正则表达式_打印版
Java正则表达式详解,附实例（PDF精品）
如果你曾经用过Perl或任何其他内建正则表达式支持的语言，你一定知道用正则表达式处理文本和匹配模式是多么简单。
如果你不熟悉这个术语，那么“正则表达式”（Regular Expression）就是一个字符构成的串，它定义了一个用来搜索匹配字符串的模式。
许多语言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正则表达式处理文本，一些文本编辑器用正则表达式实现高级“搜索-替换”功能。
那么Java又怎样呢？本文写作时，一个包含了用正则表达式进行文本处理的Java规范需求（Specification Request）已经得到认可，你可以期待在JDK的下一版本中看到它。
然而，如果现在就需要使用正则表达式，又该怎么办呢？你可以从下载源代码开放的Jakarta-ORO库。
本文接下来的内容先简要地介绍正则表达式的入门知识，然后以Jakarta-ORO API 为例介绍如何使用正则表达式。
一、正则表达式基础知识我们先从简单的开始。
假设你要搜索一个包含字符“cat”的字符串，搜索用的正则表达式就是“cat”。
如果搜索对大小写不敏感，单词“catalog”、“Catherine”、“sophisticated”都可以匹配。
也就是说：1.1 句点符号假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以“t”字母开头，以“n”字母结束。
另外，假设有一本英文字典，你可以用正则表达式搜索它的全部内容。
要构造出这个正则表达式，你可以使用一个通配符——句点符号“.”。
这样，完整的表达式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，还匹配“t#n”、“tpn”甚至“t n”，还有其他许多无意义的组合。
这是因为句点符号匹配所有字符，包括空格、Tab字符甚至换行符：1.2 方括号符号为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“[]”）里面指定看来有意义的字符。
正则表达式150种表达方式
正则表达式150种表达方式1、删除所有数字。
只要查找：\d就OK。
为了不留空行：替换处：\d2、删除所有英文字母。
只要查找：\a就OK。
为了不留空行：替换处：\d3、删除除换行符以外的所有。
只要查找：. 为了不留空行：替换处：\d4、既删除英文字母又删除数字。
只要查找：\w。
为了不留空行：替换处：\d5、删除数字加字母加等于（如：3a=或3zz=）只要查找：\d+\a+\=。
为了不留空行：替换处：\d6、删除换行。
只要查找：$。
替换处：\d(还原查找：\a+=\f。
替换：\0\n)。
如在换行后加一空格，查找：(\a)$。
替换：\0 \d。
7、删除空行只要查找：^$。
为了不留空行：替换处：\d8、删除首尾空格。
只要查找：^\s*|\s*$就OK9、删除行前数字及顿号。
只要查找：\d+、替换为空10、删除末尾标点符号。
只要查找：\P+$|\P+\s+$，“|”前面是没有空格的，“|”后面有空格，P后的加是为了……而用的。
11、删除末尾空格。
只要查找：\s+$。
替换为空。
12、删除第一个字如：“的我们”中的“的”只要查找：^\的。
13、删除第几个字。
查找：查找：^().(.+)。
替换：\1\2。
去掉前面的拼音：查找：^\a+替换为空。
第一个括号里可加“.”且可变。
14、删含的。
查：.*的.*替：\d。
的头查：.*=的.*替：\d。
的尾查：\a.*\c.*的$替：\d（留它不匹配）●删非的行查：^[^的]+$替：\d15、删除几码以上的码查：^(...)...替：\1。
删第几位码。
查：^(...).(.+)替：\1\2（变成\1,\2则其位则改成,了）首括号的.可变。
16、删除各类型的几字词，但必须是码前词后或纯词。
三字词：查找：^\~f{}\f{3}$替换：\d。
替换：\d “3”可以改。
17、删除11字词及其以上的词条查找（自定义格式）：\a{}\=(\c|\P|\p){11,}。
替换：\d。
11可改。
正则表达式－语法大全
正则表达式－语法⼤全1. 正则表达式规则1.1 普通字符字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。
表达式中的普通字符，在匹配⼀个字符串的时候，匹配与之相同的⼀个字符。
，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。
