java正则表达式的学习

正则表达式看似简单，要灵活使用却很难，至少我感觉是这样，（可能是做少了练习），你说要你写个邮件的正则表达式什么的，你都总是出错，别人怎么看你？唉，我当初公司评级考试的时候，就是写错了，导致严重后果啊。我能说什么呢，向谁去说呢，自己确实没学好，老忘记，对^$的恐惧感，那些简单的\d、\w、\s的意思都记不住或者记不清，导致不敢用。学业不精啊，误己误人！

 

 

参照 http://blog.csdn.net/allwefantasy/article/details/3136570

位于 java.util.regex 下，提供一些列很有用很强大的正则表达式处理接口：

 

接口  

MatchResult 此接口包含用于确定与正则表达式匹配结果的查询方法。通过 MatchResult 可以查看匹配边界、组和组边界，但是不能修改。 

匹配边界、组和组边界 ？？？？？？？

 

类  

Matcher 

public final class Matcher extends Object implements MatchResult通过解释 Pattern 对 character sequence 执行匹配操作的引擎。 —————————— 这就是‘引擎’！！！

可以使用它执行三种不同的匹配操作： 

 

matches 方法尝试将整个输入序列与该模式匹配。 —————————————— 注意：需要匹配整个区域

lookingAt 尝试将输入序列从头开始与该模式匹配。           与 matches 方法类似，此方法始终从区域的开头开始；与之不同的是，它不需要匹配整个区域。 

与 matches 方法类似，此方法始终从区域的开头开始；与之不同的是，它不需要匹配整个区域。 

 

 

find 方法扫描输入序列以查找与该模式匹配的下一个子序列。 

 

每个方法都返回一个表示成功或失败的布尔值

 

 

 

Pattern ———————————————————————————————————————————————————————————————————————————————————————————— 通过compile(String regex, int flags) 来建立匹配模式，无构造方法

public final class Pattern extends Object implements Serializable 正则表达式的编译表示形式。

指定为字符串的正则表达式必须首先被编译为此类的实例。然后，可将得到的模式用于创建 Matcher 对象

 

 

异常  

PatternSyntaxException 

 

 

1.1 句点符号

 

1.2 方括号符号

为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“[]”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配

正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你只能匹配单个字符 —————————————— ！！！！！！！！！！！！

 

 

1.3 “或”符号

如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。

要匹配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方括号，

因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以用来分组，具体请参见后面介绍。—————————— ()威力大！

 

1.4 表示匹配次数的符号

表一显示了表示匹配次数的符号，这些符号用来确定紧靠该符号【左边】的符号出现的次数

* 0或多次

+ 1或多次

？0或1次

{n} 恰好n次 ______ 注意是花括号 ｛｝!!!!!

{n,m} 从n到m次都可以，m>n—————————— 或者说：至少 n 次，但是不超过 m 次

 

 

在正则表达式中，连字符（“-”）有着特殊的意义，它表示一个范围，比如从0到9。

因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“\”

 

 

 

1.5 “否”符号

“^”符号称为“否”符号。如果用在方括号内，“^”表示不想要匹配的字符。例如，图四的正则表达式匹配所有单词

匹配所有单词，但“X”开头的除外——————  [^x][a-z]+

 

 

 

 

 

 

 

：注意，下面只会去尝试匹配一个字符

“\s”符号是空白符号，匹配所有的空白字符，包括Tab字符

\S 上者的非

\d 数字0-9

\D 

\w 单词字符：[a-zA-Z_0-9] 就是字母、数字

\W

 

 

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 

 

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 

 

 

 

Logical 运算符 

XY X 后跟 Y 

X|Y X 或 Y 

(X) X，作为【捕获组】 —————————— 这个概念很重要

 

Back 引用 

\n 任何匹配的 nth 捕获组 

 

 

引用 

\ Nothing，但是引用以下字符 

\Q Nothing，但是引用所有字符，直到 \E 

\E Nothing，但是结束从 \Q 开始的引用 

 

特殊构造（非捕获） 

(?:X) X，作为非捕获组 

(?idmsux-idmsux)  Nothing，但是将匹配标志i d m s u x on - off 

(?idmsux-idmsux:X)   X，作为带有给定标志 i d m s u x on - off 

的非捕获组  (?=X) X，通过零宽度的正 lookahead 

(?!X) X，通过零宽度的负 lookahead 

(?<=X) X，通过零宽度的正 lookbehind 

(?<!X) X，通过零宽度的负 lookbehind 

(?>X) X，作为独立的非捕获组 

 

 

usePattern(Pattern newPattern) 更改此 Matcher 用于查找匹配项的 Pattern。

 

 

public String group(int i)返回上次匹配操作的某个group。如果匹配成功，但是没能找到group，则返回null。

当正则表达式中包含能接受重复的限定符时 ———————————————— 即某字符后出现多个次数限定符

通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。

考虑这个表达式：a.*b，它将会匹配最长的以a开始，以b结束的字符串。

如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，

只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab和ab（为什么第一个匹配是aab而不是ab？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的区配最有最大的优先权——The Match That Begins Earliest Wins）。

表5.懒惰限定符

*? 重复任意次，但尽可能少重复

+? 重复1次或更多次，但尽可能少重复

?? 重复0次或1次，但尽可能少重复

{n,m}? 重复n到m次，但尽可能少重复

{n,}? 重复n次以上，但尽可能少重复

 那么(,m)———————— 代表什么呢

正则表达式用于字符串处理、表单验证等场合，实用高效。现将一些常用的表达式收集于此，以备不时之需。

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

匹配身份证：/d{15}|/d{18}

评注：中国的身份证为15位或18位

匹配ip地址：/d+/./d+/./d+/./d+

评注：提取ip地址时有用

匹配特定数字：

^[1-9]/d*$ //匹配正整数

^-[1-9]/d*$ //匹配负整数

^-?[1-9]/d*$ //匹配整数

^[1-9]/d*|0$ //匹配非负整数（正整数 + 0）

^-[1-9]/d*|0$ //匹配非正整数（负整数 + 0）

^[1-9]/d*/./d*|0/./d*[1-9]/d*$ //匹配正浮点数

^-([1-9]/d*/./d*|0/./d*[1-9]/d*)$ //匹配负浮点数

^-?([1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0)$ //匹配浮点数

^[1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0$ //匹配非负浮点数（正浮点数 + 0）

^(-([1-9]/d*/./d*|0/./d*[1-9]/d*))|0?/.0+|0$ //匹配非正浮点数（负浮点数 + 0）

评注：处理大量数据时有用，具体应用时注意修正

匹配特定字符串：

^[A-Za-z]+$ //匹配由26个英文字母组成的字符串

^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串

^[a-z]+$ //匹配由26个英文字母的小写组成的字符串

^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串

^/w+$ //匹配由数字、26个英文字母或者下划线组成的字符串

评注：最基本也是最常用的一些表达式