Java正则表达式基础知识及实例说明

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。
 大 家都知道，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。

// 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)

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

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

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
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>

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)

 

Java代码 

1. public class RegexHarnessTest
2. {
3. public static void main(String args[])
4. {
5. String[] regex = {"([\u4E00-\u9FA5]+,?)+",
6. "\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}",
7. "\\d{4}[A-Z]{2}",
8. "[0-9]{1.3}"};
9. String[] input = {"开发高手,程序员的朋友,开发者的助手",
10. "IP:71.42.164.8,192.168.1.1,7.78.3.221",
11. "美国汽车牌照:3456MW,12345M,6789NY",
12. "数字:345,678"};
13. RegexHarness rh = new RegexHarness();
14. for(int i=0;i<regex.length;i++)
15. {
16. rh.setRegex(regex[i]);
17. rh.setInput(input[i]);
18. if(rh.initialize())
19. {
20. System.out.println("\n-----匹配方式：全文匹配，方法：matches调用开始-----\n");
21. rh.validateEntireText();
22. System.out.println(rh.getResults());
23. System.out.println("\n-----匹配方式：全文匹配，方法：matches调用结束-----\n");
24. System.out.println("\n-----匹配方式：部分匹配，方法：find调用开始-----\n");
25. rh.validatePartText();
26. System.out.println(rh.getResults());
27. System.out.println("\n-----匹配方式：部分匹配，方法：find调用结束-----\n");
28. }
29. else
30. {
31. System.out.println(rh.getRegexError());
32. }
33. }
34. System.exit(0);
35. }
36. }

Java代码 

1. import java.util.regex.Matcher;
2. import java.util.regex.Pattern;
3. import java.util.regex.PatternSyntaxException;
4. public class RegexHarness
5. {
6. /**regex表示正则表达式，input表示要匹配或验证的文本或字符串*/
7. private String regex="",input="";
8. /**regexError表示当正则表达式出现语法错误时，相关的错误信息
9. * results表示匹配后的结果*/
10. private String regexError="",results="";
11. private Pattern pattern;
12. private Matcher matcher;
13. public RegexHarness()
14. {
15. this("","");
16. }
17. public RegexHarness(String regex,String input)
18. {
19. setRegex(regex);
20. setInput(input);
21. }
22. /**
23. * 初始化
24. * @return
25. */
26. public boolean initialize()
27. {
28. try
29. {
30. /*
31. * 使用Pattern类的静态compile方法，接收一个代表正则
32. * 表达式的字符串(变量:regex)的参数，并返回一个指定的
33. * 正则表达式的Pattern对象的pattern
34. */
35. pattern = Pattern.compile(regex);
36. /*
37. * 利用刚刚返回的Pattern类的实例pattern，并调用pattern
38. * 的matcher方法。该方法接收一个用于匹配的实现了CharSequence
39. * 接口的对象input，并将返回一个Matcher对象赋值给变量matcher。
40. */
41. matcher = pattern.matcher(input);
42. return true;
43. }
44. catch (PatternSyntaxException pse) {
45. regexError = "\n正则表达式语法错误！错误的相关信息如下：" +
46. "\n当前的正则表达式是：" + pse.getPattern() +
47. "\n错误描述：" + pse.getDescription() +
48. "\n错误信息：" + pse.getMessage() +
49. "\n错误索引：" + pse.getIndex();
50. return false;
51. }
52. }
53. /**
54. * 根据正则表达式来匹配输入的整个文本，并得到匹配结果<br>
55. * 本方法不返回任何数据，先调用matcher的方法matches，
56. * matches方法根据给定的正则表达式来匹配的整个文本。
57. * 如果整个文本都匹配给定的正则表达式，就调用matcher的
58. * group方法，该方法返回与查找模式相匹配的查找对象的字符
59. * 串，并将得到的匹配文本再赋值给字符串变量results，返回
60. * 真值。
61. */
62. public void validateEntireText()
63. {
64. boolean findMathText = false;
65. results = "当前的正则表达式是：" + regex +
66. "\n当前匹配的文本是：" + input + "\n\n";
67. if(matcher.matches())
68. {
69. results += "找到全文匹配的文本\"" + matcher.group() + "\"。\n";
70. findMathText = true;
71. }
72. if(!findMathText)
73. {
74. results += "没有发现全文匹配的文本。\n";
75. }
76. }
77. /**
78. * 根据正则表达式来匹配输入的部分文本，并得到匹配结果<br>
79. * 本方法不返回任何数据，但是调用的是matcher的方法find,
80. * find方法根据给定的正则表达式来匹配的文本中的子字符串。
81. * 和matches方法不同之处在于，只有被匹配的文本中的部分内容
82. * 符合给定的正则表达式时，find方法才返回真值。
83. */
84. public void validatePartText()
85. {
86. boolean findMathText = false;
87. results = "当前的正则表达式是：" + regex +
88. "\n当前匹配的文本是：" + input + "\n\n";
89. while(matcher.find())
90. {
91. results += "找到部分匹配的文本\"" + matcher.group()+
92. "\"\t起始索引：" + matcher.start() +
93. "\t结束索引：" + matcher.end() + "。\n";
94. findMathText = true;
95. }
96. if(!findMathText)
97. {
98. results += "没有发现部分匹配的文本。\n";
99. }
100. }
101. public String getResults()
102. {
103. return this.results;
104. }
105. public String getRegexError()
106. {
107. return this.regexError;
108. }
109. public void setRegex(String regex)
110. {
111. this.regex = regex;
112. }
113. public void setInput(String input)
114. {
115. this.input = input;
116. }
117. }

