结果:
Found value: This order was placed for QT3000! OK?
Found value: his order was placed for QT
Found value: 3000
Found value: ! OK?m.group(0) 里面的这个0很关键,
0代表整个正则表达式在这次匹配中,
完整匹配出来的句子
你看m.group(0)得到的结果是:
---->> This order was placed for QT3000! OK?
这个就是"(\\D*)(\\d+)(.*)"所匹配的嘛!而 m.group(1) m.group(2) m.group(3) 又是什么呢?
我们再对照下:
-----------------------------------------------------------
m.group(1) = This order was placed for QT
m.group(2) = 3000
m.group(3) = ! OK?
-----------------------------------------------------------
对了!
这个1对应的就是第一个括号(\\D*)匹配出来的内容
2就是第二个括号(\\d+)匹配出来的内容
3就是第三个括号(.*)匹配出来的内容,依此类推获取
正则表达式的第四个功能：获取。将字符串中的符合规则的子串取出。这里必须去了解和使用JAVA封装的两个类:Matcher，Pattern。
String str = "Hello Rgex This is the test text!";
System.out.println(str);
String reg = "\\b[a-z]{4}\\b";
//将规则封装成对象。
Pattern p = Pattern.compile(reg);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m = p.matcher(str);
System.out.println(m.matches());其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。只不过被String的方法封装后，用起来较为简单。但是功能却单一。
public class RegexDemo {
public static void main(String[] args) {
getDemo();
}
public static void getDemo(){
// 要验证的字符串
String str = "Hello,Rgex,This,is,the,test,text!";
// 正则表达式规则
String reg = "[a-zA-Z]{2,4}";
// 封装/编译正则表达式
Pattern p = Pattern.compile(reg);
// 忽略大小写的写法
// Pattern pat =Pattern.compile(reg,Pattern.CASE_INsensitive);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m = p.matcher(str);
//输出结果
while(m.find()) {
String result = m.group();
System.out.println(result);
}
}
}操作步骤：
1，将正则表达式封装成对象。
2，让正则对象和要操作的字符串相关联。
3，关联后，获取正则匹配引擎。
4，通过引擎对符合规则的子串进行操作，比如取出。
示例
//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", "*"));
// 匹配出3个字符的字符串
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";
Pattern pt = Pattern.compile("\\b\\w{3}\\b");
Matcher match = pt.matcher(str);
while (match.find()) {
system.out.println(match.group());
}
// 匹配出邮箱地址
String str2 = "dadaadad da da dasK[PWEOO-123- [email protected] [email protected] =0KFPOS9IR23J0IS ADHAJ@[email protected] [email protected] UFSFJSFI-SI- ";
Pattern pet2 = Pattern.compile("\\b\\w+@\\w+(\\.\\w{2,4})+\\b");
Matcher match2 = pet2.matcher(str2);
while (match2.find()) {
System.out.println(match2.group());
}语法
量词
量词表示一个正则表达式在匹配的过程中的模式
贪婪型 一般的匹配模式总是贪婪型的，除非被设置了其他选项。贪婪表达式会为所有可能的匹配来尽可能的匹配，也就是匹配最多的字符串。
勉强型 用问号来制定，勉强表达式会尽可能少的匹配，也就是匹配最少的字符串。
占有型 这种类型是java中特有的
正则表达式中的字符
下表展示了一些常用的字符表示
边界匹配符
逻辑操作符
总结
/***
* 校验密码强度
* @param pattern
* @return
*/
public static boolean passwordRegex(String str){
boolean flag = false;
flag = Pattern.matches("^(?=.*\\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$", str);
return flag;
}
/***
* 校验中文
* @param pattern
* @return
*/
public static boolean chineseRegex(String str){
boolean flag = true;
flag = Pattern.matches("^[\\u4e00-\\u9fa5]{0,}$",str);
return flag;
}
/***
* 由数字、26个英文字母或下划线组成的字符串
* @param pattern
* @return
*/
public static boolean pointRegex(String str){
boolean flag = true;
flag = Pattern.matches("^\\w+$",str);
return flag;
}
/***
* 校验E-Mail 地址
* @param pattern
* @return
*/
public static boolean emailRegex(String str){
boolean flag = true;
flag = Pattern.matches("[\\w!#$%&'*+/=?^_`{|}~-]+(?:\\.[\\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\\w](?:[\\w-]*[\\w])?\\.)+[\\w](?:[\\w-]*[\\w])?",str);
return flag;
}
/***
* 校验身份证号码
* 下面是身份证号码的正则校验。15 或 18位。
* @param pattern
* @return
*/
public static boolean idCardRegex(String str){
boolean flag = true;
if(str.length()==15){
flag = Pattern.matches("^[1-9]\\d{7}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}$",str);
}else if(str.length()==18){
flag = Pattern.matches("^[1-9]\\d{5}[1-9]\\d{3}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}([0-9]|X)$",str);
}else{
flag = false;
}
return flag;
}
/***
* 校验日期
* “yyyy-mm-dd“ 格式的日期校验，已考虑平闰年。
* @param pattern
* @return
*/
public static boolean yearRegex(String str){
boolean flag = true;
flag = Pattern.matches("^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$",str);
return flag;
}
/***
* 校验金额
* 金额校验，精确到2位小数。
* @param pattern
* @return
*/
public static boolean amountRegex(String str){
boolean flag = true;
flag = Pattern.matches("^[0-9]+(.[0-9]{2})?$",str);
return flag;
}
/***
* 校验手机号
* 下面是国内 13、15、18开头的手机号正则表达式。（可根据目前国内收集号扩展前两位开头号码）
* @param pattern
* @return
*/
public static boolean telRegex(String str){
boolean flag = true;
flag = Pattern.matches("^(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}$",str);
return flag;
}
/***
* 判断IE的版本
* @param pattern
* @return
*/
public static boolean ieVersionRegex(String str){
boolean flag = true;
flag = Pattern.matches("^.*MSIE [5-8](?:\\.[0-9]+)?(?!.*Trident\\/[5-9]\\.0).*$",str);
return flag;
}
/***
* 校验IP-v4地址
* @param pattern
* @return
*/
public static boolean ipV4Regex(String str){
boolean flag = true;
flag = Pattern.matches("\\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\b",str);
return flag;
}
/***
* 校验IP-v6地址
* @param pattern
* @return
*/
public static boolean ipV6Regex(String str){
boolean flag = true;
flag = Pattern.matches("(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))",str);
return flag;
}
}其他补充的正则表达式如下：
匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：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）
匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行
匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：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
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用
匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
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}$
评注：表单验证时很实用
匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字相关阅读
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]]
概述 Pattern类的作用在于编译正则表达式后创建一个匹配模式. Matcher类使用Pattern实例提供的模式信息对正则表达式进行匹配
正则表达式正则表达式（英文：Regular Expression）在计算机科学中，是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符
介绍 前段时间使用Java的正则表达式做一些字符串匹配的任务，现将学到的正则表达式的知识整理成文。 Java中Spring.class涉及到正
9.4/9.5 sedsed sed 是一种新型的,非交互式的编辑器。它能执行与编辑器 vi 和 ex 相同的编辑任务。sed 编辑器没有提供交互式使用