Java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

1 <a href=\"index.html\">index</a>

中

1 <a href></a>

间的数据，可写作

1 <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：

1 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：

  • 在字符串包含验证时
    1 //查找以Java开头,任意结尾的字符串
    2 Pattern pattern = Pattern.compile("^Java.*");
    3 Matcher matcher = pattern.matcher("Java不是人");
    4 boolean b= matcher.matches();
    5 //当条件满足时，将返回true，否则返回false
    6 System.out.println(b);
  • 以多条件分割字符串时
    1 Pattern pattern = Pattern.compile("[, |]+");
    2 String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");
    3 for (int i=0;i<strs.length;i++) {
    4     System.out.println(strs[i]);
    5 }
  • 文字替换（首次出现字符）
    1 Pattern pattern = Pattern.compile("正则表达式");
    2 Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
    3 //替换第一个符合正则的数据
    4 System.out.println(matcher.replaceFirst("Java"));
  • 文字替换（全部）
    1 Pattern pattern = Pattern.compile("正则表达式");
    2 Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
    3 //替换第一个符合正则的数据
    4 System.out.println(matcher.replaceAll("Java"));
  • 文字替换（置换字符）
    1 Pattern pattern = Pattern.compile("正则表达式");
    2 Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
    3 StringBuffer sbr = new StringBuffer();
    4 while (matcher.find()) {
    5     matcher.appendReplacement(sbr, "Java");
    6 }
    7 matcher.appendTail(sbr);
    8 System.out.println(sbr.toString());
  • 验证是否为邮箱地址
    1 String str="ceponline@yahoo.com.cn<script type="text/javascript">
    2 /* <![CDATA[ */
    3 (function(){try{var s,a,i,j,r,c,l=document.getElementById("__cf_email__");a=l.className;if(a){s='';r=parseInt(a.substr(0,2),16);for(j=2;a.length-j;j+=2){c=parseInt(a.substr(j,2),16)^r;s+=String.fromCharCode(c);}s=document.createTextNode(s);l.parentNode.replaceChild(s,l);}}catch(e){}})();
    4 /* ]]> */
    5 </script>";
    6 Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
    7 Matcher matcher = pattern.matcher(str);
    8 System.out.println(matcher.matches());
  • 去除html标记
    1 Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
    2 Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
    3 String string = matcher.replaceAll("");
    4 System.out.println(string);
  • 查找html中对应条件字符串
    1 Pattern pattern = Pattern.compile("href=\"(.+?)\"");
    2 Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
    3 if(matcher.find())
    4     System.out.println(matcher.group(1));
    5 }
  • 截取http://地址
    1 //截取url
    2 Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
    3 Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
    4 StringBuffer buffer = new StringBuffer();
    5 while(matcher.find()){
    6     buffer.append(matcher.group());
    7     buffer.append("\r\n");
    8     System.out.println(buffer.toString());
    9 }
  • 替换指定{}中文字
    01 String str = "Java目前的发展史是由{0}年-{1}年";
    02 String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
    03 System.out.println(replace(str,object));
    04  
    05 public static String replace(final String sourceString,Object[] object) {
    06     String temp=sourceString;
    07     for(int i=0;i<object.length;i++){
    08         String[] result=(String[])object[i];
    09         Pattern pattern = Pattern.compile(result[0]);
    10         Matcher matcher = pattern.matcher(temp);
    11         temp=matcher.replaceAll(result[1]);
    12     }
    13     return temp;
    14 }
  • 以正则条件查询指定目录下文件
    01 //用于缓存文件列表
    02 private ArrayList files = new ArrayList();
    03 //用于承载文件路径
    04 private String _path;
    05 //用于承载未合并的正则公式
    06 private String _regexp;
    07  
    08 class MyFileFilter implements FileFilter {
    09  
    10     /**
    11      * 匹配文件名称
    12      */
    13     public boolean accept(File file) {
    14         try {
    15             Pattern pattern = Pattern.compile(_regexp);
    16             Matcher match = pattern.matcher(file.getName());
    17             return match.matches();
    18         } catch (Exception e) {
    19             return true;
    20         }
    21     }
    22 }
    23  
    24 /**
    25  * 解析输入流
    26  * @param inputs
    27  */
    28 FilesAnalyze(String path,String regexp) {
    29     getFileName(path,regexp);
    30 }
    31  
    32 /**
    33  * 分析文件名并加入files
    34  * @param input
    35  */
    36 private void getFileName(String path,String regexp) {
    37     //目录
    38     _path=path;
    39     _regexp=regexp;
    40     File directory = new File(_path);
    41     File[] filesFile = directory.listFiles(new MyFileFilter());
    42     if (filesFile == null) return;
    43     for (int j = 0; j < filesFile.length; j++) {
    44         files.add(filesFile[j]);
    45     }
    46     return;
    47 }
    48  
    49 /**
    50  * 显示输出信息
    51  * @param out
    52  */
    53 public void print (PrintStream out) {
    54     Iterator elements = files.iterator();
    55     while (elements.hasNext()) {
    56         File file=(File) elements.next();
    57         out.println(file.getPath());
    58     }
    59 }
    60  
    61 public static void output(String path,String regexp) {
    62     FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
    63     fileGroup1.print(System.out);
    64 }
    65  
    66 public static void main (String[] args) {
    67     output("C:\\","[A-z|.]*");
    68 }

Java正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/daichangya/p/12960029.html