java.util.regex.Pattern   模式类:用来表示一个编译过的正则表达式。
java.util.regex.Matcher   匹配类:用模式匹配一个字符串所表达的抽象结果。
二、先看一个简单的例子:
需求:从字符串:{"_type":"FQDN","_oid":"51a867e4773da1128b1422ad"} 中取出这段数字:51a867e4773da1128b1422ad
没有用过正则表达式的程序员可能分为两步获取
1. 用String类的indexOf方法获取51a867e4773da1128b1422ad的初始位置
2. 用String类的subString方法取出51a867e4773da1128b1422ad
用这种方法的缺点是代码可阅读性很差,即我们常说的hard code
如果用正则表达式则可以用以下的方法:
                   String reg ="[0-9A-Za-z]{24,}"; // appear at least 24 times ^[0-9A-Za-z]{24,}
                    Pattern pattern = Pattern.compile(reg);
                    Matcher matcher = pattern.matcher(str);
                    if (matcher.find()) {// matcher.matchers() {
                        String fqdnId = matcher.group();
                    }
三、一些常见的问题
1.  ^ 和 $ 他们是分别用来匹配字符串的开始和结束。(锁定模式的应用范围)

         "^wangsheng": 开头一定要有"wangsheng"的字符串才能被匹配;

    "isJoshWang$": 结尾一定要由"isJoshWang"的字符串来结尾;

那么,

  "^abc$": 就是要求以abc开头和以abc结尾的字符串,实际上是只有abc匹配。

 

  "notice": 匹配包含notice的字符串。

用这个两个字符就将模式锁定在一定范围里面。

 

2. Java对反斜线的处理问题:

在其他语言中,\表示要插入一个字符;

 

在Java语言中,\表示要插入正则表达式的反斜线,并且后面的字符有特殊意义。
构造                                匹配 字符 字符类 预定义字符类 POSIX 字符类(仅 US-ASCII) java.lang.Character 类(简单的 x字符x\反斜线字符n带有八进制值0的字符n(0 <= n <= 7)nn带有八进制值0的字符nn(0 <= n <= 7)mnn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hhuhhhh带有十六进制值 0x的字符hhhht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[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).任何字符(与d数字:[0-9]D非数字:[^0-9]s空白字符:[ tnx0Bfr]S非空白字符:[^s]w单词字符:[a-zA-Z_0-9]W非单词字符:[^w]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:!"#$%&'()*+,-./:;<=>?@[]^_`{|}~p{Graph}可见字符:[p{Alnum}p{Punct}]p{Print}可打印字符:[p{Graph}x20]p{Blank}空格或制表符:[ t]p{Cntrl}控制字符:[x00-x1Fx7F]p{XDigit}十六进制数字:[0-9a-fA-F]p{Space}空白字符:[ tnx0Bfr]p{javaLowerCase}等效于 java.lang.Character.isLowerCase()p{javaUpperCase}等效于 java.lang.Character.isUpperCase()p{javaWhitespace}等效于 java.lang.Character.isWhitespace()p{javaMirrored}等效于 java.lang.Character.isMirrored()p{InGreek}Greek 块(简单p{Lu}大写字母(简单p{Sc}货币符号P{InGreek}所有字符,Greek 块中的除外(否定)[p{L}&&[^p{Lu}]] 所有字母,大写字母除外(减去)^行的开头$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z输入的结尾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XYX后跟YX|YX或Y(X)X,作为n任何匹配的nth Nothing,但是引用以下字符QNothing,但是引用所有字符,直到EENothing,但是结束从Q开始的引用(?:X)X,作为非捕获组(?idmsux-idmsux) Nothing,但是将匹配标志dsx on - off(?idmsux-idmsux:X)  X,作为带有给定标志dsx 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

反斜线、转义和引用

反斜线字符 ('') 用于引用转义构造,如上表所定义的,同时还用于引用其他将被解释为非转义构造的字符。因此,表达式 \与单个反斜线匹配,而{与左括号匹配。

在不表示转义构造的任何字母字符前使用反斜线都是错误的;它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线,不管该字符是否非转义构造的一部分。

