`

正则表达式入门

阅读更多
众所周知,在程序开发中,难免会遇到需要匹配、查找、替换、判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力。因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段。 
大家都知道,正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达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)组成的文字模式,它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。 
  自从jdk1.4推出java.util.regex包,就为我们提供了很好的JAVA正则表达式应用平台。

因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。

\\ 反斜杠 
\t 间隔 ('\u0009') 
\n 换行 ('\u000A') 
\r 回车 ('\u000D') 
\d 数字 等价于[0-9] 
\D 非数字 等价于[^0-9] 
\s 空白符号 [\t\n\x0B\f\r] 
\S 非空白符号 [^\t\n\x0B\f\r] 
\w 单独字符 [a-zA-Z_0-9] 
\W 非单独字符 [^a-zA-Z_0-9] 
\f 换页符 
\e Escape 
\b 一个单词的边界 
\B 一个非单词的边界 
\G 前一个匹配的结束

^为限制开头 
^java    条件限制为以Java为开头字符 
$为限制结尾 
java$    条件限制为以java为结尾字符 
.  条件限制除\n以外任意一个单独字符 
java..    条件限制为java后除换行外任意两个字符


加入特定限制条件「[]」 
[a-z]    条件限制在小写a to z范围中一个字符 
[A-Z]    条件限制在大写A to Z范围中一个字符 
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符 
[0-9]    条件限制在小写0 to 9范围中一个字符 
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符 
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)

[]中加入^后加再次限制条件「[^]」 
[^a-z]    条件限制在非小写a to z范围中一个字符 
[^A-Z]    条件限制在非大写A to Z范围中一个字符 
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符 
[^0-9]    条件限制在非小写0 to 9范围中一个字符 
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符 
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

在限制条件为特定字符出现0次以上时,可以使用「*」 
J*    0个以上J 
.*    0个以上任意字符 
J.*D    J与D之间0个以上任意字符

在限制条件为特定字符出现1次以上时,可以使用「+」 
J+    1个以上J 
.+    1个以上任意字符 
J.+D    J与D之间1个以上任意字符

在限制条件为特定字符出现有0或1次以上时,可以使用「?」 
JA?    J或者JA出现

限制为连续出现指定次数字符「{a}」 
J{2}    JJ 
J{3}    JJJ 
文字a个以上,并且「{a,}」 
J{3,}    JJJ,JJJJ,JJJJJ,???(3次以上J并存) 
文字个以上,b个以下「{a,b}」 
J{3,5}    JJJ或JJJJ或JJJJJ 
两者取一「|」 
J|A    J或A 
Java|Hello    Java或Hello

「()」中规定一个组合类型 
比如,我查询 <a href=\"index.html\">index </a>中 <a href> </a>间的数据,可写作 <a.*href=\".*\">(.+?) </a>

在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数: 
Pattern Pattern.compile(String regex, int flag)

flag的取值范围如下: 
Pattern.CANON_EQ    当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。 
Pattern.CASE_INSENSITIVE(?i)    默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。 
Pattern.COMMENTS(?x)    在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。 
Pattern.DOTALL(?s)    在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。 
Pattern.MULTILINE 
(?m)    在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。 
Pattern.UNICODE_CASE 
(?u)    在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。 
Pattern.UNIX_LINES(?d)    在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。


抛开空泛的概念,下面写出几个简单的Java正则用例:

◆比如,在字符串包含验证时

//查找以Java开头,任意结尾的字符串    
  Pattern pattern = Pattern.compile("^Java.*");    
  Matcher matcher = pattern.matcher("Java不是人");    
  boolean b= matcher.matches();    
  //当条件满足时,将返回true,否则返回false    
  System.out.println(b);   

◆以多条件分割字符串时

Pattern pattern = Pattern.compile("[, |]+");    
String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");    
for (int i=0;i <strs.length;i++) {    
    System.out.println(strs[i]);    
}   
◆文字替换(首次出现字符)