Java代码 

1. import javax.swing.JOptionPane;
2. public class RegexStringReplace
3. {
4. public static void main(String args[])
5. {
6. String originalString = "This is 哈哈 JAVA code* * * * *";
7. String output = "原始字符串："+ originalString;
8. //替换'*' 为 '^'
9. originalString = originalString.replaceAll("\\*", "^ ");
10. output+="\n*被替换成^ 后的字符串："+originalString;
11. //替换'哈哈'为'HaHa's'
12. originalString = originalString.replaceAll("哈哈", "HaHa's");
13. output+="\n\"哈哈\"替换成\"HaHa's\":"+originalString;
14. //将字符串中的每个单词都替换成"word"
15. output+="\n每个单词都替换成\"word\":"+originalString.replaceAll("\\w+", "word");
16. JOptionPane.showMessageDialog(null, output,"Java正则表达式例子",JOptionPane.INFORMATION_MESSAGE);
17. System.exit(0);
18. }
19. }

Java代码 

1. import javax.swing.JOptionPane;
2. public class RegexStringReplaceFirstAndSplit
3. {
4. public static void main(String args[])
5. {
6. String originalString="1, one, 2, two, 3, three, 4, four, 5, five";
7. String output = "原始字符串：\n" + originalString;
8. //迭代3次，将字符串中第一次出现的数字替换成字符串'dight'
9. for(int i=0;i<3;i++)
10. {
11. originalString = originalString.replaceFirst("\\d", "digit");
12. }
13. output += "\n头三个数字被替换成\"digit\"后的字符串：\n" + originalString;
14. //分隔出现逗号的子字符串，逗号后面可以匹配任意的空白字符
15. String[] result = originalString.split(",\\s*");
16. output +="\n字符串依据逗号来分割后的结果";
17. for(int i=0;i<result.length;i++)
18. {
19. output+="\n"+result[i];
20. }
21. JOptionPane.showMessageDialog(null, output,"java正则表达式",JOptionPane.INFORMATION_MESSAGE);
22. System.exit(0);
23. }
24. }