Java Language Specification 的要求,Java 源代码的字符串中的反斜线被解释为 字符转义。因此必须在字符串字面值中使用两个反斜线,表示正则表达式受到保护,不被 Java 字节码编译器解释。例如,当解释为正则表达式时,字符串字面值 "b"与单个退格字符匹配,而"\b"与单词边界匹配。字符串字面值"(hello)"是非法的,将导致编译时错误;要与字符串(hello)匹配,必须使用字符串字面值"字符类可以出现在其他字符类中,并且可以包含并集运算符(隐式)和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。

字符类运算符的优先级如下所示,按从最高到最低的顺序排列:

1     2     3     4     5     字面值转义    
x
分组 [...]
范围 a-z
并集 [a-e][i-u]
交集 [a-z&&[aeiou]]

 

行结束符是一个或两个字符的序列,标记输入字符序列的行结尾。以下代码被识别为行结束符:

 

  • 新行(换行)符 ('n')、
  • 后面紧跟新行符的回车符 ("rn")、
  • 单独的回车符 ('r')、
  • 下一行字符 ('u0085')、
  • 行分隔符 ('u2028') 或
  • 段落分隔符 ('u2029)。

如果未指定DOTALL标志,则正则表达式.可以与任何字符(行结束符除外)匹配。

默认情况下,正则表达式^和$忽略行结束符,仅分别与整个输入序列的开头和结尾匹配。如果激活MULTILINE模式,则^在输入的开头和行结束符之后(输入的结尾)才发生匹配。处于MULTILINE模式中时,$仅在行结束符之前或输入序列的结尾处匹配。 捕获组可以通过从左到右计算其开括号来编号。例如,在表达式((A)(B(C)))中,存在四个这样的组:

1     2     3     4     ((A)(B(C)))

A
(B(C))
(C)

组零始终代表整个表达式。

之所以这样命名捕获组是因为在匹配中,保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用,也可以在匹配操作完成后从匹配器获取。

与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组,则在第二次计算失败时将保留其以前捕获的值(如果有的话)例如,将字符串"aba"与表达式(a(b)?)+相匹配,会将第二组设置为"b"。在每个匹配的开头,所有捕获的输入都会被丢弃。

以(?)开头的组是纯的非捕获组,它不捕获文本,也不针对组合计进行计数。

Unicode 支持

Unicode Technical Standard #18:Unicode Regular Expression Guidelines 第 1 级和 RL2.1 Canonical Equivalents。

Java 源代码中的 Unicode 转义序列(如 u2014)是按照 Java Language Specification 的 

prop,则与p{prop}匹配,而输入具有该属性时与P{prop}不匹配。块使用前缀In指定,与在InMongolian中一样。可以使用可选前缀Is指定类别:p{L}和p{IsL} 都表示 Unicode 字母的类别。块和类别在字符类的内部和外部都可以使用。

The Unicode Standard 的类别。类别名称是在 Standard 中定义的,即标准又丰富。

methodname方法(废弃的类别除外)的类别,可以通过相同的p{prop}语法来提供,其中指定的属性具有名称javamethodname。

此类不支持 Perl 构造:

 

  • 条件构造(?{X})和(?(condition)X|Y)、

  • 嵌入式代码构造(?{code})和(??{code})、

  • 嵌入式注释语法(?#comment)和

  • 预处理操作lu、L和U。

此类支持但 Perl 不支持的构造:

  • Possessive 数量词,它可以尽可能多地进行匹配,即使这样做导致所有匹配都成功时也如此。

与 Perl 的显著不同点是:

  • 在 Perl 中,1到9 始终被解释为 Back 引用;如果至少存在多个子表达式,则大于 9 的反斜线转义数按 Back 引用对待,否则在可能的情况下,它将被解释为八进制转义。在此类中,八进制转义必须始终以零开头。在此类中,1到9 始终被解释为 Back 引用,较大的数被接受为 Back 引用,如果在正则表达式中至少存在多个子表达式的话;否则,解析器将删除数字,直到该数小于等于组的现有数或者其为一个数字。

  • Perl 使用 g标志请求恢复最后匹配丢失的匹配。此功能是由Matcher类显式提供的:重复执行find方法调用可以恢复丢失的最后匹配,除非匹配器被重置。

  • 在 Perl 中,位于表达式顶级的嵌入式标记对整个表达式都有影响。在此类中,嵌入式标志始终在它们出现的时候才起作用,不管它们位于顶级还是组中;在后一种情况下,与在 Perl 中类似,标志在组的结尾处还原。