Pattern pattern = Pattern.compile("正则表达式");    
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");    
//替换第一个符合正则的数据    
System.out.println(matcher.replaceFirst("Java"));   
◆文字替换(全部)

Pattern pattern = Pattern.compile("正则表达式");    
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");    
//替换第一个符合正则的数据    
System.out.println(matcher.replaceAll("Java"));   

◆文字替换(置换字符)

Pattern pattern = Pattern.compile("正则表达式");    
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");    
StringBuffer sbr = new StringBuffer();    
while (matcher.find()) {    
    matcher.appendReplacement(sbr, "Java");    
}    
matcher.appendTail(sbr);    
System.out.println(sbr.toString());   
◆验证是否为邮箱地址

String str="ceponline@yahoo.com.cn";    
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);    
Matcher matcher = pattern.matcher(str);    
System.out.println(matcher.matches());   
◆去除html标记

Pattern pattern = Pattern.compile(" <.+?>", Pattern.DOTALL);    
Matcher matcher = pattern.matcher(" <a href=\"index.html\">主页 </a>");    
String string = matcher.replaceAll("");    
System.out.println(string);   
◆查找html中对应条件字符串

Pattern pattern = Pattern.compile("href=\"(.+?)\"");    
Matcher matcher = pattern.matcher(" <a href=\"index.html\">主页 </a>");    
if(matcher.find())    
  System.out.println(matcher.group(1));    
}   
◆截取http://地址 

//截取url    
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");    
Matcher matcher = pattern.matcher("dsdsds <http://dsds//gfgffdfd>fdf");    
StringBuffer buffer = new StringBuffer();    
while(matcher.find()){                 
    buffer.append(matcher.group());           
    buffer.append("\r\n");                 
System.out.println(buffer.toString());    
}   

        
◆替换指定{}中文字

String str = "Java目前的发展史是由{0}年-{1}年";    
String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};    
System.out.println(replace(str,object));    
  
public static String replace(final String sourceString,Object[] object) {    
            String temp=sourceString;       
            for(int i=0;i <object.length;i++){    
                      String[] result=(String[])object[i];    
              Pattern    pattern = Pattern.compile(result[0]);    
              Matcher matcher = pattern.matcher(temp);    
              temp=matcher.replaceAll(result[1]);    
            }    
            return temp;    
}    

◆以正则条件查询指定目录下文件

//用于缓存文件列表    
        private ArrayList files = new ArrayList();    
        //用于承载文件路径    
        private String _path;    
        //用于承载未合并的正则公式    
        private String _regexp;    
           
        class MyFileFilter implements FileFilter {    
  
              /**   
              * 匹配文件名称   
              */    
              public boolean accept(File file) {    
                try {    
                  Pattern pattern = Pattern.compile(_regexp);    
                  Matcher match = pattern.matcher(file.getName());                   
                  return match.matches();    
                } catch (Exception e) {    
                  return true;    
                }    
              }    
            }    
           
        /**   
        * 解析输入流   
        * @param inputs   
        */    
        FilesAnalyze (String path,String regexp){    
            getFileName(path,regexp);    
        }    
           
        /**   
        * 分析文件名并加入files   
        * @param input   
        */    
        private void getFileName(String path,String regexp) {    
            //目录    
              _path=path;    
              _regexp=regexp;    
              File directory = new File(_path);    
              File[] filesFile = directory.listFiles(new MyFileFilter());    
              if (filesFile == null) return;    
              for (int j = 0; j < filesFile.length; j++) {    
                files.add(filesFile[j]);    
              }    
              return;    
            }    
       
        /**   
        * 显示输出信息   
        * @param out   
        */    
        public void print (PrintStream out) {    
            Iterator elements = files.iterator();    
            while (elements.hasNext()) {    
                File file=(File) elements.next();    
                    out.println(file.getPath());       
            }    
        }    
  
        public static void output(String path,String regexp) {    
  
            FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);    
            fileGroup1.print(System.out);    
        }    
       
        public static void main (String[] args) {    
            output("C:\\","[A-z|.]*");    
        }    
java常用正则表达式


