正则表达式入门

正则表达式入门
文章分类:Java编程
核心提示：正则表达式入门 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
正则表达式入门
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)

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

1.//查找以Java开头,任意结尾的字符串
2. Pattern pattern = Pattern.compile("^Java.*");
3. Matcher matcher = pattern.matcher("Java不是人");
4. boolean b= matcher.matches();
5. //当条件满足时，将返回true，否则返回false
6. System.out.println(b);

◆以多条件分割字符串时

1.Pattern pattern = Pattern.compile("[, |]+");
2.String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
3.for (int i=0;i <strs.length;i++) {
4. System.out.println(strs[i]);
5.}
◆文字替换（首次出现字符）

1.Pattern pattern = Pattern.compile("正则表达式");
2.Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
3.//替换第一个符合正则的数据
4.System.out.println(matcher.replaceFirst("Java"));
◆文字替换（全部）

1.Pattern pattern = Pattern.compile("正则表达式");
2.Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
3.//替换第一个符合正则的数据
4.System.out.println(matcher.replaceAll("Java"));

◆文字替换（置换字符）

1.Pattern pattern = Pattern.compile("正则表达式");
2.Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
3.StringBuffer sbr = new StringBuffer();
4.while (matcher.find()) {
5. matcher.appendReplacement(sbr, "Java");
6.}
7.matcher.appendTail(sbr);
8.System.out.println(sbr.toString());
◆验证是否为邮箱地址

1.String str="ceponline@yahoo.com.cn";
2.Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
3.Matcher matcher = pattern.matcher(str);
4.System.out.println(matcher.matches());
◆去除html标记

1.Pattern pattern = Pattern.compile(" <.+?>", Pattern.DOTALL);
2.Matcher matcher = pattern.matcher(" <a href=\"index.html\">主页 </a>");
3.String string = matcher.replaceAll("");
4.System.out.println(string);
◆查找html中对应条件字符串

1.Pattern pattern = Pattern.compile("href=\"(.+?)\"");
2.Matcher matcher = pattern.matcher(" <a href=\"index.html\">主页 </a>");
3.if(matcher.find())
4. System.out.println(matcher.group(1));
5.}
◆截取http://地址

1.//截取url
2.Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
3.Matcher matcher = pattern.matcher("dsdsds <http://dsds//gfgffdfd>fdf");
4.StringBuffer buffer = new StringBuffer();
5.while(matcher.find()){
6. buffer.append(matcher.group());
7. buffer.append("\r\n");
8.System.out.println(buffer.toString());
9.}


◆替换指定{}中文字

1.String str = "Java目前的发展史是由{0}年-{1}年";
2.String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
3.System.out.println(replace(str,object));
4.
5.public static String replace(final String sourceString,Object[] object) {
6. String temp=sourceString;
7. for(int i=0;i <object.length;i++){
8. String[] result=(String[])object[i];
9. Pattern pattern = Pattern.compile(result[0]);
10. Matcher matcher = pattern.matcher(temp);
11. temp=matcher.replaceAll(result[1]);
12. }
13. return temp;
14.}

