java 使用正则Pattern等实现【搜索 -> 提取 -> 分割 -> 替换】功能

正则表达式在字符串处理上有着强大的功能,sun在jdk1.4加入了对它的支持

下面简单的说下它的4种常用功能:

搜索:

String str=”abc efg ABC”;

String regEx=”a|f”;   //表示a或f

Pattern p=Pattern.compile(regEx);

Matcher m=p.matcher(str);

boolean rs=m.find();

如果str中有regEx,那么rs为true,否则为flase。如果想在查找时忽略大小写,则可以写成Pattern p=Pattern.compile(regEx,Pattern.CASE_INSENSITIVE);

提取:

String regEx=”.+\\\\(.+)$”;

String str=”c:\\dir1\\dir2\\name.txt”;

Pattern p=Pattern.compile(regEx);

Matcher m=p.matcher(str);

boolean rs=m.find();

for(int i=1;i<=m.groupCount();i++){

System.out.println(m.group(i));

}

以上的执行结果为name.txt,提取的字符串储存在m.group(i)中,其中i最大值为m.groupCount();

分割:

String regEx=”::”;

Pattern p=Pattern.compile(regEx);

String[] r=p.split(“xd::abc::cde”);

执行后,r就是{“xd”,”abc”,”cde”},其实分割时还有跟简单的方法:

String str=”xd::abc::cde”;

String[] r=str.split(“::”);

替换(删除):

String regEx=”a+”; //表示一个或多个a

Pattern p=Pattern.compile(regEx);

Matcher m=p.matcher(“aaabbced a ccdeaa”);

String s=m.replaceAll(“A”);

结果为”Abbced A ccdeA”

如果写成空串,既可达到删除的功能,比如:

String s=m.replaceAll(“”);

结果为”bbced  ccde”

附:

\d 等於 [0-9] 數字 
\D 等於 [^0-9] 非數字 
\s 等於 [ \t\n\x0B\f\r] 空白字元 
\S 等於 [^ \t\n\x0B\f\r] 非空白字元 
\w 等於 [a-zA-Z_0-9] 數字或是英文字 
\W 等於 [^a-zA-Z_0-9] 非數字與英文字 

^ 表示每行的開頭
$ 表示每行的結尾

常用正则表达式

“^\d+$”  //非负整数(正整数 + 0) 
“^[0-9]*[1-9][0-9]*$”  //正整数 
“^((-\d+)|(0+))$”  //非正整数(负整数 + 0) 
“^-[0-9]*[1-9][0-9]*$”  //负整数 
“^-?\d+$”    //整数 
“^\d+(\.\d+)?$”  //非负浮点数(正浮点数 + 0) 
“^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$”  //正浮点数 
“^((-\d+(\.\d+)?)|(0+(\.0+)?))$”  //非正浮点数(负浮点数 + 0) 
“^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$”  //负浮点数 
“^(-?\d+)(\.\d+)?$”  //浮点数 
“^[A-Za-z]+$”  //由26个英文字母组成的字符串 
“^[A-Z]+$”  //由26个英文字母的大写组成的字符串 
“^[a-z]+$”  //由26个英文字母的小写组成的字符串 
“^[A-Za-z0-9]+$”  //由数字和26个英文字母组成的字符串 
“^\w+$”  //由数字、26个英文字母或者下划线组成的字符串 
“^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$“    //email地址 
“^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$”  //url
/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/   //  年-月-日
/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/   // 月/日/年
“^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$”   //Emil
“(d+-)?(d{4}-?d{7}|d{3}-?d{8}|^d{7,8})(-d+)?”     //电话号码
“^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$”   //IP地址

 匹配中文字符的正则表达式: [\u4e00-\u9fa5]
匹配双字节字符(包括汉字在内):[^\x00-\xff]
匹配空行的正则表达式:\n[\s| ]*\r
匹配HTML标记的正则表达式:/<(.*)>.*<\/\1>|<(.*) \/>/
匹配首尾空格的正则表达式:(^\s*)|(\s*$)
匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
匹配网址URL的正则表达式:^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$
匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
匹配国内电话号码:(\d{3}-|\d{4}-)?(\d{8}|\d{7})?
匹配腾讯QQ号:^[1-9]*[1-9][0-9]*$

 

一些常用正则表达式

提取信息中的网络链接:
(h|H)(r|R)(e|E)(f|F)  *=  *(‘|”)?(\w|\\|\/|\.)+(‘|”|  *|>)?   
提取信息中的邮件地址:
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*  
提取信息中的图片链接:
(s|S)(r|R)(c|C)  *=  *(‘|”)?(\w|\\|\/|\.)+(‘|”|  *|>)?
提取信息中的ip地址:  
(\d+)\.(\d+)\.(\d+)\.(\d+)    
提取信息中的中国手机号码:
(86)*0*13\d{9}    
提取信息中的中国固定电话号码:
(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}    
提取信息中的中国电话号码(包括移动和固定电话):
(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}    
提取信息中的中国邮政编码:
[1-9]{1}(\d+){5}    
提取信息中的中国身份证号码:
\d{18}|\d{15}    
提取信息中的整数:
\d+    
提取信息中的浮点数(即小数):
(-?\d*)\.?\d+    
提取信息中的任何数字  :
(-?\d*)(\.\d+)?  
提取信息中的中文字符串:
[\u4e00-\u9fa5]*    
提取信息中的双字节字符串  (汉字):
[^\x00-\xff]*  
提取信息中的英文字符串:
\w*

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s