java Regular Expression / regexp / zhengzebiaodashi

阅读更多

 

java Regular Expression / regexp / zhengzebiaodashi / 正则表达式

 

http://www.jb51.net/tools/zhengze.htm

http://www.regular-expressions.info/reference.html

 

http://phoenix007.iteye.com/blog/264348

 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index中间的数据，可写作(.+?)

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)

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);


◆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     System.out.println(strs[i]);
}

◆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"));

◆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"));


◆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());

◆验证是否为邮箱地址

String str="[email protected]";
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());

◆去除html标记
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("主页");
String string = matcher.replaceAll("");
System.out.println(string);

◆查找html中对应条件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("主页");
if(matcher.find())
  System.out.println(matcher.group(1));
}

◆截取http://地址
//截取url
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
Matcher matcher = pattern.matcher("dsdsdsfdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){             
    buffer.append(matcher.group());       
    buffer.append("\r\n");             
System.out.println(buffer.toString());
}
       
◆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                       String[] result=(String[])object[i];
               Pattern    pattern = Pattern.compile(result[0]);
               Matcher matcher = pattern.matcher(temp);
               temp=matcher.replaceAll(result[1]);
            }
            return temp;
}


◆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|.]*");
        }

Java正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）

from：http://blog.csdn.net/zjcxc/archive/2005/09/07/473901.aspx

 

 

 

vim regular expression

http://omygege.iteye.com/blog/1298906

http://blog.chinaunix.net/space.php?uid=13701930&do=blog&id=336567

 

Vim中的正则表达式功能很强大，如果能自由运用，则可以完成很多难以想象的操作。

如果你比较熟悉Perl的正规表达式，可以直接参照与Perl正则表达式的区别 一节。

使用正则表达式的命令

使用正则表达式的命令最常见的就是 / （搜索）命令。其格式如下：

/正则表达式

另一个很有用的命令就是 :s （替换）命令，将第一个//之间的正则表达式替换成第二个//之间的字符串。

:s/正则表达式/替换字符串/选项

在学习正则表达式时可以利用 / 命令来练习。

元字符

元字符是具有特殊意义的字符。使用元字符可以表达任意字符 、行首 、行尾 、某几个字符 等意义。

元字符一览

元字符	说明
.	匹配任意一个字符
[abc]	匹配方括号中的任意一个字符。可以使用-表示字符范围， 如[a-z0-9] 匹配小写字母和阿拉伯数字。
[^abc]	在方括号内开头使用^ 符号，表示匹配除方括号中字符之外的任意字符。
\d	匹配阿拉伯数字，等同于[0-9] 。
\D	匹配阿拉伯数字之外的任意字符，等同于[^0-9] 。
\x	匹配十六进制数字，等同于[0-9A-Fa-f] 。
\X	匹配十六进制数字，等同于[^0-9A-Fa-f] 。
\w	匹配单词字母，等同于[0-9A-Za-z_] 。
\W	匹配单词字母之外的任意字符，等同于[^0-9A-Za-z_] 。
\t	匹配字符。
\s	匹配空白字符，等同于[ \t] 。
\S	匹配非空白字符，等同于[^ \t] 。

另外，如果要查找字符 *、.、/等，则需要在前面用 \ 符号，表示这不是元字符，而只是普通字符而已。

元字符	说明
\*	匹配 * 字符。
\.	匹配 . 字符。
\/	匹配 / 字符。
\\	匹配 \ 字符。
\[	匹配 [ 字符。

表示数量的元字符

元字符	说明
*	匹配0-任意个
\+	匹配1-任意个
\?	匹配0-1个
\{n,m}	匹配n-m个
\{n}	匹配n个
\{n,}	匹配n-任意个
\{,m}	匹配0-m个

表示位置的符号

元字符	说明
$	匹配行尾
^	匹配行首
\<	匹配单词词首
\>	匹配单词词尾

使用例

/char\s\+[A-Za-z_]\w*;                 " 查找所有以char开头，之后是一个以上的空白，
                                             " 最后是一个标识符和分号
/\d\d:\d\d:\d\d                        " 查找如 17:37:01 格式的时间字符串
:g/^\s*$/d                             " 删除只有空白的行
:s/\/4/g                        " 将所有的four替换成4，但是fourteen中的four不替换