◆以正则条件查询指定目录下文件

1.//用于缓存文件列表
2. private ArrayList files = new ArrayList();
3. //用于承载文件路径
4. private String _path;
5. //用于承载未合并的正则公式
6. private String _regexp;
7.
8. class MyFileFilter implements FileFilter {
9.
10. /**
11. * 匹配文件名称
12. */
13. public boolean accept(File file) {
14. try {
15. Pattern pattern = Pattern.compile(_regexp);
16. Matcher match = pattern.matcher(file.getName());
17. return match.matches();
18. } catch (Exception e) {
19. return true;
20. }
21. }
22. }
23.
24. /**
25. * 解析输入流
26. * @param inputs
27. */
28. FilesAnalyze (String path,String regexp){
29. getFileName(path,regexp);
30. }
31.
32. /**
33. * 分析文件名并加入files
34. * @param input
35. */
36. private void getFileName(String path,String regexp) {
37. //目录
38. _path=path;
39. _regexp=regexp;
40. File directory = new File(_path);
41. File[] filesFile = directory.listFiles(new MyFileFilter());
42. if (filesFile == null) return;
43. for (int j = 0; j < filesFile.length; j++) {
44. files.add(filesFile[j]);
45. }
46. return;
47. }
48.
49. /**
50. * 显示输出信息
51. * @param out
52. */
53. public void print (PrintStream out) {
54. Iterator elements = files.iterator();
55. while (elements.hasNext()) {
56. File file=(File) elements.next();
57. out.println(file.getPath());
58. }
59. }
60.
61. public static void output(String path,String regexp) {
62.
63. FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
64. fileGroup1.print(System.out);
65. }
66.
67. public static void main (String[] args) {
68. output("C:\\","[A-z|.]*");
69. }
java常用正则表达式


只能输入数字："^[0-9]*$"。
只能输入n位的数字："^\d{n}$"。
只能输入至少n位的数字："^\d{n,}$"。
只能输入m~n位的数字：。"^\d{m,n}$"
只能输入零和非零开头的数字："^0|[1-9][0-9]*$"。
只能输入有两位小数的正实数："^[0-9]+(\.[0-9]{2})?$"。
只能输入有1~3位小数的正实数："^[0-9]+(\.[0-9]{1,3})?$"。
只能输入非零的正整数："^\+?[1-9][0-9]*$"。
只能输入非零的负整数："^\-[1-9][0-9]*$"。
只能输入长度为3的字符："^.{3}$"。
只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。
只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。
只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。
只能输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"。
只能输入由数字、26个英文字母或者下划线组成的字符串："^\w+$"。
验证用户密码："^[a-zA-Z]\w{5,17}$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。
验证是否含有^%&',;=?$\"等字符："[^%&',;=?$\x22]+"。
只能输入汉字："^[\u4e00-\u9fa5]{0,}$"
验证Email地址："^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$"。
验证InternetURL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
验证电话号码："^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$"正确格式为："XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。
验证身份证号（15位或18位数字）："^\d{15}|\d{18}$"。
验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。
验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"和"1"～"31"。

匹配中文字符的正则表达式：

1.String.prototype.len=function(){return
2.
3.this.replace(/[^\x00-\xff]/g,"aa").length;}
匹配空行的正则表达式：\n[\s| ]*\r

匹配html标签的正则表达式： <(.*)>(.*) <\/(.*)>| <(.*)\/>

匹配首尾空格的正则表达式：(^\s*)|(\s*$)

应用：javascript中没有像vbscript那样的trim函数，我们就可以利用这个表达式来实现，如下：

1.String.prototype.trim = function()
2.{
3.return this.replace(/(^\s*)|(\s*$)/g, "");
4.}
利用正则表达式分解和转换IP地址：

下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：

1.function IP2V(ip)
2.
3.{
4.re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //匹配IP地址的正则表达式
5.if(re.test(ip))
6.{
7.return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
8.}
9.else
10.{
11.throw new Error("Not a valid IP address!")
12.}
13.}
不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：

1.var ip="10.100.20.168"
2.ip=ip.split(".")
3.alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))

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- ./?%&=]*)?
正则表达式从URL地址中提取文件名的javascript程序，如下
结果为page1

s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)

利用正则表达式限制网页表单里的文本框输入内容：

用正则表达式限制只能输入中文：οnkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,'')" text',clipboardData.getData('text').replace(/[^\u4E00-\u9FA5]/g,''))"

用正则表达式限制只能输入全角字符： ')" text',clipboardData.getData('text').replace(/[^\uFF00-\uFFFF]/g,''))"

用正则表达式限制只能输入数字：οnkeyup="value=value.replace(/[^\d]/g,'') "text',clipboardData.getData('text').replace(/[^\d]/g,''))"