（注：下标从0开始还是从1开始，因当前编程语⾔的不同⽽可能不同），匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。
1.2 简单的转义字符⼀些不便书写的字符，采⽤在前⾯加 "/" 的⽅法。
这些字符其实我们都已经熟知了。
表达式可匹配/r, /n代表回车和换⾏符/t制表符//代表 "/" 本⾝还有其他⼀些在后边章节中有特殊⽤处的标点符号，在前⾯加 "/" 后，就代表该符号本⾝。
⽐如：^, $ 都有特殊意义，如果要想匹配字符串中 "^" 和 "$" 字符，则表达式就需要写成 "/^" 和 "/$"。
表达式可匹配/^匹配 ^ 符号本⾝/$匹配 $ 符号本⾝/.匹配⼩数点（.）本⾝这些转义字符的匹配⽅法与 "普通字符" 是类似的。
也是匹配与之相同的⼀个字符。
，匹配结果是：成功；匹配到的内容是："$d"；匹配到的位置是：开始于3，结束于5。
1.3 能够与 '多种字符' 匹配的表达式正则表达式中的⼀些表⽰⽅法，可以匹配 '多种字符' 其中的任意⼀个字符。
⽐如，表达式 "/d" 可以匹配任意⼀个数字。
虽然可以匹配其中任意字符，但是只能是⼀个，不是多个。
这就好⽐玩扑克牌时候，⼤⼩王可以代替任意⼀张牌，但是只能代替⼀张牌。
TextPro（cnbook）正则表达式关心文件[整理版]
![TextPro（cnbook）正则表达式关心文件[整理版]](https://img.taocdn.com/s3/m/478cc26e178884868762caaedd3383c4bb4cb4fc.png)
TextPro(cnbook)正则表达式帮助文件1.概述2.正则表达式的构成 2.1特殊符号 2.2通配符 2.3字符集 2.4子表达式 2.5重复指示符3.替换表达式4.自定义替换表功能 4.1在查找／替换中使用自定义替换表5.应用举例（一） 5.1应用举例（二） 5.2应用举例（二）1. 概述从4.5版起，TextPro在查找/替换中支持正则表达式。
正则表达式是一种非常强大的搜索功能，通过与TextPro的其它功能相结合，可以方便地实现许多复杂的文本处理工作。
正则表达式原本是形式语言理论中的概念，与编译器的构造有密切的联系。
但是作为一个应用软件的用户，我们没有必要去细究正则表达式的严格定义和处理方法。
本文将从实用的角度出发，阐述在TextPro中引入正则表达式的目的、正则表达式的命令格式，以及如何利用正则表达式完成一些实际的文本处理工作。
我们在处理文本时，经常会遇到一些具有某种特定格式，或者说满足某种规则的文本。
比如，一个无符号的整数由一连串的数字构成，而一个Email地址的格式则是“用户名@主机名”，其中用户名是一串字母或数字，主机名则是由若干个由“.”分隔的字母数字串。
正则表达式就是用来指定这种规则的。
如果某个字符串满足正则表达式指定的规则，则称该字符串为正则表达式的一个“匹配串”。
2. 正则表达式的构成为了方便理解，让我们先来看看大家比较熟悉的数学表达式，“(x+3)*2+y”是一个典型的数学表达式。
一个数学表达式由若干个“项”组成，“项”与“项”之间用加号或减号相连；这里“(x+3)*2”和“y”分别是两个项。
每个项又由若干个“因子”组成，因子之间用乘号或除号相连；这里第一个项有两个因子“(x+3)”和“2”，而第二个项只有一个因子“y”。
每个因子可以是一个简单的数，一个代数变量，也可以是放在括号里面的另一个表达式。
对于最后一种情况，括号中的表达式称为“子表达式”；这里“x+3”就是一个子表达式。
正则表达式
正则表达式（I）正则表达式是由英文词语regular expression翻译过来的，就是符合某种规则的表达式。
正则表达式在软件开发中应用非常广泛，例如，找出网页中的超链接，找出网页中的email 地址，找出网页中的手机号码，判断输入的内容是否全部是数字，是否满足某种日期格式等等。
可以将正则表达式理解为一种对文字进行模糊匹配的语言，它用一些特殊的符号（称为元字符）来代表具有某种特征的一组字符以及该组字符重复出现的次数。
例如，对于正则表达式“\d{5}(-\d{4})?”，\d就是一个元字符，它表示一个数字字，{5}表示紧靠它前面的元素项连续重复5次，\d和{5}的组合\d{5}就表示匹配任意连续的5个数字字符；-\d{4}匹配的是一个连字号（-）后加上4个任意的数字，(-\d{4})?表示连字号（-）和后面的4个数字可有可无。
对于整个正则表达式“\d{5}(-\d{4})?”，表示要么是5个连续的数字字符，要么是5个连续的数字后加上一个连字号（-）、再加上4个连续的数字组成的10个字符。
正则表达式中的圆括号除了能将多个元素组合成一个可统一操作的组合项外，它所括起来的表达式部分还成为了一个子匹配（也叫子表达式），也就是说，我们可以用圆括号在一个长的正则表达式中划分出子表达式。