Java代码 

1. import java.awt.Container;
2. import java.awt.Font;
3. import java.awt.GridLayout;
4. import java.awt.event.ActionEvent;
5. import java.awt.event.ActionListener;
6. import javax.swing.JButton;
7. import javax.swing.JFrame;
8. import javax.swing.JLabel;
9. import javax.swing.JOptionPane;
10. import javax.swing.JPanel;
11. import javax.swing.JTextField;
12. public class RegexStringTest extends JFrame
13. {
14. private static final long serialVersionUID = -1564020173888781534L;
15. private JTextField phoneTextField;
16. private JTextField zipTextField;
17. private JTextField addressTextField;
18. private JTextField firstTextField;
19. private JTextField lastTextField;
20. private JTextField chineseTextField;
21. private Font songTi = new Font("宋体",Font.PLAIN,12);
22. public RegexStringTest()
23. {
24. super("基于字符串的正则表达式");
25. //创建图形界面
26. JLabel phoneLabel = new JLabel("电话");
27. phoneLabel.setFont(songTi);
28. JLabel zipLabel = new JLabel("邮政编码");
29. zipLabel.setFont(songTi);
30. JLabel addressLabel = new JLabel("通信地址");
31. addressLabel.setFont(songTi);
32. JLabel firstLabel = new JLabel("First Name:(英文,第一个字母必须大写)");
33. firstLabel.setFont(songTi);
34. JLabel lastLabel = new JLabel("Last Name:(英文,第一个字母必须大写)");
35. lastLabel.setFont(songTi);
36. JLabel chineseLabel = new JLabel("中文");
37. chineseLabel.setFont(songTi);
38. JButton okButton =  new JButton("验证");
39. okButton.setFont(songTi);
40. okButton.addActionListener(new ActionListener()
41. {
42. //内部类开始
43. public void actionPerformed(ActionEvent e) {
44. validateDate();
45. }//内部类结束
46. });//调用addActionListener结束
47. phoneTextField = new JTextField(15);
48. zipTextField = new JTextField(6);
49. addressTextField = new JTextField(35);
50. firstTextField = new JTextField(20);
51. lastTextField = new JTextField(20);
52. chineseTextField = new JTextField(30);
53. JPanel firstName = new JPanel();
54. firstName.add(firstLabel);
55. firstName.add(firstTextField);
56. JPanel lastName = new JPanel();
57. lastName.add(lastLabel);
58. lastName.add(lastTextField);
59. JPanel address = new JPanel();
60. address.add(addressLabel);
61. address.add(addressTextField);
62. JPanel zipAndPhone = new JPanel();
63. zipAndPhone.add(zipLabel);
64. zipAndPhone.add(zipTextField);
65. zipAndPhone.add(phoneLabel);
66. zipAndPhone.add(phoneTextField);
67. JPanel chinese = new JPanel();
68. chinese.add(chineseLabel);
69. chinese.add(chineseTextField);
70. JPanel ok = new JPanel();
71. ok.add(okButton);
72. //把GUI部件添加在容器中
73. Container container = getContentPane();
74. container.setLayout(new GridLayout(6,1));
75. container.add(firstName);
76. container.add(lastName);
77. container.add(address);
78. container.add(zipAndPhone);
79. container.add(chinese);
80. container.add(ok);
81. pack();
82. setVisible(true);
83. }//RegexStringTest构造器结束
