`
zzg
  • 浏览: 124628 次
  • 性别: Icon_minigender_1
社区版块
存档分类
最新评论

正则表达式

阅读更多
软件包 java.util.regex 的描述

用于匹配字符序列与正则表达式指定模式的类。

Pattern(模式类) 类的实例采用类似于 Perl 的语法来表示以字符串形式指定的正则表达式。

Matcher(匹配器类) 类的实例用于匹配字符序列与给定模式。通过 CharSequence 接口将输入提供给匹配器,以支持从多种输入源到字符的匹配。

Pattern pattern = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]");
Matcher matcher = pattern.matcher(s);
if (matcher.find()){

    System.out.println(matcher.group());

}

字符
x     字符 x
\\     反斜线字符
\0n     带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn     带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn     带有八进制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7)
\xhh     带有十六进制值 0x 的字符 hh
\uhhhh     带有十六进制值 0x 的字符 hhhh
\t     制表符 ('\u0009')
\n     新行(换行)符 ('\u000A')
\r     回车符 ('\u000D')
\f     换页符 ('\u000C')
\a     报警 (bell) 符 ('\u0007')
\e     转义符 ('\u001B')
\cx     对应于 x 的控制符
 
字符类
[abc]     a、b 或 c(简单类)
[^abc]     任何字符,除了 a、b 或 c(否定)
[a-zA-Z]     a 到 z 或 A 到 Z,两头的字母包括在内(范围)
[a-d[m-p]]     a 到 d 或 m 到 p:[a-dm-p](并集)
[a-z&&[def]]     d、e 或 f(交集)
[a-z&&[^bc]]     a 到 z,除了 b 和 c:[ad-z](减去)
[a-z&&[^m-p]]     a 到 z,而非 m 到 p:[a-lq-z](减去)
 
预定义字符类
.     任何字符(与行结束符可能匹配也可能不匹配)
\d     数字:[0-9]
\D     非数字: [^0-9]
\s     空白字符:[ \t\n\x0B\f\r]
\S     非空白字符:[^\s]
\w     单词字符:[a-zA-Z_0-9]
\W     非单词字符:[^\w]
 
POSIX 字符类(仅 US-ASCII)
\p{Lower}     小写字母字符:[a-z]
\p{Upper}     大写字母字符:[A-Z]
\p{ASCII}     所有 ASCII:[\x00-\x7F]
\p{Alpha}     字母字符:[\p{Lower}\p{Upper}]
\p{Digit}     十进制数字:[0-9]
\p{Alnum}     字母数字字符:[\p{Alpha}\p{Digit}]
\p{Punct}     标点符号:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph}     可见字符:[\p{Alnum}\p{Punct}]
\p{Print}     可打印字符:[\p{Graph}\x20]
\p{Blank}     空格或制表符:[ \t]
\p{Cntrl}     控制字符:[\x00-\x1F\x7F]
\p{XDigit}     十六进制数字:[0-9a-fA-F]
\p{Space}     空白字符:[ \t\n\x0B\f\r]
 
java.lang.Character 类(简单的 java 字符类型)
\p{javaLowerCase}     等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase}     等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace}     等效于 java.lang.Character.isWhitespace()
\p{javaMirrored}     等效于 java.lang.Character.isMirrored()
 
Unicode 块和类别的类
\p{InGreek}     Greek 块(简单块)中的字符
\p{Lu}     大写字母(简单类别)
\p{Sc}     货币符号
\P{InGreek}     所有字符,Greek 块中的除外(否定)
[\p{L}&&[^\p{Lu}]]      所有字母,大写字母除外(减去)
 
边界匹配器
^     行的开头
$     行的结尾
\b     单词边界
\B     非单词边界
\A     输入的开头
\G     上一个匹配的结尾
\Z     输入的结尾,仅用于最后的结束符(如果有的话)
\z     输入的结尾
 
Greedy 数量词
X?     X,一次或一次也没有
X*     X,零次或多次
X+     X,一次或多次
X{n}     X,恰好 n 次
X{n,}     X,至少 n 次
X{n,m}     X,至少 n 次,但是不超过 m 次
 
Reluctant 数量词
X??     X,一次或一次也没有
X*?     X,零次或多次
X+?     X,一次或多次
X{n}?     X,恰好 n 次
X{n,}?     X,至少 n 次
X{n,m}?     X,至少 n 次,但是不超过 m 次
 
Possessive 数量词
X?+     X,一次或一次也没有
X*+     X,零次或多次
X++     X,一次或多次
X{n}+     X,恰好 n 次
X{n,}+     X,至少 n 次
X{n,m}+     X,至少 n 次,但是不超过 m 次
 