只能输入数字:"^[0-9]*$"。 
只能输入n位的数字:"^\d{n}$"。 
只能输入至少n位的数字:"^\d{n,}$"。 
只能输入m~n位的数字:。"^\d{m,n}$" 
只能输入零和非零开头的数字:"^0|[1-9][0-9]*$"。 
只能输入有两位小数的正实数:"^[0-9]+(\.[0-9]{2})?$"。 
只能输入有1~3位小数的正实数:"^[0-9]+(\.[0-9]{1,3})?$"。 
只能输入非零的正整数:"^\+?[1-9][0-9]*$"。 
只能输入非零的负整数:"^\-[1-9][0-9]*$"。 
只能输入长度为3的字符:"^.{3}$"。 
只能输入由26个英文字母组成的字符串:"^[A-Za-z]+$"。 
只能输入由26个大写英文字母组成的字符串:"^[A-Z]+$"。 
只能输入由26个小写英文字母组成的字符串:"^[a-z]+$"。 
只能输入由数字和26个英文字母组成的字符串:"^[A-Za-z0-9]+$"。 
只能输入由数字、26个英文字母或者下划线组成的字符串:"^\w+$"。 
验证用户密码:"^[a-zA-Z]\w{5,17}$"正确格式为:以字母开头,长度在6~18之间,只能包含字符、数字和下划线。 
验证是否含有^%&',;=?$\"等字符:"[^%&',;=?$\x22]+"。 
只能输入汉字:"^[\u4e00-\u9fa5]{0,}$" 
验证Email地址:"^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"。 
验证InternetURL:"^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。 
验证电话号码:"^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$"正确格式为:"XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。 
验证身份证号(15位或18位数字):"^\d{15}|\d{18}$"。 
验证一年的12个月:"^(0?[1-9]|1[0-2])$"正确格式为:"01"~"09"和"1"~"12"。 
验证一个月的31天:"^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为;"01"~"09"和"1"~"31"。

匹配中文字符的正则表达式: 

String.prototype.len=function(){return    
  
this.replace(/[^\x00-\xff]/g,"aa").length;}    
匹配空行的正则表达式:\n[\s| ]*\r

匹配html标签的正则表达式: <(.*)>(.*) <\/(.*)>| <(.*)\/>

匹配首尾空格的正则表达式:(^\s*)|(\s*$)

应用:javascript中没有像vbscript那样的trim函数,我们就可以利用这个表达式来实现,如下:

String.prototype.trim = function()    
{    
return this.replace(/(^\s*)|(\s*$)/g, "");    
}   
利用正则表达式分解和转换IP地址:

下面是利用正则表达式匹配IP地址,并将IP地址转换成对应数值的Javascript程序:

function IP2V(ip)    
  
{    
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //匹配IP地址的正则表达式    
if(re.test(ip))    
{    
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1    
}    
else    
{    
throw new Error("Not a valid IP address!")    
}    
}    
不过上面的程序如果不用正则表达式,而直接用split函数来分解可能更简单,程序如下:

var ip="10.100.20.168"    
ip=ip.split(".")    
alert("IP值是:"+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))   

匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

匹配网址URL的正则表达式:http://([\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)? 
正则表达式从URL地址中提取文件名的javascript程序,如下 
结果为page1

s="http://www.9499.net/page1.htm" 
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2") 
alert(s)

利用正则表达式限制网页表单里的文本框输入内容:

用正则表达式限制只能输入中文:onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"

用正则表达式限制只能输入全角字符: ')" text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"

用正则表达式限制只能输入数字:onkeyup="value=value.replace(/[^\d]/g,'') "text',clipboardData.getData('text').replace(/[^\d]/g,''))"

用正则表达式限制只能输入数字和英文:onkeyup="value=value.replace(/[\W]/g,'') "text',clipboardData.getData('text').replace(/[^\d]/g,''))"

// 初步认识. * + ?     
      // 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     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p("a".matches("."));// p()为打印函数,见最后     
      p("aa".matches("aa"));     
      p("aaaa".matches("a*"));     
      p("aaaa".matches("a+"));     
      p("".matches("a*"));     
      p("aaaa".matches("a?"));     
      p("".matches("a?"));     
      p("a".matches("a?"));     
      p("214523145234532".matches("\\d{3,100}"));     
      p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));     
      p("192".matches("[0-2][0-9][0-9]"));     
      // 上面\\.就是表示.     
  
