正則表達式匹配中文先要了解中文的編碼
代碼如下 復制代碼
[u4E00-u9FA5]漢字?[uFE30-uFFA0]全角字符
[u4E00-u9FA5]漢字?[uFE30-uFFA0]全角字符
匹配中文字符的正則表達式： [u4e00-u9fa5]
匹配雙字節字符(包括漢字在內)：[^x00-xff]
應用：計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）
代碼如下 復制代碼
String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}
匹配空行的正則表達式：n[s| ]*r
匹配HTML標記的正則表達式：/<(.*)>.*</1>|<(.*) />/
匹配首尾空格的正則表達式：(^s*)|(s*$)
知道它了我們就好解決了
代碼如下 復制代碼
public static void regxChinese(){
// 要匹配的字符串
String source = "<span title='5 星級酒店' class='dx dx5'>";
// 將上面要匹配的字符串轉換成小寫
// source = source.toLowerCase();
// www.111cn.net 匹配的字符串的正則表達式
String reg_charset = "<span[^>]*?title='([0-9]*[\s|\S]*[u4E00-u9FA5]*)'[\s|\S]
*class='[a-z]*[\s|\S]*[a-z]*[0-9]*'";
Pattern p = Pattern.compile(reg_charset);
Matcher m = p.matcher(source);
while (m.find()) {
System.out.println(m.group(1));
}
}
public static void regxChinese(){
// 要匹配的字符串
String source = "<span title='5 星級酒店' class='dx dx5'>";
// 將上面要匹配的字符串轉換成小寫
// source = source.toLowerCase();
// 匹配的字符串的正則表達式
String reg_charset = "<span[^>]*?title='([0-9]*[\s|\S]*[u4E00-u9FA5]*)'[\s|\S]
*class='[a-z]*[\s|\S]*[a-z]*[0-9]*'";
Pattern p = Pattern.compile(reg_charset);
Matcher m = p.matcher(source);
while (m.find()) {
System.out.println(m.group(1));
}
}
Java的正則表達式是可以匹配中文字符的,同時,用中文字符來寫表達式也是可以的
代碼如下 復制代碼
String reg_charset = "<span[^>]*?title='([0-9]*[\s|\S]*星級酒店)'[\s|\S]*class='[a-z]*[\s|\S]
*[a-z]*[0-9]*'";
String reg_charset = "<span[^>]*?title='([0-9]*[\s|\S]*星級酒店)'[\s|\S]*class='[a-z]*
[\s|\S]*[a-z]*[0-9]*'";
一些常用的正則匹配規則
匹配中文字符的正則表達式： [u4e00-u9fa5]
評注：匹配中文還真是個頭疼的事，有了這個表達式就好辦了
匹配雙字節字符(包括漢字在內)：[^x00-xff]
評注：可以用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）
匹配空白行的正則表達式：ns*r
評注：可以用來刪除空白行
匹配HTML標記的正則表達式：<(S*?)[^>]*>.*?|<.*? />
評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於復雜的嵌套標記依舊無能為力
匹配首尾空白字符的正則表達式：^s*|s*$
評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式
匹配Email地址的正則表達式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
評注：表單驗證時很實用
匹配網址URL的正則表達式：[a-zA-z]+://[^s]*
評注：網上流傳的版本功能很有限，上面這個基本可以滿足需求
匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下划線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
評注：表單驗證時很實用
匹配國內電話號碼：d{3}-d{8}|d{4}-d{7}
評注：匹配形式如 0511-4405222 或 021-87888822
匹配騰訊QQ號：[1-9][0-9]{4,}
評注：騰訊QQ號從10000開始
匹配中國郵政編碼：[1-9]d{5}(?!d)
評注：中國郵政編碼為6位數字
匹配身份證：d{15}|d{18}
評注：中國的身份證為15位或18位
匹配ip地址：d+.d+.d+.d+
評注：提取ip地址時有用
更多詳細內容請查看：http://www.111cn.net/jsp/Java/46105.htm