这样，除了可以得到整个正则表达式的匹配结果外，还可以单独得到每个子表达式部分所匹配的结果。
要灵活运用正则表达式，必须了解其中各种元字符的功能。
元字符从功能上大致分为：限定符、选择匹配符、分组组合和反向引用符、特殊字符、字符匹配符、定位符。
限定符用于指定其前面的字符或组合项连续出现多少次，下面是各种限定符及其含义：●{n} 规定前面的元素或组合项的连续出现n 次●{n,} 规定前面的元素或组合项至少连续出现n 次●{n,m } 规定前面的元素或组合项至少连续出现n 次，至多连续出现m 次●+ 规定前面的元素或组合项必须出现一次或连续多次，等效于{1,}●* 规定前面的元素或组合项可以出现零次或连续多次，等效于{0,}●? 规定前面的元素或组合项出现零次或一次，等效于{0,1}默认情况下，正则表达式使用最长（也叫贪婪）匹配原则。
正则表达式（正则表达式括号的作用）
正则表达式（正则表达式括号的作⽤）正则表达式之前学习的时候，因为很久没怎么⽤，或者⽤的时候直接找⽹上现成的，所以都基本忘的差不多了。
所以这篇⽂章即是笔记，也让⾃⼰再重新学习⼀遍正则表达式。
其实平时在操作⼀些字符串的时候，⽤正则的机会还是挺多的，之前没怎么重视正则，这是⼀个错误。
写完这篇⽂章后，发觉⼯作中很多地⽅都可以⽤到正则，⽽且⽤起来其实还是挺爽的。
正则表达式作⽤ 正则表达式，⼜称规则表达式，它可以通过⼀些设定的规则来匹配⼀些字符串，是⼀个强⼤的字符串匹配⼯具。
正则表达式⽅法基本语法，正则声明js中，正则的声明有两种⽅式1. 直接量语法：1var reg = /d+/g/2. 创建RegExp对象的语法1var reg = new RegExp("\\d+", "g");这两种声明⽅式其实还是有区别的，平时的话我⽐较喜欢第⼀种，⽅便⼀点，如果需要给正则表达式传递参数的话，那么只能⽤第⼆种创建RegExp的形式格式：var pattern = new RegExp('regexp','modifier');regexp：匹配的模式，也就是上⽂指的正则规则。
modifier: 正则实例的修饰符,可选值有：i : 表⽰区分⼤⼩写字母匹配。
m ：表⽰多⾏匹配。
g : 表⽰全局匹配。
传参的形式如下：我们⽤构造函数来⽣成正则表达式1var re = new RegExp("^\\d+$","gim");这⾥需要注意，反斜杠需要转义，所以，直接声明量中的语法为\d，这⾥需要为\\d那么，给它加变量，就和我们前⾯写的给字符串加变量⼀样了。
1 2var v = "bl";var re =new RegExp("^\\d+" + v + "$","gim"); // re为/^\d+bl$/gim⽀持正则的STRING对象⽅法1. search ⽅法作⽤：该⽅法⽤于检索字符串中指定的⼦字符串，或检索与正则表达式相匹配的字符串基本语法：stringObject.search(regexp);返回值：该字符串中第⼀个与regexp对象相匹配的⼦串的起始位置。
20个常用的正则表达式 单字母
正则表达式（Regular Expression）是一种用于匹配字符串的强大工具。
它通过使用特定的符号和字符来描述和匹配一系列字符串，能够满足我们在处理文本时的各种需求。
在这篇文章中，我们将深入探讨20个常用的单字母正则表达式，并通过实例来展示它们的使用方法。
1. \b在正则表达式中，\b表示单词的边界。
它可以用来匹配单词的开头或结尾，用于查找特定单词而不是单词的一部分。
2. \d\d表示任意一个数字字符。
它可以用来匹配任何数字，例如\d+可以匹配一个或多个数字字符。
3. \w\w表示任意一个字母、数字或下划线字符。
它可以用来匹配单词字符，例如\w+可以匹配一个或多个单词字符。
4. \s\s表示任意一个空白字符，包括空格、制表符、换行符等。
它可以用来匹配空白字符，例如\s+可以匹配一个或多个空白字符。
5. \.\.表示匹配任意一个字符，包括标点符号和空格等。
它可以用来匹配任意字符，例如\.可以匹配任意一个字符。
6. \A\A表示匹配字符串的开始。
它可以用来确保匹配发生在字符串的开头。
7. \Z\Z表示匹配字符串的结束。
它可以用来确保匹配发生在字符串的结尾。
8. \b\b表示单词的边界。
它可以用来匹配单词的开头或结尾，用于查找特定单词而不是单词的一部分。
9. \D\D表示任意一个非数字字符。
它可以用来匹配任何非数字字符。
10. \W\W表示任意一个非单词字符。
它可以用来匹配任何非单词字符。
11. \S\S表示任意一个非空白字符。
它可以用来匹配任何非空白字符。
12. \[\[表示匹配方括号。
