作為程序員之正則表達式

正則表達式#

目錄

• 正則表達式#
  • 基礎語法##
    • 標准字符集合
    • 自定義的字符集合###
      • 匹配次數
    • 多行、單行模式
    • 字符邊界/匹配位置##
  • 高級語法##
    • 選擇符和分組###
    • 反向引用###
    • 預搜索/零寬斷言###
  • 例子##
    • 匹配郵箱###
    • 中文字符###
    • 用正則表達式取出正則表達式中括號里的數據
    • 匹配IP地址###
    • 電話、手機號碼##

基礎語法##

標准字符集合

\D 和[^\d]意思一樣，就是與 \d 相反

REG	意義
\ddigital	表示 0 到 9 之間任意的一個數字
\wworld	表示任意一個字母或數字或下划線,不包含￥$%等
\sspace	表示包括空格、制表符、換行符等空白字符中任意一個
.	可以匹配任意一個字符

自定義的字符集合###

REG	意義
[ad# ]方括號	表示匹配 a 或 d 或 # 或 空格
^[ad# ]	表示除方括號以外的字符
[a-g]	表示匹配 a 到 g 之間的字符，別和上面的混淆了
[^a-f,0-3]	匹配除了 a - f 和 0 到 3以外的字符

匹配次數

REG	意義
(\d){10}	前面的規則重復匹配了10次
{n,m}	表示至少重復n次，最多重復m次
{n,}	至少n次
?	同{0,1}
+	同{1，}
*	同{0，}

多行、單行模式

1. 忽略大小寫：ignorecase
2. 單行模式：single line 整個串作為一個模板串
3. 多行模式：multi line 模板串分為多個行

字符邊界/匹配位置##

REG	意義
^	與字符串開始的地方匹配
$	與字符串結束的地方匹配
\b	表示在邊界處匹配字符，放在左右會不一樣的結果

高級語法##

選擇符和分組###

REG	意思
\|	表示‘或’的意思，匹配左邊或右邊
()	對正則表達式分組，更好地組織匹配
(?:Expression)	不把()組中匹配到的字符不保存到group中

反向引用###

\nnn反向引用|把捕獲的字符分組編號，左括號為一個分組

預搜索/零寬斷言###

也是匹配位置

很少用的

REG	意義
（\w)(?=Expression)	匹配以Expression匹配到的字符結尾的字符
（\w)(?!Expression)	匹配不能以Expression匹配到的字符結尾的字符
（\w)(?<=Expression)	位置前面可以匹配Expression
（\w)(?<!Expression)	位置后面可以Expression

表達式 方向 說明

GEG	意義
(?=xxx)	正向預搜索（向右） 正向預搜索，判斷當前位置右側是否能匹配指定表達式
(?!xxx)	正向預搜索（向右） 正向預搜索否定，判斷當前位置右側是否不能夠匹配指定表達式
(?<=xxx)	反向預搜索,反向預搜索，判斷當前位置左側是否能夠匹配指定表達式

例子##

匹配郵箱###

要考慮的問題：

1. 把@前面的給匹配了：(\w+)
2. 匹配“.”：. (因為“.”表示任意字符，所以要轉義一下才能匹配到“.”)
3. 把@后面的域名給匹配了，要考慮多層域名的匹配
4. 用戶名和域名中的大小寫
5. 用戶名中含有 “.”
6. 並不允許用戶名中出現”-“

第一版
沒能匹配到用戶名中有 ”.“的郵箱
(\w+)@(\w+)(\.[a-zA-Z]{2,5}){1,2}

[e-mail]
[e-mail]
[e-mail]
[e-mail]
[e-mail]

最終版
(\w)+(\.\w+)*@(\w)+((\.\w{2,3}){1,3})

這個可以匹配用戶名含有“.“的郵箱

package regex;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class MatchMail {
	public static void main(String[] args) {
		
		//正則表達式
		Pattern p = Pattern.compile("(\\w)+(\\.\\w+)*@(\\w)+((\\.\\w{2,3}){1,3})");
		
		//待匹配的字符串
		String str = "[e-mail]"
				+ "[e-mail]"
				+ "[e-mail]"
				+ "[e-mail]"
				+ "[e-mail]"
				+"[e-mail]"
				+"[e-mail]"
				;
		
		//用正則表達式去匹配字符串
		Matcher m = p.matcher(str);
		int i = 0;
		
		//如果發現，m.find()則為true
		while(m.find())
		{
		//每一組匹配到的字符都被放到了group里
			System.out.println(m.group(0));
			i++;
		}
		System.out.println(i);
	}
}

中文字符###

[\u4e00-\u9fa5]

---

用正則表達式取出正則表達式中括號里的數據

package atest;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Aa {
	public static void main(String args[]) throws Exception {
		// 用正則表達式把字符串中的浮點數提取出來
		// "\\d*[.]\\d*" 不能處理 .t3
		// “\\(.*?\\)” 也是可以的
		Pattern p = Pattern.compile("[\\d]+\\.[\\d]+");
		String u = "Mv(2.50),Tl(3.25),3.t3,3.,3..,Tr(3.26),Bk(2.16)";
		Matcher m = p.matcher(u);

		// 統計有多少個浮點數
		int i = 0;
		while (m.find()) {
			System.out.println(m.group());
			i++;
		}
		
		System.out.println(i);
	}
}

匹配IP地址###

1. 匹配：三個字符一個點 三個字符一個點 三個字符一個點 三個字符
2. IP地址<255
3. IP地址的數字不能以0開始，如：012.

• 第一版：

((\d{1,3})\.){3}\d{1,3}

把562.264.351也匹配了，沒能確定IP地址<255

• 第二版(最終版)

(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)

    / **
     *    最簡潔的IP判斷正則表達式
     *  25[0-5]                     250-255
     *  2[0-4]\d                    200-249
     *  [01]?\d\d?                 000-199(0-9 \d)(10-99 \d\d)(100-99 1\d\d)
     *  ($|(?!\.$)\.)               結束 或者 不以.結束的加上.
     *  (?!^0{1,3}(\.0{1,3}){3}$)     排除 0.0.0.0 /^(?!^0{1,3}(\.0{1,3}){3}$)((25[0-5]|2[0-4]\d|[01]?\d\d?)($|(?!\.$)\.)){4}$/
     *  (?!^255(\.255){3}$)           排除 255.255.255.255
     */ 

電話、手機號碼##

固定電話7位數，包含0開頭和”—”
移動電話11位數，以13或15開頭

(0\d{2,3}-\d{7,9})|(1[35]\d{9})

package regex;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class TestCode {
	public static void main(String[] args) {
		Pattern p = Pattern.compile("(0\\d{2,3}-\\d{7,9})|(1[35]\\d{9})");
		String str = "15907877344"
				+ "0774-1593849"
				+ "13877477862"
				+ "1555615951"
				+ "6651651565151"
				+ "13515a1dfa91w13"
				+ "434$tfsf51asf51"
				+ "8E94	WE8";
		Matcher m = p.matcher(str);
		while(m.find())
		{
			System.out.println(m.group(0));
		}
	}
}

所用到的工具是RegexBuddy