正則表達式
是一種可以用於模式匹配和替換的規范，
一個正則表達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）組成的文字模式，
用以描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配
正則表達式可以用來搜索、編輯或處理文本。
正則表達式並不僅限於某一種語言，但是在每種語言中有細微的差別。
java中處理正則表達式的類：
java.lang.String
java.util.regex.Pattern：模式類
字符串要被匹配的這么一個模式，該模式本身已經被編譯過，使用的話效率要高很多。
pattern 對象是一個正則表達式的編譯表示
java.util.regex.Matcher：匹配類
這個模式匹配某個字符串所產生的結果，這個結果可能會有很多個。
Matcher 對象是對輸入字符串進行解釋和匹配操作的引擎
捕獲組
捕獲組是把多個字符當一個單獨單元進行處理的方法，它通過對括號內的字符分組來創建。
可以通過調用 matcher 對象的 groupCount 方法來查看表達式有多少個
// 一個給定的字符串中找到數字串
// 按指定模式在字符串查找
String line = "please give me 300 dollors!";
String pattern = "(\\D*)(\\d+)(.*)";
// 創建 Pattern 對象
Pattern r = Pattern.compile(pattern);
// 現在創建 matcher 對象
Matcher m = r.matcher(line);
if (m.find( )) {
System.out.println("Found value: " + m.group(0) );
System.out.println("Found value: " + m.group(1) );
System.out.println("Found value: " + m.group(2) );
System.out.println("Found value: " + m.group(3) );
} else {
System.out.println("NO MATCH");
}
使用正則
創建匹配規則 ==編譯規則==根據規則匹配內容並保存對象==檢驗匹配結果
//按指定模式在字符串查找
// String str="thi"; // 符合規則
String str="this is a test";// 不符合規則
// 驗證規則
String pString="[a-z]{3}";
// 編譯規則
Pattern p=Pattern.compile(pString);
//進行匹配，並將匹配結果放在Matcher對象中
Matcher matcher=p.matcher(str);
// if(matcher.matches()){// 檢驗匹配規則
// System.out.println( "字符串符合匹配條件");
// }else{
// System.out.println( "字符串不符合匹配條件");
// }
if(matcher.find()){// 檢驗匹配規則
System.out.println( "字符串符合匹配條件");
}else{
System.out.println( "字符串不符合匹配條件");
}
// check Url是否合法
public static boolean checkUrl(String url) {
Pattern pattern = Pattern
// .compile(
// "((http://|https://|ftp://){1}[\\w\\.\\-/:]+)|(#(.+?)#)|(@[\\u4e00-\\u9fa5\\w\\-]+)",
// Pattern.CASE_INSENSITIVE);
.compile(
"(https|http|ftp)://([\\w-]+\\.)+[\\w-]+(/[\\w- ./?%&=]*)?",
Pattern.CASE_INSENSITIVE);
// Pattern pattern = Pattern
// .compile("http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$");
Matcher matcher = pattern.matcher(url);
return matcher.matches();
}
附：
常用正則表達式 （來自 http://baike.xsoftlab.net/view/207.html）
| 規則 | 正則表達式語法 |
| 一個或多個漢字 | ^[\u0391-\uFFE5]+$ |
| 郵政編碼 | ^[1-9]\d{5}$ |
| QQ號碼 | ^[1-9]\d{4,10}$ |
| 郵箱 | ^[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\.){1,3}[a-zA-z\-]{1,}$ |
| 用戶名（字母開頭 + 數字/字母/下划線） | ^[A-Za-z][A-Za-z1-9_-]+$ |
| 手機號碼 | ^1[3|4|5|8][0-9]\d{8}$ |
| URL | ^((http|https)://)?([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ |
| 18位身份證號 | ^(\d{6})(18|19|20)?(\d{2})([01]\d)([0123]\d)(\d{3})(\d|X|x)?$ |
正則表達式語法 （來自 http://baike.xsoftlab.net/view/207.html）
| 元字符 |
描述 |
| \ |
將下一個字符標記符、或一個向后引用、或一個八進制轉義符。例如，“\\n”匹配\n。“\n”匹配換行符。序列“\\”匹配“\”而“\(”則匹配“(”。即相當於多種編程語言中都有的“轉義字符”的概念。 |
| ^ |
匹配輸入字符串的開始位置。如果設置了RegExp對象的Multiline屬性，^也匹配“\n”或“\r”之后的位置。 |
| $ |
匹配輸入字符串的結束位置。如果設置了RegExp對象的Multiline屬性，$也匹配“\n”或“\r”之前的位置。 |
| * |
匹配前面的子表達式任意次。例如，zo*能匹配“z”，“zo”以及“zoo”。*等價於{0,}。 |
| + |
匹配前面的子表達式一次或多次(大於等於1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等價於{1,}。 |
| ? |
匹配前面的子表達式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等價於{0,1}。 |
| {n} |
n是一個非負整數。匹配確定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的兩個o。 |
| {n,} |
n是一個非負整數。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等價於“o+”。“o{0,}”則等價於“o*”。 |
| {n,m} |