它可以用来匹配包含在方括号内的字符。
13. \]\]表示匹配方括号。
它可以用来匹配包含在方括号内的字符。
14. \(\(表示匹配左括号。
它可以用来匹配包含在左括号内的字符。
15. \)\)表示匹配右括号。
它可以用来匹配包含在右括号内的字符。
16. \{\{表示匹配左花括号。
它可以用来匹配包含在左花括号内的字符。
17. \}\}表示匹配右花括号。
正则表达式实用语法大全
正则表达式基本符号：^ 表示匹配字符串的开始位置 (例外用在中括号中[ ] 时,可以理解为取反,表示不匹配括号中字符串)$ 表示匹配字符串的结束位置* 表示匹配零次到多次+ 表示匹配一次到多次 (至少有一次)表示匹配零次或一次. 表示匹配单个字符| 表示为或者,两项中取一项( ) 小括号表示匹配括号中全部字符[ ] 中括号表示匹配括号中一个字符范围描述如[0-9 a-z A-Z]{ } 大括号用于限定匹配次数如 {n}表示匹配n个字符 {n,}表示至少匹配n个字符{n,m}表示至少n,最多m\ 转义字符如上基本符号匹配都需要转义字符如 \* 表示匹配*号\w 表示英文字母和数字 \W 非字母和数字\d 表示数字 \D 非数字常用的正则表达式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IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //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：http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?sql语句：^(select|drop|delete|create|update|insert).*$1、非负整数：^\d+$2、正整数：^[0-9]*[1-9][0-9]*$3、非正整数：^((-\d+)|(0+))$4、负整数：^-[0-9]*[1-9][0-9]*$5、整数：^-?\d+$6、非负浮点数：^\d+(\.\d+)?$7、正浮点数：^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$8、非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$9、负浮点数：^(-((正浮点数正则式)))$10、英文字符串：^[A-Za-z]+$11、英文大写串：^[A-Z]+$12、英文小写串：^[a-z]+$13、英文字符数字串：^[A-Za-z0-9]+$14、英数字加下划线串：^\w+$15、E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$16、URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$ 或：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]*([^<>\"\"])*$17、邮政编码：^[1-9]\d{5}$18、中文：^[\u0391-\uFFE5]+$19、电话号码：^((\d2,3)|(\d{3}\-))?(0\d2,3|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$20、手机号码：^((\d2,3)|(\d{3}\-))?13\d{9}$21、双字节字符(包括汉字在内)：^\x00-\xff22、匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）23、匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>24、匹配空行：\n[\s| ]*\r25、提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *=*('|")?(\w|\\|\/|\.)+('|"| *|>)?26、提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*27、提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?28、提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)29、提取信息中的中国手机号码：(86)*0*13\d{9}30、提取信息中的中国固定电话号码：(\d3,4|\d{3,4}-|\s)?