deng5566
- 浏览: 148062 次
- 性别:
- 来自: 广州
-
文章分类
最新评论
-
wewebi：
war包下载地址下不到了，网盘也没有了，楼主能再发布一份吗？
web页面实现摄像头，图像采集，照片上传至服务器,代码已发布-printScreen4web -
lihuaizhi：
...
web页面实现摄像头，图像采集，照片上传至服务器,代码已发布-printScreen4web -
springaop_springmvc：
java程序语言学习教程 地址http://www.zuida ...
java 网址大全 -
Alen_：
...
web页面实现摄像头，图像采集，照片上传至服务器,代码已发布-printScreen4web -
east_java：
LZ，我转载啦~~~
java 网址大全
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="ceponline@yahoo.com.cn";
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|.]*");
}
java常用正则表达式
只能输入数字："^[0-9]*$"。
只能输入n位的数字："^\d{n}$"。
只能输入至少n位的数字："^\d{n,}$"。
只能输入m~n位的数字：。"^\d{m,n}$"
只能输入零和非零开头的数字："^0|[1-9][0-9]*$"。
只能输入有两位小数的正实数："^[0-9]+(\.[0-9]{2})?$"。
只能输入有1~3位小数的正实数："^[0-9]+(\.[0-9]{1,3})?$"。
只能输入非零的正整数："^\+?[1-9][0-9]*$"。
只能输入非零的负整数："^\-[1-9][0-9]*$"。
只能输入长度为3的字符："^.{3}$"。
只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。
只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。
只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。
只能输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"。
只能输入由数字、26个英文字母或者下划线组成的字符串："^\w+$"。
验证用户密码："^[a-zA-Z]\w{5,17}$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
验证是否含有^%&',;=?$\"等字符："[^%&',;=?$\x22]+"。
只能输入汉字："^[\u4e00-\u9fa5]{0,}$"
验证Email地址："^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"。
验证InternetURL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
验证电话号码："^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$"正确格式为："XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。
验证身份证号（15位或18位数字）："^\d{15}|\d{18}$"。
验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。
验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"和"1"～"31"。
匹配中文字符的正则表达式：
String.prototype.len=function(){return
this.replace(/[^\x00-\xff]/g,"aa").length;}
匹配空行的正则表达式：\n[\s| ]*\r
匹配html标签的正则表达式： <(.*)>(.*) <\/(.*)>| <(.*)\/>
匹配首尾空格的正则表达式：(^\s*)|(\s*$)
应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下：
String.prototype.trim = function()
{
return this.replace(/(^\s*)|(\s*$)/g, "");
}
利用正则表达式分解和转换IP地址：
下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：
function IP2V(ip)
{
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //匹配IP地址的正则表达式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}
不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：
var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))
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- ./?%&=]*)?
正则表达式从URL地址中提取文件名的javascript程序，如下
结果为page1
s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)
利用正则表达式限制网页表单里的文本框输入内容：
用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"
用正则表达式限制只能输入全角字符： ')" text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"
用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^\d]/g,'') "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,'') "text',clipboardData.getData('text').replace(/[^\d]/g,''))"
// 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("asdfasdfsafsf@dsdfsdf.com".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());
}
}
}
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="ceponline@yahoo.com.cn";
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|.]*");
}
java常用正则表达式
只能输入数字："^[0-9]*$"。
只能输入n位的数字："^\d{n}$"。
只能输入至少n位的数字："^\d{n,}$"。
只能输入m~n位的数字：。"^\d{m,n}$"
只能输入零和非零开头的数字："^0|[1-9][0-9]*$"。
只能输入有两位小数的正实数："^[0-9]+(\.[0-9]{2})?$"。
只能输入有1~3位小数的正实数："^[0-9]+(\.[0-9]{1,3})?$"。
只能输入非零的正整数："^\+?[1-9][0-9]*$"。
只能输入非零的负整数："^\-[1-9][0-9]*$"。
只能输入长度为3的字符："^.{3}$"。
只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。
只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。
只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。
只能输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"。
只能输入由数字、26个英文字母或者下划线组成的字符串："^\w+$"。
验证用户密码："^[a-zA-Z]\w{5,17}$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
验证是否含有^%&',;=?$\"等字符："[^%&',;=?$\x22]+"。
只能输入汉字："^[\u4e00-\u9fa5]{0,}$"
验证Email地址："^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"。
验证InternetURL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
验证电话号码："^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$"正确格式为："XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。
验证身份证号（15位或18位数字）："^\d{15}|\d{18}$"。
验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。
验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"和"1"～"31"。
匹配中文字符的正则表达式：
String.prototype.len=function(){return
this.replace(/[^\x00-\xff]/g,"aa").length;}
匹配空行的正则表达式：\n[\s| ]*\r
匹配html标签的正则表达式： <(.*)>(.*) <\/(.*)>| <(.*)\/>
匹配首尾空格的正则表达式：(^\s*)|(\s*$)
应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下：
String.prototype.trim = function()
{
return this.replace(/(^\s*)|(\s*$)/g, "");
}
利用正则表达式分解和转换IP地址：
下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：
function IP2V(ip)
{
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //匹配IP地址的正则表达式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}
不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：
var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))
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- ./?%&=]*)?