      // 范围     
      // 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)     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p("a".matches("[abc]"));     
      p("a".matches("[^abc]"));     
      p("A".matches("[a-zA-Z]"));     
      p("A".matches("[a-z]|[A-Z]"));     
      p("A".matches("[a-z[A-Z]]"));     
      p("R".matches("[A-Z&&[RFG]]"));     
  
      // 认识\s \w \d \     
      // 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]     
  
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p(" \n\r\t".matches("\\s{4}"));     
      p(" ".matches("\\S"));     
      p("a_8".matches("\\w{3}"));     
      p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));     
      p("\\".matches("\\\\"));// 在java中\需要用转义字符\\表示,此处要匹配一个\,需要用\\\\的模式来匹配。     
  
      // POSIX 字符类(仅 US-ASCII) POSIX 来匹配的写法,用的不多     
      // \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]     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      // POSIX Style     
      p("a".matches("\\p{Lower}"));     
  
      // 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     
  
      // boundary 边界匹配     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p("hello sir".matches("^h.*"));     
      p("hello sir".matches(".*ir$"));     
      p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));     
      p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));     
  
      // whilte lines 空白行     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));     
  
      // email地址     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p("asdfasdfsafsf@dsdfsdf.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));     
  
      // matches find lookingAt     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      Pattern p2 = Pattern.compile("\\d{3,5}");     
      String s = "123-34345-234-00";     
      Matcher m2 = p2.matcher(s);     
      p(m2.matches());// 匹配整个     
      m2.reset();     
      p(m2.find());// 发现有没有匹配的字符,并截取     
      p(m2.start() + "-" + m.end());// 相匹配的起始位置和结束位置(必须能找到情况下)     
      p(m2.find());     
      p(m2.start() + "-" + m.end());     
      p(m2.find());     
      p(m2.start() + "-" + m.end());     
      p(m2.find());     
      // p(m2.start() + "-" + m.end());     
      p(m2.lookingAt());// 发现有没有匹配的字符,不截取     
      p(m2.lookingAt());     
      p(m2.lookingAt());     
      p(m2.lookingAt());     
  
      // replacement     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      Pattern p3 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);// 忽略大小写Pattern.CASE_INSENSITIVE     
      Matcher m3 = p3     
              .matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");     
      StringBuffer buf = new StringBuffer();     
      int i = 0;     
      while (m3.find()) {     
          i++;     
          if (i % 2 == 0) {// 偶数位置java替换成小写     
              m3.appendReplacement(buf, "java");     
          } else {// 偶数位置java替换成大写     
              m3.appendReplacement(buf, "JAVA");     
          }     
      }     
      // 加上尾巴     
      m3.appendTail(buf);     
      p(buf);     
  
      // group     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      Pattern p4 = Pattern.compile("(\\d{3,5})([a-z]{2})");     
      String s4 = "123aa-34345bb-234cc-00";     
      Matcher m4 = p4.matcher(s4);     
      while (m.find()) {     
          p(m4.group(1));     
      }// p(m4.group(1));将打印第一个小括号匹配的模式结果     
      // 为123 34345 234     
      // p(m4.group(2));将打印第一个小括号匹配的模式结果为aa bb cc     
      // p(m4.group());将打印总的模式结果为123aa 34345bb 234cc     
  
