"^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:
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。
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
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:
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。
-
上文所述。
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。
-
方法调用可以恢复丢失的最后匹配,除非匹配器被重置。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 -
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
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》
}
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