Logical 运算符
XY     X 后跟 Y
X|Y     X 或 Y
(X)     X,作为捕获组
 
Back 引用
\n     任何匹配的 nth 捕获组
 
引用
\     Nothing,但是引用以下字符
\Q     Nothing,但是引用所有字符,直到 \E
\E     Nothing,但是结束从 \Q 开始的引用
 
特殊构造(非捕获)
(?:X)     X,作为非捕获组
(?idmsux-idmsux)      Nothing,但是将匹配标志由 on 转为 off
(?idmsux-idmsux:X)       X,作为带有给定标志 on - off 的非捕获组
(?=X)     X,通过零宽度的正 lookahead
(?!X)     X,通过零宽度的负 lookahead
(?<=X)     X,通过零宽度的正 lookbehind
(?<!X)     X,通过零宽度的负 lookbehind
(?>X)     X,作为独立的非捕获组
反斜线、转义和引用

反斜线字符 ('\') 用于引用转义构造,如上表所定义的,同时还用于引用其他将被解释为非转义构造的字符。因此,表达式 \\ 与单个反斜线匹配,而 \{ 与左括号匹配。

在不表示转义构造的任何字母字符前使用反斜线都是错误的;它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线,不管该字符是否非转义构造的一部分。

根据 Java Language Specification 的要求,Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线,表示正则表达式受到保护,不被 Java 字节码编译器解释。例如,当解释为正则表达式时,字符串字面值 "\b" 与单个退格字符匹配,而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的,将导致编译时错误;要与字符串 (hello) 匹配,必须使用字符串字面值 "\\(hello\\)"。
字符类

字符类可以出现在其他字符类中,并且可以包含并集运算符(隐式)和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。

字符类运算符的优先级如下所示,按从最高到最低的顺序排列:

    1         字面值转义         \x
    2         分组     [...]
    3         范围     a-z
    4         并集     [a-e][i-u]
    5         交集     [a-z&&[aeiou]]

注意,元字符的不同集合实际上位于字符类的内部,而非字符类的外部。例如,正则表达式 . 在字符类内部就失去了其特殊意义,而表达式 - 变成了形成元字符的范围。
行结束符

行结束符 是一个或两个字符的序列,标记输入字符序列的行结尾。以下代码被识别为行结束符:

    * 新行(换行)符 ('\n')、
    * 后面紧跟新行符的回车符 ("\r\n")、
    * 单独的回车符 ('\r')、
    * 下一行字符 ('\u0085')、
    * 行分隔符 ('\u2028') 或
    * 段落分隔符 ('\u2029)。

1.一个精简的正则表达式搜索程序
java 代码
 
  1. public class BasicMatch {  
  2.         public static void main(String[] args) {  
  3.             // Compile regular expression  
  4.             String patternStr = "b";  
  5.             Pattern pattern = Pattern.compile(patternStr);  
  6.       
  7.             // Determine if pattern exists in input  
  8.             CharSequence inputStr = "a b c b";  
  9.             Matcher matcher = pattern.matcher(inputStr);  
  10.             boolean matchFound = matcher.find();    // true  
  11.       
  12.             // Get matching string  
  13.             String match = matcher.group();         // b  
  14.       
  15.             // Get indices of matching string  
  16.             int start = matcher.start();            // 2  
  17.             int end = matcher.end();                // 3  
  18.             // the end is index of the last matching character + 1  
  19.       
  20.             // Find the next occurrence  
  21.             matchFound = matcher.find();            // true  
  22.         }  
  23.     }  

2.确定一个字符串是否准确的匹配一个模式
  
java 代码
 
  1. // Compile regular expression  
  2.     String patternStr = "b";  
  3.     Pattern pattern = Pattern.compile(patternStr);  
  4.       
  5.     // Determine if there is an exact match  
  6.     CharSequence inputStr = "a b c";  
  7.     Matcher matcher = pattern.matcher(inputStr);  
  8.     boolean matchFound = matcher.matches(); // false  
  9.       
  10.     // Try a different input  
  11.     matcher.reset("b");//重置匹配器。  
  12.     matchFound = matcher.matches();         // true  
  13.       
  14.     // Determine if pattern matches beginning of input  
  15.     matchFound = matcher.lookingAt();       // false  