      // 以下三种情况(了解即可),不多用!     
      // Greedy 数量词 (贪婪的))     
      // 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 (不情愿的)     
      // 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 (独占的)     
      // 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     
  
      // 使用Greedy 数量词 (贪婪的))(以下3-10个的话,它会先去匹配10,匹配不上依次减少,一匹配上就结束)     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      Pattern p6 = Pattern.compile(".{3,10}[0-9]");     
      String s6 = "aaaa5bbbb68";     
      Matcher m6 = p6.matcher(s6);     
      if (m6.find())     
          p(m6.start() + "-" + m6.end());     
      else     
          p("not match!");     
  
      // 使用 Reluctant 数量词 (不情愿的)(以下3-10个的话,它会先去匹配3,匹配不上依次增加,一匹配上就结束 )     
      Pattern p7 = Pattern.compile(".{3,10}?[0-9]");     
      String s7 = "aaaa5bbbb68";     
      Matcher m7 = p7.matcher(s7);     
      if (m7.find())     
          p(m7.start() + "-" + m7.end());     
      else     
          p("not match!");     
  
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      // 使用 Possessive 数量词(了解即可)     
      // (独占的)(以下3-10个的话,它会先去匹配10,匹配不上就把这十个先删掉再匹配下一个10个,一匹配上就结束)     
      Pattern p8 = Pattern.compile(".{3,10}?[0-9]");     
      String s8 = "aaaa5bbbb68";     
      Matcher m8 = p8.matcher(s8);     
      if (m8.find())     
          p(m8.start() + "-" + m8.end());     
      else     
          p("not match!");     
  
      // non-capturing groups(非捕获)下文.{3}(?=a)表示以a结尾的三个数字(了解即可)     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      Pattern p9 = Pattern.compile(".{3}(?=a)");     
      String s9 = "444a66b";     
      Matcher m9 = p9.matcher(s9);     
      while (m9.find()) {     
          p(m9.group());     
      }     
  
      // back refenrences     
      // 匹配的后的两个组需要一样(了解即可)     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      Pattern p10 = Pattern.compile("(\\d\\d)\\1");     
      String s10 = "1212";     
      Matcher m10 = p10.matcher(s10);     
      p(m10.matches());     
  
      // flags的简写     
      // Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);     
      // 上面的句子简写(了解即可)     
      System.out.println("+++++++++++++++++++++++++++++++++++++");     
      p("Java".matches("(?i)(java)"));     
  }     
  
  public static void p(Object o) {     
      System.out.println(o);     
  }     
  
    
2、email抓取

import java.io.BufferedReader;     
import java.io.FileNotFoundException;     
import java.io.FileReader;     
import java.io.IOException;     
import java.util.regex.Matcher;     
import java.util.regex.Pattern;     
     
     
public class EmailSpider {     
     
    public static void main(String[] args) {     
        try {     
            BufferedReader br = new BufferedReader(new FileReader("D:\\含邮件地址的.html"));     
            String line = "";     
            while((line=br.readLine()) != null) {     
                parse(line);     
            }     
        } catch (FileNotFoundException e) {     
            // TODO Auto-generated catch block     
            e.printStackTrace();     
        } catch (IOException e) {     
            // TODO Auto-generated catch block     
            e.printStackTrace();     
        }     
    }     
     
    private static void parse(String line) {     
        Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");     
        Matcher m = p.matcher(line);     
        while(m.find()) {     
            System.out.println(m.group());     
        }     
    }     
     
}   

 

还有一篇文章也不错 http://edu.yesky.com/edupxpt/18/2143018.shtml 

 

分享到:
评论

相关推荐

    正则表达式入门与提高---整理版_VBa_正则式_

    正则表达式是一种强大的文本处理工具,用于在字符串中...而这份"正则表达式入门与提高---整理版"文档将是你学习正则表达式的好帮手,它涵盖了基础概念、常用模式以及实例解析,是深入理解和运用正则表达式的好资源。

    正则表达式入门经典

    本资源"正则表达式入门经典"是由(美)瓦特编著的扫描版,旨在帮助初学者快速掌握这一技术。 正则表达式的基本概念: 1. **元字符**:如`.`, `*`, `+`, `?`, `{}`, `[]`, `\`, `^`, `$`等,它们具有特殊含义,用来...