  • Perl 允许错误匹配构造,如在表达式 *a中,以及不匹配的括号,如在在表达式abc] 中,并将其作为字面值对待。此类还接受不匹配的括号,但对 +、? 和 * 不匹配元字符有严格限制;如果遇到它们,则抛出PatternSyntaxException

 

 


 

 

简单例子
Java - 正则表达式的运用(Pattern模式和Matcher匹配)—— 匹配中文,英文字母和数字及_长度详解——收集资源blog
public static void main(String[] args) {
String patternStr = "\u300a.+\u300b";
Pattern pattern = Pattern.compile(patternStr);
String input = "《21世纪》记者";
Matcher matcher = pattern.matcher(input);
if (matcher.find()) {
int start = matcher.start();
int end = matcher.end();
System.out.println(input.substring(start, end));
}else{
System.out.println("not found");
}
//output: 《21世纪》
}
Java - 正则表达式的运用(Pattern模式和Matcher匹配)—— 匹配中文,英文字母和数字及_长度详解——收集资源blog

 

 

 

1.java验证IP地址:

Pattern pattern = Pattern.compile(“\\b((?!\\d\\d\\d)\\d+|1\\d\\d|2[0-4]\\d|25[0-5])\\.((?!\\d\\d\\d)\\d+|1\\d\\d|2[0-4]\\d|25[0-5])\\.((?!\\d\\d\\d)\\d+|1\\d\\d|2[0-4]\\d|25[0-5])\\.((?!\\d\\d\\d)\\d+|1\\d\\d|2[0-4]\\d|25[0-5])\\b”);

Matcher matcher = pattern.matcher(“127.400.600.2″); //以验证127.400.600.2为例

System.out.println(matcher.matches());

2. java验证日期时间,解决润月:

Pattern pattern = Pattern.compile(“^((\\d{2}(([02468][048])|([13579][26]))[\\-\\/\\s]?((((0?[13578])|(1[02]))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(3[01])))|(((0?[469])|(11))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(30)))|(0?2[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])))))|(\\d{2}(([02468][1235679])|([13579][01345789]))[\\-\\/\\s]?((((0?[13578])|(1[02]))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(3[01])))|(((0?[469])|(11))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(30)))|(0?2[\\-\\/\\s]?((0?[1-9])|(1[0-9])|(2[0-8]))))))(\\s(((0?[0-9])|([1-2][0-3]))\\:([0-5]?[0-9])((\\s)|(\\:([0-5]?[0-9])))))?$”);

Matcher matcher = pattern.matcher(“2000-02-29 23:59:59″);

System.out.println(matcher.matches());

 

3.java验证邮箱格式:

Pattern pattern = Pattern.compile(“^([a-zA-Z0-9_\\-\\.]+)@((\\[[0-9]{1,3}\\.[0-9]{1,3}\\.[0-9]{1,3}\\.)|(([a-zA-Z0-9\\-]+\\.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(\\]?)$”);

Matcher matcher = pattern.matcher(“a@aa.com”);

System.out.println(matcher.matches());

 

正则表达式的贪婪模式

 非贪婪模式是指尽可能少的查找满足匹配的结果,一般情况下我们使用都是非贪婪模式。使用贪婪模式的话,需要加上(*?);这个就是贪婪模式的开始。比如下面的匹配:

 String pattern = "<a>(.*)</a>";    非贪婪

 <a>hello<a>world</a>welcome</a>

  String pattern = "<a>(.*?)</a>"; 贪婪

 <a>hello<a>   和  </a>welcome</a>

 

另:http://www.cnblogs.com/zxin/archive/2013/01/26/2877765.html

http://blog.csdn.net/wp562846864/article/details/22913203

相关文章:

  • 2022-12-23
  • 2021-06-29
  • 2022-12-23
  • 2022-12-23
  • 2021-11-17
  • 2022-12-23
  • 2021-11-17
猜你喜欢
  • 2022-12-23
  • 2021-12-24
  • 2021-07-17
  • 2021-10-31
  • 2021-08-12
相关资源
相似解决方案