Java中的正则表达式应用(1)

正则表达式     regular  exception 

主要用途：字符串的匹配，查找，替换

eg: IP地址是否可用        从网页抓取Email地址        从网页中找出链接

需要引入的类：java.util.regx.Pattern     java.util.regx.Matcher

简单认识正则表达式的概念

		System.out.println("abc".matches("..."));  //.代表一个字符
		//下面的句子是说将数字用-代替
		System.out.println("a8729a".replaceAll("\\d", "-"));//java中\为转义字符，所以用两个斜杠代表一个,\\d表示数字
		//下面为正则表达式在Java中的一般用法
		Pattern p = Pattern.compile("[a-z]{3}");//编译生成模板
		Matcher m = p.matcher("fgh");
		System.out.println(m.matches());
		System.out.println("fgha".matches("[a-z]{3}"));

初步认识. * + ?

		System.out.println("a".matches("."));
		System.out.println("aa".matches("aa"));
		System.out.println("aaaa".matches("a*"));// a* 代表零个或者多个a，以此类推
		System.out.println("aaaa".matches("a+"));// a+ 代表一个或者多个a
		System.out.println("".matches("a*"));
		System.out.println("aaaa".matches("a?"));// a? 代表一个或者零个a
		System.out.println("".matches("a?"));
		System.out.println("a".matches("a?"));
		System.out.println("214523145234532".matches("\\d{3,100}"));
		System.out.println("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
		System.out.println("192".matches("[0-2][0-9][0-9]"));

[]中括号用来控制范围

		System.out.println("a".matches("[abc]"));
		System.out.println("a".matches("[^abc]"));// ^号放在中括号之内表示其实的位置
		System.out.println("A".matches("[a-zA-Z]"));
		System.out.println("A".matches("[a-z]|[A-Z]"));
		System.out.println("A".matches("[a-z[A-Z]]"));
		System.out.println("R".matches("[A-Z&&[RFG]]"));

认识\s \w \d \

		System.out.println(" \n\r\t".matches("\\s{4}"));  // \s表示空白字符，可以是空格，回车，制表符等
		System.out.println(" ".matches("\\S"));    //表示非空白字符
		System.out.println("a_8".matches("\\w{3}"));  
		System.out.println("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));
		System.out.println("\\".matches("\\\\"));

boundary 边界判断^在中括号外，表示起始符， $表示结束

		System.out.println("hello sir".matches("^h.*"));
		System.out.println("hello sir".matches(".*ir$"));
		System.out.println("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
		System.out.println("hellosir".matches("^h[a-z]{1,3}o\\b.*"));

email 给出了一个判断Email地址的正则表达式

		System.out.println("[email protected]".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));

正则表达式常用的表示字符

构造	匹配
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i d m s u x on - off
(?idmsux-idmsux:X)	X，作为带有给定标志 i d m s u x on - off
(?=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