正则表达式从URL地址中提取文件名的javascript程序，如下
结果为page1
s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)
利用正则表达式限制网页表单里的文本框输入内容：
用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"
用正则表达式限制只能输入全角字符： ')" text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"
用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^\d]/g,'') "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,'') "text',clipboardData.getData('text').replace(/[^\d]/g,''))"
// 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("asdfasdfsafsf@dsdfsdf.com".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());
}
}
}
分享到：
发表评论
-
java算法
2010-05-29 16:39 1554排序算法复习（Java实现）(一）： 插入，冒泡，选择，She ... -
用Java语言实现的各种排序，包括插入排序、冒泡排序、选择排序、Shell排序、快速排序、归并排序、堆排序、SortUtil等
2010-05-17 17:17 1444用Java语言实现的各种排序，包括插入排序、冒泡排序、选择排序 ... -
什么是抽象类?什么是接口?两者有什么区别？如何使用它
2010-05-13 21:33 3478一、抽象类： ... -
转载]Java堆和栈的区别 经典总结
2010-05-13 20:44 1143原文地址：Java堆和栈的 ... -
java 堆和栈区别
2010-05-13 20:39 3882Java中堆栈(stack) ... -
Java进制转换
2010-05-09 10:51 1205十进制转成十六进制： Integer.toHexString ...
相关推荐
《正则表达式入门经典》详细解释了正则表达式的各个组成部分、这些组成部分的含义、如何使用它们，以及在编写正则表达式时如何避免常见的错误。正则表达式能够帮助用户和开发人员更加有效地查找和操纵文本内容。而且...
[正则表达式入门经典].（美）瓦特.扫描版[正则表达式入门经典].（美）瓦特.扫描版
正则表达式能够帮助用户和开发人员更加有效地查找和操纵文本内容。而且，正则表达式已经得到了许多脚本语言、编程语言和数据库的良好支持。这本示例丰富的教程将打破所谓正则表达式难以掌握的传统神话。本书详细解释...
正则表达式入门教程，常用正则表达式写法和应用
正则表达式入门与提高 讲解正则表达式在VBA中的具体示例应用
javascript正则表达式入门学习实例入门
Java正则表达式入门介绍.ppt,介绍常用语法规则及使用方式等
正则表达式入门经典 带书签正则表达式入门经典
本资源为正则表达式入门，介绍利用正则表达式编程！
正则表达式入门教程(pdf版，日常所能用到的一些正则表达式，还有一些学习正则表达式的方法等
正则表达式语法，句例，口诀，使用详解，教程等等内容
《学习正则表达式》从正则表达式的基本概念讲...此外，书中各在线和桌面工具一应俱全，并介绍了进阶参考资料，是一本不可多得的正则表达式入门好书。《学习正则表达式》适合对正则表达式感兴趣的程序员和互联网从业者。
正物色一本学习正则表达式的入门图书？恭喜，《学习正则表达式》非常适合你！本书提供大量经典简洁的示例，从零开始教你逐步掌握正则表达式。通过匹配特定单词、字符和模式，读者很快就可以自己动手使用正则表达式...
正则表达式入门。写的很浅显易懂，推荐一读
正则表达式入门教程——正则表达式30分钟入门教程.mht 正则表达式入门教程——正则表达式30分钟入门教程.mht 正则表达式入门教程——正则表达式30分钟入门教程.mht
Java正则表达式入门介绍课件；Java正则表达式入门介绍课件
整理的网上一篇VBA正则式方面的文章
正则表达式入门经典[美]瓦特.此版本已添加书签，是正则表达式入门学习不二的好选择。
介绍了常用的正则表达式用法，基本上1个小时就可以看完，带有很多常用的小示例。比如ip地址匹配、电话号码匹配等等。这个教程可以作为快速入门教程，供初学者使用。