3.对一个文件的内容用正则表达式
java 代码
 
  1. // Converts the contents of a file into a CharSequence  
  2.     // suitable for use by the regex package.  
  3.     public CharSequence fromFile(String filename) throws IOException {  
  4.         FileInputStream fis = new FileInputStream(filename);  
  5.         FileChannel fc = fis.getChannel();  
  6.       
  7.         // Create a read-only CharBuffer on the file  
  8.         ByteBuffer bbuf = fc.map(FileChannel.MapMode.READ_ONLY, 0, (int)fc.size());  
  9.         CharBuffer cbuf = Charset.forName("8859_1").newDecoder().decode(bbuf);  
  10.         return cbuf;  
  11.     }  
  12.   
  13. Here is sample code that uses the method:  
  14.   
  15.     try {  
  16.         // Create matcher on file  
  17.         Pattern pattern = Pattern.compile("pattern");  
  18.         Matcher matcher = pattern.matcher(fromFile("infile.txt"));  
  19.       
  20.         // Find all matches  
  21.         while (matcher.find()) {  
  22.             // Get the matching string  
  23.             String match = matcher.group();  
  24.         }  
  25.     } catch (IOException e) {  
  26.     }  

4.删除字符串中的复制空白
  
java 代码
 
  1. // Returns a version of the input where all contiguous  
  2.     // whitespace characters are replaced with a single  
  3.     // space. Line terminators are treated like whitespace.  
  4.     public static CharSequence removeDuplicateWhitespace(CharSequence inputStr) {  
  5.         String patternStr = "\\s+";//\s代表空格  
  6.         String replaceStr = " ";  
  7.         Pattern pattern = Pattern.compile(patternStr);  
  8.         Matcher matcher = pattern.matcher(inputStr);  
  9.         return matcher.replaceAll(replaceStr);//替换模式与给定替换字符串相匹配的输入序列的每个子序列。  
  10.     }  


5.正则表达式的贪婪匹配和非贪婪匹配
java 代码
 
  1. // Greedy quantifiers/.任意字符  *零次或多次  +一次或多次  ?一次或一次也没有  
  2. String match = find("A.*c""AbcAbc");  // AbcAbc  
  3. match = find("A.+""AbcAbc");          // AbcAbc  
  4.   
  5. // Nongreedy quantifiers  
  6. match = find("A.*?c""AbcAbc");        // Abc  
  7. match = find("A.+?""AbcAbc");         // Abc  


6.模式中的转义特殊字符

java 代码
 
  1. String patternStr = "i.e.";  
  2.       
  3.     boolean matchFound = Pattern.matches(patternStr, "i.e.");// true  
  4.     matchFound = Pattern.matches(patternStr, "ibex");        // true  
  5.       
  6.     // Quote the pattern; i.e. surround with \Q(Nothing,但是引用所有字符,直到 \E) and \E(Nothing,但是结束从 \Q 开始的引用)      
  7.     matchFound = Pattern.matches("\\Q"+patternStr+"\\E""i.e.");  // true  
  8.     matchFound = Pattern.matches("\\Q"+patternStr+"\\E""ibex");  // false  
  9.       
  10.     // Escape the pattern  
  11.     patternStr = escapeRE(patternStr);                       // i\.e\.  
  12.       
  13.     matchFound = Pattern.matches(patternStr, "i.e.");        // true  
  14.     matchFound = Pattern.matches(patternStr, "ibex");        // false  
  15.       
  16.     // Returns a pattern where all punctuation characters are escaped.  
  17.     static Pattern escaper = Pattern.compile("([^a-zA-z0-9])");  
  18.     public static String escapeRE(String str) {  
  19.         return escaper.matcher(str).replaceAll("\\\\$1");  
  20.     }  
分享到:
评论

相关推荐

    qt使用正则表达式限制lineEdit的输入,对正则表达式进行了封装,可以直接引入,工程编译正常

    在Qt框架中,正则表达式(Regular Expression)是一种强大的文本处理工具,它允许程序员以结构化的方式匹配、查找、替换或验证字符串。本项目针对Qt的lineEdit组件,通过正则表达式实现了输入限制功能,使得lineEdit...

    正则表达式转换工具

    正则表达式(Regular Expression,简称regex)是一种强大的文本处理工具,它用于匹配、查找、替换等操作,涉及字符串处理的各个领域。正则表达式转换工具是专门针对这一需求而设计的,它能帮助用户将输入的内容转换...

    PB实现的正则表达式

    在IT领域,正则表达式(Regular Expression,简称regex)是一种强大的文本处理工具,它能够进行复杂的模式匹配、查找、替换等操作。在本话题中,我们将探讨如何使用PowerBuilder 11.5这一经典的开发环境来实现正则...

    C语言正则表达式库

    C语言正则表达式库是用于在C编程环境中处理和匹配正则表达式的软件库。这个库名为PCRE(Perl Compatible Regular Expressions),正如其名,它与Perl语言中的正则表达式语法高度兼容,提供了丰富的功能和强大的匹配...