\d{8}31、提取信息中的中国电话号码（包括移动和固定电话）：(\d3,4|\d{3,4}-|\s)?\d{7,14}32、提取信息中的中国邮政编码：[1-9]{1}(\d+){5}33、提取信息中的浮点数（即小数）：(-?\d*)\.?\d+34、提取信息中的任意数字：(-?\d*)(\.\d+)?35、IP：(\d+)\.(\d+)\.(\d+)\.(\d+)36、电话区号：/^0\d{2,3}$/37、腾讯QQ号：^[1-9]*[1-9][0-9]*$38、帐号(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}$39、中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
令^和$匹配下一个嵌入的\n
字符组及相关结构
[…]、[^…]、POSIX风格的[:CLASS:]
[^ab]匹配非a且非b、[[:lower:]]匹配小写字符
经典字符类\d、\D、\s、\S、\w、\W
\d在单字节时等效[0-9]、utf8时等效\p{IsDigit}
\C
匹配单个字节（有危险）
Unicode属性\p{PROP}、\P{PROP}
命名的Unicode字符：\N{name}
1.必须先use charnames ‘:full’;
2.具体支持的Unicode字符列表可查看文件lib/unicore/UnicodeData.txt
\N{GREEK SMALL LETTER ALPHA}匹配α，即\x03b1
修饰词
含义
/s
令.匹配换行符，并且忽略不建议使用的$*变量
\p{IsASCII}等效[\x00-\x7f]
锚点及其它零长度断言(不被捕获)
行/字符串起始位置：^、\A
\A严格匹配字符串起始位置；^与/m可多行匹配
行/字符串结束位置：$、\z、\Z
$与\z区别同上；$与\Z等同
前一次匹配的结束位置：\G
/g下生效；$_=‘abc’;/a/g;此时/\Gb/成功,/\Gc/失败
@name=(‘a’,’b’);则m/@name/;匹配“@name”
大小写转换（对单字符）：\l、\u
m/a\ubcd/;匹配‘aBc’
大小写转换范围：\U、\L…\E
m/a\Ubc\Ed/;匹配‘aBCd’
文字文本范围：\Q…\E
(与函数quotemeta等价)
$insert = ‘$’;
m/a\Q$insert\Eb|…、(…)、[…]、^、.、$、{}
[a-z]匹配小写字母、^ab匹配’ab’开头的字符串
特殊字符
\0、\a、\e、\f、\n、\r、\t、[\b]
\0匹配空字符、[\b]匹配退格符
各进制及控制字符
\NNN、\xhex、\x{hex}、\cchar
\23匹配023、\cA匹配ctrl+a
$`、$&、$’分别为匹配前、中、后的文本
非捕获型括号（用于分组）：(?:…)
‘ab’ =~ m/(?:a)(b)/;则$1为’b’而非’a’
固化分组：(?>…)
‘ab’ =~ m/(?>.*)b/;匹配失败，’ab’被吞后未释放‘b’
多选结构：|
(a|b)匹配’a’或’b’；(?:a|b)也匹配’a’或’b’，且不捕获
模式修饰作用范围：(?xsmi:)
m/a (?i:b) c/;匹配’a b c’和’a B c’
注释：(?#...)
m/age=(?#紧跟一个数字)\d+/;匹配age=18等
分组、捕获、条件判断和控制
捕获型括号：（…）、\1、$1、$+、$^N、$`、$&、$’、@-、@+
s/(\d)a/\1/g;将1a2a换成12
条件判断：(?if then | else)
‘a1b8a9b2‘=~m/(?(?<=a)([0-5])|([6-9]))/g匹配’1’和’8’
贪婪量词：*、+、?、{n}、{n,}、{x,y}
‘abcdc’=~m/a.*c/;匹配‘abcdc’
非贪婪量词：*?、{x,y}?等
‘abcdc’=~m/a.*?c/;匹配‘abc’
单词分割符：\b、\B
‘1 23’ =~ m/\b2\B/;匹配成功
环视：(?=…)、(?!...)、(?<=…)、(?<!...)
“a2b3c“ =~ m/[0-9](?=c)/;匹配3，而不匹配2
注释和模式修饰符
模式修饰符：(?xsmi-xsmi)
m/foo((?x-i) bar )/i;为bar打开/x，关闭/i
内嵌代码：(?{…})
‘a2c3d’=~m/([0-9])(?{print $’,”-”})/g;打印c3d-d-
动态表达式：(??{…})
“2a3b1c” =~ /(\d)(??{if($& > 1){“a”}else{“c”}})/g匹配2和1
专属于正则文字的功能
变量插值：$name、@name