常用正则表达式

1。^/d+$　　//匹配非负整数（正整数 + 0）
2。^[0-9]*[1-9][0-9]*$　　//匹配正整数
3。^((-/d+)|(0+))$　　//匹配非正整数（负整数 + 0）
4。^-[0-9]*[1-9][0-9]*$　　//匹配负整数
5。^-?/d+$　　　　//匹配整数
6。^/d+(/./d+)?$　　//匹配非负浮点数（正浮点数 + 0）
7。^(([0-9]+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*))$　　//匹配正浮点数
8。^((-/d+(/./d+)?)|(0+(/.0+)?))$　　//匹配非正浮点数（负浮点数 + 0）
9。^(-(([0-9]+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*)))$　　//匹配负浮点数
10。^(-?/d+)(/./d+)?$　　//匹配浮点数
11。^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
12。^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
13。^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
14。^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
15。^/w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串
16。^[/w-]+(/.[/w-]+)*@[/w-]+(/.[/w-]+)+$　　　　//匹配email地址
17。^[a-zA-z]+://匹配(/w+(-/w+)*)(/.(/w+(-/w+)*))*(/?/S*)?$　　//匹配url
18。匹配中文字符的正则表达式： [/u4e00-/u9fa5]
19。匹配双字节字符(包括汉字在内)：[^/x00-/xff]
20。应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
String.prototype.len=function(){return this.replace([^/x00-/xff]/g,"aa").length;}
21。匹配空行的正则表达式：/n[/s| ]*/r
22。匹配HTML标记的正则表达式：/<(.*)>.*<///1>|<(.*) //>/
23。匹配首尾空格的正则表达式：(^/s*)|(/s*$)

* 正则表达式用例
  * 1、^/S+[a-z A-Z]$ 不能为空 不能有空格  只能是英文字母
  * 2、/S{6,}         不能为空 六位以上
  * 3、^/d+$          不能有空格 不能非数字
  * 4、(.*)(/.jpg|/.bmp)$ 只能是jpg和bmp格式
  * 5、^/d{4}/-/d{1,2}-/d{1,2}$ 只能是2004-10-22格式
  * 6、^0$            至少选一项
  * 7、^0{2,}$        至少选两项
  * 8、^[/s|/S]{20,}$ 不能为空 二十字以上
  * 9、^/+?[a-z0-9](([-+.]|[_]+)?[a-z0-9]+)*@([a-z0-9]+(/.|/-))+[a-z]{2,6}$邮件
  * 10、/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*([,;]/s*/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*)* 输入多个地址用逗号或空格分隔邮件
  * 11、^(/([0-9]+/))?[0-9]{7,8}$电话号码7位或8位或前面有区号例如（022）87341628
  * 12、^[a-z A-Z 0-9 _]+@[a-z A-Z 0-9 _]+(/.[a-z A-Z 0-9 _]+)+(/,[a-z A-Z 0-9 _]+@[a-z A-Z 0-9 _]+(/.[a-z A-Z 0-9 _]+)+)*$
  *     只能是字母、数字、下划线；必须有@和.同时格式要规范 邮件
  * 13 ^/w+@/w+(/./w+)+(/,/w+@/w+(/./w+)+)*$上面表达式也可以写成这样子，更精练。
    14   ^/w+((-/w+)|(/./w+))*/@/w+((/.|-)/w+)*/./w+$

 

 

 

// 限定条件
         final String CONDITION = "(?=.*[a-z])(?=.*[A-Z])(?=.*//d)";

        // 允许出现的字符
         final String SPECIAL_CHAR = "[-A-Za-z0-9!$%&()/;<?{}//[//]^////]";

        // 数量
         final String QUANTITY = "{8,16}";

 

2：不以某某开头 ，比如不以www开头

Java code
public class Test {
    public static void main(String[] args) {
        String[] strs = { "abc1232", "wwwadsf", "awwwfas", "wwadfsf", "", "ww", " ", "www" };
        String regex = "(?:(?!^www).)*";
        for(String str : strs) {

            System.out.printf("%-7s %s%n", str, str.matches(regex));
        }
    }
}

(?!X) 专业名称为 Negative Lookahead，表示字符间缝隙后面不允许出现的字符，
即匹配字符间的缝隙，如果缝隙后的字符不是 X 的话，那这个缝隙就匹配成功。