用正则表达式限制只能输入数字和英文：οnkeyup="value=value.replace(/[\W]/g,'') "text',clipboardData.getData('text').replace(/[^\d]/g,''))"

1.// 初步认识. * + ?
2. // Reluctant 数量词
3. // X?? X，一次或一次也没有
4. // X*? X，零次或多次
5. // X+? X，一次或多次
6. // X{n}? X，恰好 n 次
7. // X{n,}? X，至少 n 次
8. // X{n,m}? X，至少 n 次，但是不超过 m 次
9. System.out.println("+++++++++++++++++++++++++++++++++++++");
10. p("a".matches("."));// p()为打印函数，见最后
11. p("aa".matches("aa"));
12. p("aaaa".matches("a*"));
13. p("aaaa".matches("a+"));
14. p("".matches("a*"));
15. p("aaaa".matches("a?"));
16. p("".matches("a?"));
17. p("a".matches("a?"));
18. p("214523145234532".matches("\\d{3,100}"));
19. p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
20. p("192".matches("[0-2][0-9][0-9]"));
21. // 上面\\.就是表示.
22.
23. // 范围
24. // 字符类
25. // [abc] a、b 或 c（简单类）
26. // [^abc] 任何字符，除了 a、b 或 c（否定）
27. // [a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围）
28. // [a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
29. // [a-z&&[def]] d、e 或 f（交集）
30. // [a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）
31. // [a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）
32. System.out.println("+++++++++++++++++++++++++++++++++++++");
33. p("a".matches("[abc]"));
34. p("a".matches("[^abc]"));
35. p("A".matches("[a-zA-Z]"));
36. p("A".matches("[a-z]|[A-Z]"));
37. p("A".matches("[a-z[A-Z]]"));
38. p("R".matches("[A-Z&&[RFG]]"));
39.
40. // 认识\s \w \d \
41. // 预定义字符类
42. // . 任何字符（与行结束符可能匹配也可能不匹配）
43. // \d 数字：[0-9]
44. // \D 非数字： [^0-9]
45. // \s 空白字符：[ \t\n\x0B\f\r]
46. // \S 非空白字符：[^\s]
47. // \w 单词字符：[a-zA-Z_0-9]
48. // \W 非单词字符：[^\w]
49.
50. System.out.println("+++++++++++++++++++++++++++++++++++++");
51. p(" \n\r\t".matches("\\s{4}"));
52. p(" ".matches("\\S"));
53. p("a_8".matches("\\w{3}"));
54. p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));
55. p("\\".matches("\\\\"));// 在java中\需要用转义字符\\表示，此处要匹配一个\,需要用\\\\的模式来匹配。
56.
57. // POSIX 字符类（仅 US-ASCII） POSIX 来匹配的写法，用的不多
58. // \p{Lower} 小写字母字符：[a-z]
59. // \p{Upper} 大写字母字符：[A-Z]
60. // \p{ASCII} 所有 ASCII：[\x00-\x7F]
61. // \p{Alpha} 字母字符：[\p{Lower}\p{Upper}]
62. // \p{Digit} 十进制数字：[0-9]
63. // \p{Alnum} 字母数字字符：[\p{Alpha}\p{Digit}]
64. // \p{Punct} 标点符号：!"#$%&'()*+,-./:; <=>?@[\]^_`{|}~
65. // \p{Graph} 可见字符：[\p{Alnum}\p{Punct}]
66. // \p{Print} 可打印字符：[\p{Graph}\x20]
67. // \p{Blank} 空格或制表符：[ \t]
68. // \p{Cntrl} 控制字符：[\x00-\x1F\x7F]
69. // \p{XDigit} 十六进制数字：[0-9a-fA-F]
70. // \p{Space} 空白字符：[ \t\n\x0B\f\r]
71. System.out.println("+++++++++++++++++++++++++++++++++++++");
72. // POSIX Style
73. p("a".matches("\\p{Lower}"));
74.
75. // 边界匹配器
76. // ^ 行的开头
77. // $ 行的结尾
78. // \b 单词边界
79. // \B 非单词边界
80. // \A 输入的开头
81. // \G 上一个匹配的结尾
82. // \Z 输入的结尾，仅用于最后的结束符（如果有的话）
83. // \z 输入的结尾
84.
85. // boundary 边界匹配