    易语言正则表达式文本替换

    例如,"子程序_正则文本替换"可能就是一个易语言中用于执行正则表达式替换的子程序,它接收输入的文本、正则表达式模式和替换字符串,然后返回经过替换操作的新文本。 1. **正则表达式基础** - **元字符**:如`.`...

    pb 使用正则表达式源码pbregexp

    标题中的“pb 使用正则表达式源码pbregexp”指的是在PowerBuilder(简称pb)环境中,利用名为“pbregexp”的正则表达式组件来实现源代码级别的正则表达式操作。PowerBuilder是一款流行的可视化的、面向对象的软件...

    Java使用正则表达式提取XML节点内容的方法示例

    Java使用正则表达式提取XML节点内容的方法示例 Java使用正则表达式提取XML节点内容的方法示例主要介绍了Java使用正则表达式提取XML节点内容的方法,结合具体实例形式分析了java针对xml格式字符串的正则匹配相关操作...

    易语言正则表达式匹配中文

    在易语言中,正则表达式是进行文本处理、数据提取和搜索的关键工具,尤其在处理中文字符时显得尤为重要。本文将深入探讨易语言中的正则表达式匹配中文的原理、方法以及应用。 正则表达式(Regular Expression)是一...

    正则表达式调试工具

    正则表达式(Regular Expression,简称regex)是用于在文本中匹配特定模式的强大工具,广泛应用于数据验证、搜索替换和文本处理等领域。正则表达式调试工具是开发人员用来测试和优化这些模式的重要辅助工具。本文将...

    VC、VC++,MFC 正则表达式类库

    正则表达式类库则为VC++和MFC的开发者提供了对正则表达式功能的支持。 "VC、VC++,MFC 正则表达式类库"指的是在MFC中实现或集成的正则表达式处理模块。这个库通常包含一系列的类和函数,允许程序员编写符合特定模式...

    易语言正则表达式类匹配中文

    在易语言中,正则表达式类是一个非常重要的工具,用于处理字符串的模式匹配和查找。在处理中文文本时,这个功能尤为关键,因为中文字符的编码和处理方式与英文有所不同。 正则表达式是用于匹配字符串模式的一种强大...

    正则表达式测试工具C#版(src)

    正则表达式是一种强大的文本处理工具,用于在字符串中进行模式匹配和搜索。在C#编程语言中,正则表达式被广泛应用于数据验证、文本提取、格式转换等多个场景。本项目提供了一个C#编写的正则表达式测试工具,包含完整...

    c++写的正则表达式验证工具

    在IT行业中,正则表达式(Regular Expression)是一种强大的文本处理工具,用于匹配、查找、替换等操作。C++作为一种通用编程语言,虽然标准库中没有内置正则表达式支持,但通过第三方库如Boost,我们可以很方便地在...

    通过正则表达式生成数据

    正则表达式(Regular Expression,简称regex)是一种强大的文本处理工具,它用于匹配、查找、替换等操作,涉及字符串的模式匹配。在本主题中,我们将深入探讨如何使用正则表达式来生成满足特定条件的随机数据。这在...

    C#正则表达式大全, 判断字符串是否为正整数,中文,英文.....

    C# 正则表达式大全 正则表达式是指用来描述字符串模式的表达式,通过使用正则表达式,我们可以轻松地实现字符串的匹配、验证、提取和替换等操作。在 C# 中,我们可以使用 System.Text.RegularExpressions 命名空间...

    C正则表达式库

    在IT领域,正则表达式库是用于处理字符串匹配、搜索和替换的重要工具。在C语言环境中,GUN(GNU)提供了一个官方的正则表达式库,这使得C程序员可以方便地在他们的应用程序中利用正则表达式的强大功能。本篇文章将...

    易语言正则表达式取网址和名称

    在IT行业中,正则表达式(Regular Expression)是一种强大的文本处理工具,用于匹配、查找、替换等操作。在本案例中,“易语言正则表达式取网址和名称”指的是使用易语言这一编程环境,结合正则表达式技术来从文本中...

    正则表达式 必知必会 pdf

    正则表达式作为一种文本处理工具,在计算机编程和数据处理领域中扮演着极其重要的角色。它不仅适用于几乎所有编程语言和计算机平台,而且能够执行复杂的文本搜索、匹配、替换和提取操作。正则表达式的核心是通过定义...

    根据正则表达式生成满足正则的数据

    在IT领域,正则表达式(Regular Expression)是一种强大的文本处理工具,用于匹配字符串模式。它们广泛应用于数据验证、搜索、替换等操作。本话题主要关注如何根据正则表达式生成满足该模式的数据,这在测试、数据...

    正则表达式翻译工具,RegexTest.exe

    正则表达式(Regular Expression,简称regex)是一种强大的文本处理工具,用于匹配、查找、替换或提取特定模式的字符串。RegexTest.exe 是一个专门用于测试和解析正则表达式的应用程序,它可以帮助用户理解和调试...

Global site tag (gtag.js) - Google Analytics