84. public static void main(String args[])
85. {
86. RegexStringTest application = new RegexStringTest();
87. application.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
88. }
89. /**
90. * 处理鼠标点击事件
91. */
92. private void validateDate()
93. {
94. //确保每个文本框不为空
95. if(lastTextField.getText().equals("") ||
96. firstTextField.getText().equals("")||
97. addressTextField.getText().equals("")||
98. zipTextField.getText().equals("")||
99. phoneTextField.getText().equals("")||
100. chineseTextField.getText().equals(""))
101. {
102. JOptionPane.showMessageDialog(this, "每个栏目都必须填写");
103. }
104. else if(!firstTextField.getText().matches("[A-Z][a-zA-Z]*"))
105. {//验证First Name是不是以大写字母的一个英文单词
106. /*
107. * [A-Z]匹配单个大写字母，其后面的[a-zA-Z]*表示可以匹配任意数目的
108. * 字母。通常，在正则表达式中出现运算符(量词)"*"的时候，程序将匹配
109. * "*"前的0个或多个子表达式。同理，"A*"和"A+"都与"A"匹配，但"A*"
110. * 还可以匹配一个空的字符串。
111. */
112. JOptionPane.showMessageDialog(this, "First Name非法");
113. }
114. else if(!lastTextField.getText().matches("[A-Z][a-zA-Z]*"))
115. {//验证Last Name是不是以大写字母开头的一个英文单词
116. JOptionPane.showMessageDialog(this, "Last Name非法");
117. }
118. else if(!addressTextField.getText().matches("\\d+\\s+([a-zA-Z]+|[a-zA-Z]+\\s[a-zA-Z]+)"))
119. {//验证地址是否为数字开始，并包含一个单词或者两个单词
120. /*
121. * 这里的地址格式是西方的格式，也就是门牌号在前，街名在后。
122. * \\d+\\s+([a-zA-Z]+|[a-zA-Z]+\\s[a-zA-Z]+)
123. * 首先是匹配任意的数字(\\d+),"\d"是表示数字字符，这里之所以要加上一个"\"
124. * 是因为"\"在Java中是作用转义字符的。所以这里的"\\d"就正好表示正则表达
125. * 式中的"\d"。然后，继续验证数字后面是否至少有一个空白字符(\\s+)。字符
126. * "|"将表达式与其左边或者右边的字符串相匹配。如：Hello(Tom|Rich)就和
127. * Hello Tom以及Hello Rich相匹配。括号用于将正则表达式的各个部分连接
128. * 起来。这里字符"|"左边([a-zA-Z]+)匹配一个单词，而右边
129. * ([a-zA-Z]+\\s[a-zA-Z]+)匹配两个单词，注意两个单词之间只能有一个空白
130. * 字符(\\s)。因此，这里如果用户输入"123 Main"或者"123 Main Street"
131. * 都是有效的。
132. */
133. JOptionPane.showMessageDialog(this, "地址非法");
134. }
135. else if(!zipTextField.getText().matches("\\d{5}"))
136. {//验证邮政编码是否为一个5位数的数字
137. /*
138. * "\\d{5}"表明邮政编码匹配5个数字。另外可以用其他写法实现相同的功能
139. * 如："[0-9]{5}"
140. */
141. JOptionPane.showMessageDialog(this, "邮政编码非法");
142. }
143. else if(!phoneTextField.getText().matches("[1-9]\\d{2}-[1-9]\\d{2}-\\d{4}"))
144. {//验证电话号码格式是否为123-456-7890并且区号和电话号码的第一位不能是数字0
145. /*
146. * [1-9]\\d{2}-[1-9]\\d{2}-\\d{4}
147. * 本例采用的美国的电话号码形式，如123-456-7890，即头三位数字为区号
148. * ，之后紧跟一个短横线，接着是电话号码的头三位，之后又是一个短横线，
149. * 最后是电话号码的最后四位数。注意这里"[1-9]\\d{2}"表示匹配一个3位
150. * 数的数字，但其第一个数字不能为0.如果希望123-4567890这种格式的电话
151. * 号码也合法，可以修改"[1-9]\\d{2}-[1-9]\\d{2}-?\\d{4}"
152. * 我们在第2个短横线后加一个"?"号，表示"-"可以出现，也可以不出现。
153. */
154. JOptionPane.showMessageDialog(this, "非法的电话号码");
155. }
156. else if(!chineseTextField.getText().matches("[\u4E00-\u9FA5]+"))
157. {
158. /*
159. * [\u4E00-\u9FA5]+，验证了用户输入的数据是否全部为中文字符。
160. */
161. JOptionPane.showMessageDialog(this, "只能输入中文");
162. }
163. else
164. {
165. JOptionPane.showMessageDialog(this, "谢谢，您输入的完全合法");
166. }
167. }
168. }