86. System.out.println("+++++++++++++++++++++++++++++++++++++");
87. p("hello sir".matches("^h.*"));
88. p("hello sir".matches(".*ir$"));
89. p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
90. p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));
91.
92. // whilte lines 空白行
93. System.out.println("+++++++++++++++++++++++++++++++++++++");
94. p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));
95.
96. // email地址
97. System.out.println("+++++++++++++++++++++++++++++++++++++");
98. p("asdfasdfsafsf@dsdfsdf.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));
99.
100. // matches find lookingAt
101. System.out.println("+++++++++++++++++++++++++++++++++++++");
102. Pattern p2 = Pattern.compile("\\d{3,5}");
103. String s = "123-34345-234-00";
104. Matcher m2 = p2.matcher(s);
105. p(m2.matches());// 匹配整个
106. m2.reset();
107. p(m2.find());// 发现有没有匹配的字符，并截取
108. p(m2.start() + "-" + m.end());// 相匹配的起始位置和结束位置（必须能找到情况下）
109. p(m2.find());
110. p(m2.start() + "-" + m.end());
111. p(m2.find());
112. p(m2.start() + "-" + m.end());
113. p(m2.find());
114. // p(m2.start() + "-" + m.end());
115. p(m2.lookingAt());// 发现有没有匹配的字符，不截取
116. p(m2.lookingAt());
117. p(m2.lookingAt());
118. p(m2.lookingAt());
119.
120. // replacement
121. System.out.println("+++++++++++++++++++++++++++++++++++++");
122. Pattern p3 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);// 忽略大小写Pattern.CASE_INSENSITIVE
123. Matcher m3 = p3
124. .matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");
125. StringBuffer buf = new StringBuffer();
126. int i = 0;
127. while (m3.find()) {
128. i++;
129. if (i % 2 == 0) {// 偶数位置java替换成小写
130. m3.appendReplacement(buf, "java");
131. } else {// 偶数位置java替换成大写
132. m3.appendReplacement(buf, "JAVA");
133. }
134. }
135. // 加上尾巴
136. m3.appendTail(buf);
137. p(buf);
138.
139. // group
140. System.out.println("+++++++++++++++++++++++++++++++++++++");
141. Pattern p4 = Pattern.compile("(\\d{3,5})([a-z]{2})");
142. String s4 = "123aa-34345bb-234cc-00";
143. Matcher m4 = p4.matcher(s4);
144. while (m.find()) {
145. p(m4.group(1));
146. }// p(m4.group(1));将打印第一个小括号匹配的模式结果
147. // 为123 34345 234
148. // p(m4.group(2));将打印第一个小括号匹配的模式结果为aa bb cc
149. // p(m4.group());将打印总的模式结果为123aa 34345bb 234cc
150.
151. // 以下三种情况（了解即可），不多用！
152. // Greedy 数量词 (贪婪的）)
153. // X? X，一次或一次也没有
154. // X* X，零次或多次
155. // X+ X，一次或多次
156. // X{n} X，恰好 n 次
157. // X{n,} X，至少 n 次
158. // X{n,m} X，至少 n 次，但是不超过 m 次
159. //
160. // Reluctant 数量词 （不情愿的）
161. // X?? X，一次或一次也没有
162. // X*? X，零次或多次
163. // X+? X，一次或多次
164. // X{n}? X，恰好 n 次
165. // X{n,}? X，至少 n 次
166. // X{n,m}? X，至少 n 次，但是不超过 m 次
167. //
168. // Possessive 数量词 （独占的）
169. // X?+ X，一次或一次也没有
170. // X*+ X，零次或多次
171. // X++ X，一次或多次
172. // X{n}+ X，恰好 n 次
173. // X{n,}+ X，至少 n 次
174. // X{n,m}+ X，至少 n 次，但是不超过 m 次