    正则表达式入门与提高

    正则表达式是一种强大的文本处理工具,用于匹配、查找、替换和提取字符串模式。它在各种编程语言和脚本环境...在"正则表达式入门与提高.doc"文档中,你将找到更多实例和详细解释,帮助你深入理解并熟练运用正则表达式。

    正则表达式入门经典.(美)瓦特.扫描版.pdf

    正则表达式入门经典.(美)瓦特.扫描版.pdf 经典书籍

    正则表达式入门经典(书签版)美.瓦特

    《正则表达式入门经典》由美国作家Andrew Watt所著,这本书为初学者提供了全面而详细的正则表达式知识,通过书签版的设置,方便读者快速定位和复习关键概念。 正则表达式的基本结构包括字符、元字符和量词。字符是...

    正则表达式入门经典 带书签

    本资源“正则表达式入门经典”是一本旨在帮助初学者掌握这一强大工具的书籍,通过学习,你可以更好地理解和运用正则表达式。 在编程和数据处理领域,正则表达式扮演着至关重要的角色。它是一种特殊的字符序列,可以...

    正则表达式入门.doc

    在"正则表达式入门.doc"文档中,你将学习到正则表达式的基础知识,包括基本元字符、修饰符、预定义字符类以及更高级的构造。 1. **基本元字符**:正则表达式中最基础的是元字符,它们具有特殊含义,如`.`代表任意...

    正则表达式入门30分钟

    "正则表达式入门30分钟"这个教程可能是为了快速介绍正则表达式的基本概念和常用语法,帮助初学者快速掌握这一强大的工具。下面是一些正则表达式的核心概念和常见用法: 1. **基础元素**: - **字符匹配**:例如,`...

    JS正则表达式入门笔记实例

    这篇入门笔记实例将带你深入了解正则表达式的使用。 1. **正则表达式基础** - **模式定义**:正则表达式由特殊字符(元字符)和普通字符组成,用于描述文本模式。 - **创建方式**:可以使用`/pattern/flags`或`...

    正则表达式入门教程(pdf版

    正则表达式是一种特殊的文本模式,用于在字符串中查找和匹配符合特定规则的子串。它是文本处理不可或缺的工具之一,广泛应用于编程语言、文本编辑器、搜索引擎以及各种编程和脚本语言中。正则表达式的能力远超简单的...

    两本正则表达式入门教程

    这两本入门教程,"正则表达式教程.chm" 和 "正则表达式入门教程.doc",将帮助初学者快速掌握这一技术。 首先,我们来看"正则表达式教程.chm"可能涵盖的内容。CHM是Microsoft的 Compiled HTML Help 文件,通常包含一...

    正则表达式入门指导.ppt

    正则表达式(Regular Expression)是一种强大的文本处理工具,它是一种模式匹配语言,用于在文本中查找、替换或提取符合特定规则的字符串。在多种编程语言中,如Perl、Java、JavaScript、C#、PHP、Python、Ruby、Tcl、...

    正则表达式入门整理chm

    正则表达式语法,句例,口诀,使用详解,教程等等内容

    《学习正则表达式》高清扫描版 PDF

    正物色一本学习正则表达式的入门图书?恭喜,《学习正则表达式》非常适合你!本书提供大量经典简洁的示例,从零开始教你逐步掌握正则表达式。通过匹配特定单词、字符和模式,读者很快就可以自己动手使用正则表达式...

    正则表达式入门教程——30分钟入门

    正则表达式入门教程——正则表达式30分钟入门教程.mht 正则表达式入门教程——正则表达式30分钟入门教程.mht 正则表达式入门教程——正则表达式30分钟入门教程.mht

Global site tag (gtag.js) - Google Analytics