java正则表达式简单总结

    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。

 

     以下列举一些基本概念

 

\\ 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：

  //功能：查找以Java开头,任意结尾的字符串
 //输出：true
 @Test
 public void searchJava(){
  Matcher mather = parsePattern("^java.*").matcher("java我很喜欢");
  System.out.println(mather.matches());
 }

 //功能：以多条件分割字符串时
 //以下为输出：
 //java world
 //I like you
 //do
 //you like me?
 @Test
 public void split(){
  String []str =  parsePattern("[,|]+").split("java world,I like you,,do|you like me?");
  for (String s:str){
   System.out.println(s);
  }
 }

 //功能：消除小数点及以后的数字
 //输出：300
 @Test
 public void replaceDot(){
  System.out.println(parsePattern("\\.[0-9]+").matcher("300.01").replaceAll(""));
 }
 
 //功能：替换首次出现字符
 //输出：美女 我爱你，爱得天崩地裂，java，喔~~~java!
 @Test
 public void replaceFirst(){
  System.out.println(parsePattern("java").matcher("java 我爱你，爱得天崩地裂，java，喔~~~java!").replaceFirst("美女"));
 }

 //功能：替换所有出现字符
 //输出：美女 我爱你，爱得天崩地裂，美女，喔~~~美女!
 @Test
 public void replaceAll(){
  System.out.println(parsePattern("java").matcher("java 我爱你，爱得天崩地裂，java，喔~~~java!").replaceAll("美女"));
 }

 //验证是否为邮箱地址
 //输出:true
 @Test
 public  void parseEmail(){
  String str="ceponline@yahoo.com.cn";
  System.out.println(parsePattern("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE).matcher(str).matches());
 }

 //去除html标记
 //输出：主页
 @Test
 public void parseHtml(){
  String str = "<a href=\"index.html\">主页</a>";
  System.out.println(parsePattern("<.*?>").matcher(str).replaceAll(""));
 }

 //查找html中对应条件字符串
 //输出：index.html
 @Test
 public void findMatchContentA(){
  Matcher matcher = parsePattern("href=\"(.*?)\"").matcher("href=\"index.html\"");
  if (matcher.find()){
   System.out.println(matcher.group(1));
  }
 }
 
 //截取http://地址
 //输出：http://dsds//gfgffdfd
 @Test
 public void findMatchContentB(){
  Matcher matcher = parsePattern("(http://|https://){1}[\\w\\.\\-/:]+").matcher("dsdsds<http://dsds//gfgffdfd>fdf");
  StringBuffer buffer = new StringBuffer();
  if(matcher.find()){             
      buffer.append(matcher.group());       
      System.out.println(buffer.toString());
  }
 }

 public Pattern parsePattern(String regex){
  return Pattern.compile(regex);
 }
 
 public Pattern parsePattern(String regex,int caseInt){
  return Pattern.compile(regex,caseInt);
 }

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|||……）

 

来源：http://vissul.iteye.com/blog/334829