举个例子，aab 和 aac，现有表达式 aa(?!b) 这时我们能匹配到的字符串是 aac，
因为 aa 的后面的缝隙之后不允许出现字符 b，因此只有 aac 进行了匹配。

再来看个示例：

Java code

public class Test {
    public static void main(String[] args) {
        String str = "AQuickBrownFoxJumpsOverTheLazyDog";
        String[] strs = str.split("(?<!^)(?=[A-Z])");
        for(String s : strs) {
            System.out.println(s);
        }
    }
}

根据大写字母拆分字符串。当然了，这个使用字符串进行分析同样也能进行拆分，
但是使用正则表达式来拆的话更为便捷直观一些。

在进行这种拆分时，由于在拆分后的字符数不能减少，因此只能使用零宽度的
lookaround 功能进行匹配，lookaround 包括四个，即：

Java code
(?=X) (?!X) (?<=X) (?<!X)

来看一下这个表达式：(? <!^)(?=[A-Z])

前面说到过 (?!) 表示缝隙后面不允许出现的东西，而 (? <!) 表示缝隙前不允许出现的东西。
(?=) 表示缝隙后允许出现的东西，(? <=) 表示缝隙前允许出现的东西。

这个表达式在拆分时，根据零宽度匹配缝隙进行拆分的，这个缝隙必须满足以下条件：

(? <!^) 表示缝隙不允许前不能是行开始，即缝隙不能出现在首字母的前面。
(?=[A-Z]) 表示缝隙后面允许出现 A-Z 的大写字母。

这时这个表达式就匹配了下面带有 | 的缝隙：

Java code
A|Quick|Brown|Fox|Jumps|Over|The|Lazy|DogPS：不加 (?<!^) 的话，会变成：|A|Quick|Brown|Fox|Jumps|Over|The|Lazy|Dog

根据 split 的功能，正则表达式处理程序就根据上面的 | 将字符串给拆分开来了。

3，不区分大小写
不加任何限制的匹配是匹配分大小写的，但是正则表达式中可以进行改变，
有两种方式：参数式和内嵌式。

来看个示例：

Java code
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
    public static void main(String[] args) {
        String str = "Book";
        Pattern pattern = Pattern.compile("book");
        Matcher matcher = pattern.matcher(str);
        System.out.println(matcher.matches());
    }
}

上面的这个表达式 book 是不能匹配字符串 Book 的，这时我们只要给定编译时的参数就可以了：

Pattern pattern = Pattern.compile("book", Pattern.CASE_INSENSITIVE);

Pattern.CASE_INSENSITIVE 这是一个 int 类型的常量，值为 2。表示表达式忽略大小写进行区配。

如果我们不采用 Pattern 和 Matcher 两个类来匹配的话，只是使用 String 的 matches 方法的话，
我们就不能指定表达式的编译参数了，这时就需要采用内嵌标志表达式了，与 Pattern.CASE_INSENSITIVE
对应的内嵌标志表达式是 (?i)，它有四种形式：
1，(?i)
2，(?-i)
3，(?i:X)
4，(?-i:X)
不带有 - 的是开标志，带有 - 的是关标志。

把上面的代码改成这样：

Java code
public class Test {
    public static void main(String[] args) {
        String str = "Book";
        String regex = "(?i)book";
        System.out.println(str.matches(regex));
    }
}

我们就达到了同样的效果，当然这样并不是最好的，因为字符串中只有 B 是大写的，
我们没有必要把所有的字符都进行不区分大小写匹配，我们可以在打开标志，用 (?i) 的
第二种形式马上关掉它：
    String regex = "(?i)b(?-i)ook";

这样的话，只有 b 是区分大小写了，而 (?-i) 后面的还是得区分大小写匹配的。这样写
可能看上去很不顺眼，我们还能使用第 3 种形式直接指定某些字符是不区分大小写的。
    String regex = "(?i:b)ook";

这样的表达式与上面的那个在语义上是相同的。就效率上肯定是优于一下子开，一下子关的。

可见内嵌标志表达式要比指定编译参数的功能强大许多。

使用建议：如果能确定某些字符的大小写时，尽量使用已确定的字符，对于不确定的可以采用
(?i:X) 的方式指定。因此打开不区分大小写开关时，对匹配的性能是有一定影响的。

