Java 进阶 (九) 正则表达式

2022 年 9 月 08 日
上海
本文字数：4757 字
阅读完需：约 16 分钟

由于项目中使用到了利用正则表达式进行表单校验，回想一下正则表达式的内容，忘得也差不多了，俗话说：“温故而知新，可以为师矣”。今天就简单的温故一下正则表达式，希望可以获得新的收获。

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。

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。

下面就以示例的形式进行简要的学习。

示例一: 验证非空

String  regex = "^\s*$";

复制代码

理解：见茶余饭后

示例二: 验证手机号码

String  regex = "^((13[0-9])|(14[5|7])|(15([0-3]|[5-9]))|(18[0,5-9]))\d{8}$";

复制代码

理解：见茶余饭后

示例三: 验证固话号码

String regex = "^(0\d{2}-\d{8}(-\d{1,4})?)|(0\d{3}-\d{7,8}(-\d{1,4})?)$";

复制代码

理解：见茶余饭后

示例四: 验证传真号码

String regex = "^(0\d{2}-\d{8}(-\d{1,4})?)|(0\d{3}-\d{7,8}(-\d{1,4})?)$";

复制代码

理解：见茶余饭后

示例五: 验证 QQ 号码

String regex = "^[1-9][0-9]{4,} $";

复制代码

理解：见茶余饭后

示例六: 验证邮箱

String regex = "^\w+[-+.]\w+)@\w+([-.]\w+)\.\w+([-.]\w+)*$ ";

复制代码

理解：见茶余饭后

茶余饭后

// 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)

复制代码

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

复制代码

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

复制代码

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

复制代码

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>

复制代码

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)

复制代码

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);

复制代码

◆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]);
}

复制代码

◆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"));

复制代码

◆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"));

复制代码

◆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());

复制代码

◆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());

复制代码

◆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);

复制代码

◆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));
}

复制代码

◆截取 http://地址

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

复制代码

◆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;
}

复制代码

◆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|.]*");
}