175.
176. // 使用Greedy 数量词 (贪婪的）)(以下3-10个的话，它会先去匹配10，匹配不上依次减少，一匹配上就结束)
177. System.out.println("+++++++++++++++++++++++++++++++++++++");
178. Pattern p6 = Pattern.compile(".{3,10}[0-9]");
179. String s6 = "aaaa5bbbb68";
180. Matcher m6 = p6.matcher(s6);
181. if (m6.find())
182. p(m6.start() + "-" + m6.end());
183. else
184. p("not match!");
185.
186. // 使用 Reluctant 数量词 （不情愿的）(以下3-10个的话，它会先去匹配3，匹配不上依次增加，一匹配上就结束 )
187. Pattern p7 = Pattern.compile(".{3,10}?[0-9]");
188. String s7 = "aaaa5bbbb68";
189. Matcher m7 = p7.matcher(s7);
190. if (m7.find())
191. p(m7.start() + "-" + m7.end());
192. else
193. p("not match!");
194.
195. System.out.println("+++++++++++++++++++++++++++++++++++++");
196. // 使用 Possessive 数量词（了解即可）
197. // （独占的）(以下3-10个的话，它会先去匹配10，匹配不上就把这十个先删掉再匹配下一个10个，一匹配上就结束)
198. Pattern p8 = Pattern.compile(".{3,10}?[0-9]");
199. String s8 = "aaaa5bbbb68";
200. Matcher m8 = p8.matcher(s8);
201. if (m8.find())
202. p(m8.start() + "-" + m8.end());
203. else
204. p("not match!");
205.
206. // non-capturing groups（非捕获）下文.{3}(?=a)表示以a结尾的三个数字（了解即可）
207. System.out.println("+++++++++++++++++++++++++++++++++++++");
208. Pattern p9 = Pattern.compile(".{3}(?=a)");
209. String s9 = "444a66b";
210. Matcher m9 = p9.matcher(s9);
211. while (m9.find()) {
212. p(m9.group());
213. }
214.
215. // back refenrences
216. // 匹配的后的两个组需要一样（了解即可）
217. System.out.println("+++++++++++++++++++++++++++++++++++++");
218. Pattern p10 = Pattern.compile("(\\d\\d)\\1");
219. String s10 = "1212";
220. Matcher m10 = p10.matcher(s10);
221. p(m10.matches());
222.
223. // flags的简写
224. // Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
225. // 上面的句子简写（了解即可）
226. System.out.println("+++++++++++++++++++++++++++++++++++++");
227. p("Java".matches("(?i)(java)"));
228. }
229.
230. public static void p(Object o) {
231. System.out.println(o);
232. }
233.
234.
2、email抓取

1.import java.io.BufferedReader;
2.import java.io.FileNotFoundException;
3.import java.io.FileReader;
4.import java.io.IOException;
5.import java.util.regex.Matcher;
6.import java.util.regex.Pattern;
7.
8.
9.public class EmailSpider {
10.
11. public static void main(String[] args) {
12. try {
13. BufferedReader br = new BufferedReader(new FileReader("D:\\含邮件地址的.html"));
14. String line = "";
15. while((line=br.readLine()) != null) {
16. parse(line);
17. }
18. } catch (FileNotFoundException e) {
19. // TODO Auto-generated catch block
20. e.printStackTrace();
21. } catch (IOException e) {
22. // TODO Auto-generated catch block
23. e.printStackTrace();
24. }
25. }
26.
27. private static void parse(String line) {
28. Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
29. Matcher m = p.matcher(line);
30. while(m.find()) {
31. System.out.println(m.group());
32. }
33. }
34.
35.}