正则表达式

Java中的正则表达式主要关注2个类java.util.regex包下的Matcher和Pattern,这2个类足以应付大多数的需求，Pattern是想要匹配的表达式，定义好Pattern以后，调用matcher方法，返回一个Matcher类型的值，然后调用find方法，如果返回true则说明匹配到了，否则没有匹配到，写复杂的正则表达式的时候，分组很强大，分组可以看JDK官方API中的Pattern类里有很详细的介绍！

   其中需要注意的是反斜杠\，如果要匹配一个反斜杠需要用四个反斜杠\\\\来表示，因为java首先把4个反斜杠\\\\解析为两个\\，再交给正则表达式，正则表达式再经过一次转换，把两个\\转换成为一个\。

也就是java里面要用正则来表示一个\，必须写成4个\
如果要表示\\，那就要写8个\

1、登录名  长度为1-63，支持中文、字母、数字，字母不区分大小写，不支持空格，不支持下面的特殊字符：‘-’，‘|’，‘#’，‘，’，‘+’，‘“’，‘\’，‘>’，‘<’

，‘；’，‘=’，‘/’,‘?’

2、显示名 长度为1-31，支持 中文、字母、数字，字母不区分大小写，不支持空格，不支持下面的特殊字符：‘?’

3、组描述 长度为1-63，支持中文、字母、数字，字母不区分大小写，不支持空格，不支持下面的特殊字符：‘?’

贴出代码：

package cn.com.linhui;

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

public class RegTest {
	//显示名正则表达式
	public static String username_patternStr = "(\\s+)|([-]+)|([|]+)|([#]+)|([,]+)|([+]+)|([\"]+)|(\\\\+)|([<]+)|([>]+)|([;]+)|([=]+)|([/]+)|([?]+)";
	//登陆名正则表达式
	public static String loginName_patternStr = "([?]+)";
	//组描述正则表达式
	public static String groupDesc_patternStr = "([?]+)";
	
	public static void main(String[] args) {
		try {
			boolean val = validateGroupDesc("中文也有adasf字母也有，_下划线也有*&……%￥#@！特殊字符也有。。。经过验证合法");
			System.out.println(val);
		} catch (Exception e) {
			e.printStackTrace();
		}
	}
	
	
	//验证显示名
	public static boolean validateUserName(String username){
		if(username.length()<1 || username.length()>63){
			throw new IllegalArgumentException("usernmae length too long");
		}
		Pattern pattern = Pattern.compile(username_patternStr,Pattern.CASE_INSENSITIVE);
		Matcher m = pattern.matcher(username);
		if(m.find()){
			//如果能匹配到说明是非法的，抛出一个异常，可以根据需要自定义返回类型
			throw new IllegalArgumentException("Illegal usernmae ["+m.group()+"]");
		}else{
			//否则返回true，表示是合法的，通过验证
			return true;
		}
	}
	
	//验证登陆名
	public static boolean validateLoginName(String loginName){
		if(loginName.length()<1 || loginName.length()>31){
			throw new IllegalArgumentException("loginNmae length too long");
		}
		Pattern pattern = Pattern.compile(loginName_patternStr,Pattern.CASE_INSENSITIVE);
		Matcher m = pattern.matcher(loginName);
		if(m.find()){
			//如果能匹配到说明是非法的，抛出一个异常，可以根据需要自定义返回类型
			throw new IllegalArgumentException("Illegal loginNmae ["+m.group()+"]");
		}else{
			//否则返回true，表示是合法的，通过验证
			return true;
		}
	}
	
	//验证登陆名
	public static boolean validateGroupDesc(String groupDesc){
		if(groupDesc.length()<1 || groupDesc.length()>63){
			throw new IllegalArgumentException("groupDesc length too long");
		}
		Pattern pattern = Pattern.compile(groupDesc_patternStr,Pattern.CASE_INSENSITIVE);
		Matcher m = pattern.matcher(groupDesc);
		if(m.find()){
			//如果能匹配到说明是非法的，抛出一个异常，可以根据需要自定义返回类型
			throw new IllegalArgumentException("Illegal groupDesc ["+m.group()+"]");
		}else{
			//否则返回true，表示是合法的，通过验证
			return true;
		}
	}
}

表达式全集

正则表达式有多种不同的风格。下表是在PCRE中元字符及其在正则表达式上下文中的行为的一个完整列表：



字符

描述



\

将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。串行“\\”匹配“\”而“\(”则匹配“(”。



^

匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。



$

匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。



*

匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}。



+

匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。



?

匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“does”或“does”中的“do”。?等价于{0,1}。



{n}

n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。



{n,}

n是一个非负整数。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,}”等价于“o+”。“o{0,}”则等价于“o*”。



{n,m}

m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。



?

当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。



.

匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“(.|\n)”的模式。



(pattern)

匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。



(?:pattern)

匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。



(?=pattern)

正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。



(?!pattern)

正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始



(?<=pattern)

反向肯定预查，与正向肯定预查类拟，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)

反向否定预查，与正向否定预查类拟，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”。“(z|f)ood”则匹配“zood”或“food”。



[xyz]

字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。



[^xyz]

负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。



[a-z]

字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。



[^a-z]

负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。



\b

匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。



\B

匹配非单词边界。“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匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。



\d

匹配一个数字字符。等价于[0-9]。



\D

匹配一个非数字字符。等价于[^0-9]。



\f

匹配一个换页符。等价于\x0c和\cL。



\n

匹配一个换行符。等价于\x0a和\cJ。



\r

匹配一个回车符。等价于\x0d和\cM。



\s

匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。



\S

匹配任何非空白字符。等价于[^ \f\n\r\t\v]。



\t

匹配一个制表符。等价于\x09和\cI。



\v

匹配一个垂直制表符。等价于\x0b和\cK。



\w

匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。



\W

匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。



\xn

匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。.



\num

匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。



\n

标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。



\nm

标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。



\nml

如果n为八进制数字（0-3），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。



\un

匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。

常用正则表达式

用户名

/^[a-z0-9_-]{3,16}$/

密码

/^[a-z0-9_-]{6,18}$/

十六进制值

/^#?([a-f0-9]{6}|[a-f0-9]{3})$/

电子邮箱

/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/
/^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+(\.{1,2}[a-z]+)+$/

URL

/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/

IP 地址

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

或

/^(?:(?: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]?)$/

HTML 标签

/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/

Unicode编码中的汉字范围

/^[\u4E00-\u9FA5]+$/

参考自维基百科http://zh.wikipedia.org/wiki/%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F#.E8.A1.A8.E8.BE.BE.E5.BC.8F.E5.85.A8.E9.9B.86