m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”將匹配“fooooood”中的前三個o。“o{0,1}”等價於“o?”。請注意在逗號和兩個數之間不能有空格。 |
| ? |
當該字符緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對於字符串“oooo”，“o+?”將匹配單個“o”，而“o+”將匹配所有“o”。 |
| .點 |
匹配除“\r\n”之外的任何單個字符。要匹配包括“\r\n”在內的任何字符，請使用像“[\s\S]”的模式。 |
| (pattern) |
匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“\(”或“\)”。 |
| (?:pattern) |
匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用或字符“(|)”來組合一個模式的各個部分是很有用。例如“industr(?:y|ies)”就是一個比“industry|industries”更簡略的表達式。 |
| (?=pattern) |
正向肯定預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。預查不消耗字符，也就是說，在一個匹配發生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。 |
| (?!pattern) |
正向否定預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。 |
| (?<=pattern) |
反向肯定預查，與正向肯定預查類似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。 |
| (?<!pattern) |
反向否定預查，與正向否定預查類似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。 |
| x|y |
匹配x或y。例如，“z|food”能匹配“z”或“food”或"zood"(此處請謹慎)。“(z|f)ood”則匹配“zood”或“food”。 |
| [xyz] |
字符集合。匹配所包含的任意一個字符。例如，“[abc]”可以匹配“plain”中的“a”。 |
| [^xyz] |
負值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。 |
| [a-z] |
字符范圍。匹配指定范圍內的任意字符。例如，“[a-z]”可以匹配“a”到“z”范圍內的任意小寫字母字符。 注意:只有連字符在字符組內部時,並且出現在兩個字符之間時,才能表示字符的范圍; 如果出字符組的開頭,則只能表示連字符本身. |
| [^a-z] |
負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范圍內的任意字符。 |
| \b |
匹配一個單詞邊界，也就是指單詞和空格間的位置（即正則表達式的“匹配”有兩種概念，一種是匹配字符，一種是匹配位置，這里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
| \B |
匹配非單詞邊界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 |
| \cx |
匹配由x指明的控制字符。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的“c”字符。 |
| \d |
匹配一個數字字符。等價於[0-9]。 |
| \D |
匹配一個非數字字符。等價於[^0-9]。 |
| \f |
匹配一個換頁符。等價於\x0c和\cL。 |
| \n |
匹配一個換行符。等價於\x0a和\cJ。 |
| \r |
匹配一個回車符。等價於\x0d和\cM。 |
| \s |
匹配任何不可見字符，包括空格、制表符、換頁符等等。等價於[ \f\n\r\t\v]。 |
| \S |
匹配任何可見字符。等價於[^ \f\n\r\t\v]。 |
| \t |
匹配一個制表符。等價於\x09和\cI。 |
| \v |
匹配一個垂直制表符。等價於\x0b和\cK。 |
| \w |
匹配包括下划線的任何單詞字符。類似但不等價於“[A-Za-z0-9_]”，這里的"單詞"字符使用Unicode字符集。 |
| \W |
匹配任何非單詞字符。等價於“[^A-Za-z0-9_]”。 |
| \xn |
匹配n，其中n為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。例如，“\x41”匹配“A”。“\x041”則等價於“\x04&1”。正則表達式中可以使用ASCII編碼。 |
| \num |
匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，“(.)\1”匹配兩個連續的相同字符。 |
| \n |
標識一個八進制轉義值或一個向后引用。如果\n之前至少n個獲取的子表達式，則n為向后引用。否則，如果n為八進制數字（0-7），則n為一個八進制轉義值。 |
| \nm |
標識一個八進制轉義值或一個向后引用。如果\nm之前至少有nm個獲得子表達式，則nm為向后引用。如果\nm之前至少有n個獲取，則n為一個后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進制數字（0-7），則\nm將匹配八進制轉義值nm。 |
| \nml |
如果n為八進制數字（0-7），且m和l均為八進制數字（0-7），則匹配八進制轉義值nml。 |
| \un |
匹配n，其中n是一個用四個十六進制數字表示的Unicode字符。例如，\u00A9匹配版權符號（©）。 |
| \< \> | 匹配詞（word）的開始（\<）和結束（\>）。例如正則表達式\<the\>能夠匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：這個元字符不是所有的軟件都支持的。 |
| \( \) | 將 \( 和 \) 之間的表達式定義為“組”（group），並且將匹配這個表達式的字符保存到一個臨時區域（一個正則表達式中最多可以保存9個），它們可以用 \1 到\9 的符號來引用。 |
| | | 將兩個匹配條件進行邏輯“或”（Or）運算。例如正則表達式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：這個元字符不是所有的軟件都支持的。 |
| + | 匹配1或多個正好在它之前的那個字符。例如正則表達式9+匹配9、99、999等。注意：這個元字符不是所有的軟件都支持的。 |
| ? | 匹配0或1個正好在它之前的那個字符。注意：這個元字符不是所有的軟件都支持的。 |
| {i} {i,j} | 匹配指定數目的字符，這些字符是在它之前的表達式定義的。例如正則表達式A[0-9]{3} 能夠匹配字符"A"后面跟着正好3個數字字符的串，例如A123、A348等，但是不匹配A1234。而正則表達式[0-9]{4,6} 匹配連續的任意4個、5個或者6個數字 |