替换变量

在正规表达式中使用 \( 和 \) 符号括起正规表达式，即可在后面使用\1 、\2 等变量来访问 \( 和 \) 中的内容。

使用例

/\(a\+\)[^a]\+\1                                          " 查找开头和结尾处a的个数相同的字符串，
                                                                  " 如 aabbbaa，aaacccaaa，但是不匹配 abbbaa
:s/\(http:\/\/[-a-z\._~\+%\/]\+\)/\1<\/a>/   " 将URL替换为http://url的格式
:s/\(\w\+\)\s\+\(\w\+\)/\2\t\1                            " 将 data1 data2 修改为 data2 data1

函数式

在替换命令 s/// 中可以使用函数表达式来书写替换内容，格式为

:s/替换字符串/\=函数式

在函数式中可以使用 submatch(1)、submatch(2) 等来引用 \1 、\2 等的内容，而submatch(0)可以引用匹配的整个内容。

使用例

:%s/\/\=line(".")                              " 将各行的 id 字符串替换为行号
:%s/^\<\w\+\>/\=(line(".")-10) .".". submatch(1)    " 将每行开头的单词替换为 (行号-10).单词 的格式，
                                                           " 如第11行的 word 替换成 1. word

与Perl正则表达式的区别

元字符的区别

Vim语法	Perl语法	含义
\+	+	1-任意个
\?	?	0-1个
\{n,m}	{n,m}	n-m个
\(和\)	(和)	分组

 

 

java tools /  java 小工具系列

http://wiztools.googlecode.com/files/re-test-0.4.0.jar

 d

 

java-simpledateformat-tester-1.0.3.jar	Release 1.0.3 of java-simpledateformat-tester
pomodoro-timer-ui-1.1-app.zip	Pomodoro timer 1.1 Mac Download
pomodoro-timer-ui-1.1-jar-with-dependencies.jar	Pomodoro timer 1.1 Executable Jar
xslt-transform-0.2.0.jar	Cli tool to transform XML documents using the given XSL stylesheet.
checksum-compute-0.4.0-app.zip	Checksum Compute 0.4.0: Mac package
checksum-compute-0.4.0-jar-with-dependencies.jar	Checksum Compute 0.4.0: Executable Jar (All platforms)
tree-0.1.0-jar-with-dependencies.jar	Unix tree command written in Java v0.1.0
markdown2html-0.1.0-jar-with-dependencies.jar	Markdown2Html commandline tool v0.1.0
timezone-converter-0.4.0-app.zip	Timezone Converter 0.4.0: Mac package
timezone-converter-0.4.0-jar-with-dependencies.jar	Timezone Converter 0.4.0
servlet-path-info-0.1.0.war	Servlet Path Info Webapp: Displays all path related parameters of the request
jwget-0.2.0.jar	JWGet: Java cli-tool to download an URL
css-import-resolver-0.3.0-jar-with-dependencies.jar	CSS Import Resolver Cli
multicast-tool-0.1.2-jar-with-dependencies.jar	Multicast tool-for testing (by listening and sending) data packets from commandline
s3upload-cli-1.2-jar-with-dependencies.jar	Amazon AWS S3 upload tool (cli)
amazon-ses-cli-0.1.0-jar-with-dependencies.jar	Amazon AWS SES (Simple Email Service) cli tool to send emails--version 0.1.0
urlencode-ui-1.1.jar	URL Encoder. Run java.net.URLEncoder and java.net.URLDecoder from UI.
date-arithmetic-1.0.jar	Date arithmetic computation tool
bMailer-1.0.tgz	BulkMailer Perl script
uuidgen-1.0.jar	UUID command-line generator
re-test-0.4.0.jar	Regular Expression Tester
digest-hex-util-0.1.0-jar-with-dependencies.jar	Digest (MD5, SHA1, etc.) Hex Compute UI tool
sys-info-webapp-0.1.0.war	Sys-info-webapp
javadocjarviewer-0.2.0.jar	JavaDoc Jar Viewer
screen-color-picker-0.2.1.jar	Commandline tool to grab RGB and Hex color from your Desktop
portscanner-cli-0.1.0.jar	Multi-threaded TCP portscanner version 0.1.0
base64-cli-1.0-jar-with-dependencies.jar	base64-cli 1.0 release
system-property-cli-1.0.jar	Command line display of all system properties sorted
sendxmppmsg-1.0.jar	SendXMPP message: OSWorkflow plugin
text-encoding-util-1.0.jar	Text encoding cli tool version 1.0
r-1.0.war	Redir servlet War

 

end

• 正则表达式.rar (196.2 KB)
• 下载次数: 0

• re-test-0.4.0.jar (10.9 KB)
• 下载次数: 0

• 正则表达式测试工具.rar (70.3 KB)
• 下载次数: 0