思考一下：String regex = "(?i)b(?-i:oo)k"; 这个表达式的意思？

另外：第 1 和第 4，我没看明白需要了解什么，请在下面的楼层中具体地说明一下。

 

1：多行匹配

在默认的情况下 . 是不能匹配行结束符的（行结束符有 6 个，具体的可以看看 Pattern 的 API DOC）
同样，可以像不匹配大小写匹配那样使用编译参数：Pattern.DOTALL

如果还得区分大小写的话，还得加上上面说到的 Pattern.CASE_INSENSITIVE 这个，举个例子：

Java code
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
    public static void main(String[] args) {
        String str = "<table> /n" + " <tr> /n" + " <td> /n" + " Hello World! /n" + " </td> /n" + " </tr> /n" + "</table>";
        String regex = "<td>(.+?)</td>";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);
        while(matcher.find()) {
            System.out.println(matcher.group(1).trim());
        }
    }
}

上面这个是不能从 str 抽取出东西的，因为 td 的后面带有换行符，我们只要更改一下：

Pattern pattern = Pattern.compile(regex, Pattern.DOTALL);

这样就行了，如果 td 还得不区分大小写的话，再改成：

Java code
Pattern pattern = Pattern.compile(regex, Pattern.DOTALL | Pattern.CASE_INSENSITIVE);

这样的话，td 哪怕是大写的这个表达式都能把 td 之间的字符区抽取出来。

当然和 Pattern.CASE_INSENSITIVE 一样，Pattern.DOTALL 也有内嵌标志表达式，即 (?s)
s 的意思表示 single-line 就是忽略换行符什么的，只看成单行进行处理。

这个表达式使用内嵌 (?s) 的话可以改为：

Java code
String regex = "(?s)<td>(.+?)</td>";如果还要不区分大小写的话，再加上 i 标志：String regex = "(?s)(?i)<td>(.+?)</td>";但这样显得很拖沓，可以把它们合并起来：String regex = "(?is)<td>(.+?)</td>"; // 秩序无所谓

最后需要说明一下的是，我曾看到过由于不明白 DOTALL，为了让 . 匹配行结束符，直接把表达式写成：

Java code
String regex = "<td>((.|//s)+?)</td>";

这样做是极其危险的，由于选择结构的匹配效率问题，这样做在比较长的字符串时会造成堆栈溢出，
使程序崩溃，如果使用 DOTALL 或者 (?s) 的话就不会出现这种情况。

4：2个单元的或操作

| 称为多选结构，用于匹配 | 之中的任何一个，拿你的例子来说明：

Java code
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
    public static void main(String[] args) {
        String str = "<img src=/"http://www.google.com/1.gif/"/>/n" + "<img src=/"http://3w.google.com/1.gif/"/>/n" + "<img src=/"http://abc.baidu.com/1.gif/"/>";
        String regex = "<img//ssrc=/"http://(?:ww|3)w.google.com/1.gif/"/>";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);
        while(matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

注意到其中的 (?:ww|3) 在进行多选匹配时尽量找出多选中的规律，以减少多选的字符，
www 和 3w 在最后一个字符可以共用，前面的不一样。

(?: ) 的意思表示组成一组，如果没有 (?: ) 这样的话，表达式就变成了：

Java code
String regex = "<img//ssrc=/"http://ww|3w.google.com/1.gif/"/>";

这样的语义完全变掉了，| 是在一组中进行选择，由于上面的那个表达式中没有组，就把整个表
达式作为了一组，使用 | 的话，就进行了整个表达式的多选结构了。这个表达式的意思是：
匹配 <img ssrc="http://ww 或者是 3w.google.com/1.gif"/>，这样的结果并不是我们所要的。

我们仅仅需要在 ww 和 3 之间进行选择，这时只要把 ww 和 3 放在一组中进行多选择就可以了，
变成 (?:ww|3)。

还有，在多选结构中尽量把出现频率高的放在前面，这样可以加快匹配速度。

多选结构的效率在传统型的引擎中是效率低下的，如果是单个字符的选择，比如 a $ & 之中的一个，
那就不要使用 (?:a|$|&) 了，可以直接使用字符类 [a$&] 就可以了。