正则表达式及应用.docx
《正则表达式及应用.docx》由会员分享,可在线阅读,更多相关《正则表达式及应用.docx(17页珍藏版)》请在冰点文库上搜索。
正则表达式及应用
正则表达式及应用
一、正则表达式
(一)、概念:
正则表达式(regularexpression)就是由普通字符(例如a到z)以及特殊字符(称为元字符)组成的一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。
(二)、正则表达式中主要元字符:
【其中常用的元字符用红色标出,红色的元字符必须掌握。
难点用蓝色标出,难点在一般的应用中并不常用】
1.\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。
例如,'n'匹配字符"n"。
'\n'(newline)匹配一个换行符。
序列'\\'匹配"\"而"\("则匹配"("。
‘\r’(return)
2.^匹配输入字符串的开始位置。
如果设置了RegExp对象的Multiline属性,^也匹配'\n'或'\r'之后的位置。
3.$匹配输入字符串的结束位置。
如果设置了RegExp对象的Multiline属性,$也匹配'\n'或'\r'之前的位置。
4.*匹配前面的子表达式零次或多次。
例如,zo*能匹配"z"以及"zoo"。
*等价于{0,}。
5.+匹配前面的子表达式一次或多次。
例如,'zo+'能匹配"zo"以及"zoo",但不能匹配"z"。
+等价于{1,}。
6.?
匹配前面的子表达式零次或一次。
例如,"do(es)?
"可以匹配"do"或"does"中的"do"。
?
等价于{0,1}。
7.{n}n是一个非负整数。
匹配确定的n次。
例如,'o{2}'不能匹配"Bob"中的'o',但是能匹配"food"中的两个o。
8.{n,}n是一个非负整数。
至少匹配n次。
例如,'o{2,}'不能匹配"Bob"中的'o',但能匹配"foooood"中的所有o。
'o{1,}'等价于'o+'。
'o{0,}'则等价于'o*'。
9.{n,m}m和n均为非负整数,其中n<=m。
最少匹配n次且最多匹配m次。
例如,"o{1,3}"将匹配"fooooood"中的前三个o。
'o{0,1}'等价于'o?
'。
请注意在逗号和两个数之间不能有空格。
10.?
当该字符紧跟在任何一个其他限制符(*,+,?
{n},{n,},{n,m})后面时,匹配模式是非贪婪的。
非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。
例如,对于字符串"oooo",'o+?
'将匹配单个"o",而'o+'将匹配所有'o'。
11.点“.”匹配除"\n"之外的任何单个字符。
要匹配包括'\n'在内的任何字符,请使用象'[.\n]'的模式。
12.x|y匹配x或y。
“|”代表“或”的意思。
例如,'z|food'能匹配"z"或"food"。
'(z|f)ood'则匹配"zood"或"food"。
13.[xyz]字符集合。
匹配所包含的任意一个字符。
例如,'[abc]'可以匹配"plain"中的'a'。
14.[^xyz]负值字符集合。
匹配未包含的任意字符。
例如,'[^abc]'可以匹配"plain"中的'p'。
15.[a-z]字符范围。
匹配指定范围内的任意字符。
例如,'[a-z]'可以匹配'a'到'z'范围内的任意小写字母字符。
16.[^a-z]负值字符范围。
匹配任何不在指定范围内的任意字符。
例如,'[^a-z]'可以匹配任何不在'a'到'z'范围内的任意字符。
17.\b匹配一个单词边界,也就是指单词和空格间的位置。
例如,'er\b'可以匹配"never"中的'er',但不能匹配"verb"中的'er'。
18.\B匹配非单词边界。
'er\B'能匹配"verb"中的'er',但不能匹配"never"中的'er'。
19.\cx匹配由x指明的控制字符。
例如,\cM匹配一个Control-M或回车符。
x的值必须为A-Z或a-z之一。
否则,将c视为一个原义的'c'字符。
20.\d匹配一个数字字符。
等价于[0-9]。
digital
21.\D匹配一个非数字字符。
等价于[^0-9]。
22.\f匹配一个换页符。
等价于\x0c和\cL。
23.\n匹配一个换行符。
等价于\x0a和\cJ。
24.\r匹配一个回车符。
等价于\x0d和\cM。
25.\s匹配任何空白字符,包括空格、制表符、换页符等等。
等价于[\f\n\r\t\v]。
(space)
26.\S匹配任何非空白字符。
等价于[^\f\n\r\t\v]。
27.\t匹配一个制表符。
等价于\x09和\cI。
28.\v匹配一个垂直制表符。
等价于\x0b和\cK。
29.\w匹配包括下划线的任何单词字符。
等价于'[A-Za-z0-9_]'。
word
30.\W匹配任何非单词字符。
等价于'[^A-Za-z0-9_]'。
31.\num匹配num,其中num是一个正整数。
对所获取的匹配的引用。
例如,'(.)\1'匹配两个连续的相同字符。
32.\xn匹配n,其中n为十六进制转义值。
十六进制转义值必须为确定的两个数字长。
例如,'\x41'匹配"A"。
'\x041'则等价于'\x04'&"1"。
正则表达式中可以使用ASCII编码。
33.\un匹配n,其中n是一个用四个十六进制数字表示的Unicode字符。
例如,\u00A9匹配版权符号(?
)。
34. (pattern)匹配pattern并获取这一匹配。
所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。
要匹配圆括号字符,请使用'\('或'\)'。
35.(?
=pattern) 正向预查。
例如windows(?
=95/98/2000/NT),含义是匹配“windows”后面可以是“95”“98”“2000”或者“NT”。
36.(?
!
pattern) 负向预查。
例windows(?
!
95/98),含义是匹配“windows”后面不是“95”或“98”的其它字符串。
(三)、图解正则表达式:
匹配所有MothDD,YYYY格式的日期
匹配所有MonthDD,YYYY格式的日期,定义月份值为第一个组
匹配所有123-12-1234格式的社会安全号码
匹配IP地址
\d{1,3}\.\d{1,3}\.
匹配FONT标记的所有属性
(四)、特殊字符:
有部分元字符在正则表达式中代表特定的含义。
如果要匹配这些字符本身,需要使用反斜杠"\"进行转义。
这些特殊字符有:
1.^$
2.*+?
3.{}()[]
4. \/ . |
【备注:
】以上特殊符号在实际定义regexp字符串的时候,实际上使用两个反斜杠"\\"。
(五)、元字符优先级顺序(从高到低,从左到右)
1.\ 转义字符
2.() 圆括号, [] 方括号
3.* + ?
{n} {n,} {n,m} 限定符
4.^ $ 开始和结束标识
5.| "或"操作
(六)、正则表达式的用途:
1、数据有效性验证:
用户注册模块是应用正则表达式最集中的地方,主要是用于验证用户帐号、密码、EMAIL、电话号码、QQ号码、身份证号码、家庭地址等信息。
如果填写的内容与正则表达式不匹配,可以断定填写的内容是不合乎要求或虚假的信息;
2、模糊查询,批量替换。
可以在文档中使用一个正则表达式来查找匹配的特定文字,然后可以全部将其删除,或者替换为别的文字。
(七)、常用的正则表达式的写法:
1、中文字符:
^[\u4E00-\u9FA5]+$
2、手机号码:
^(86)?
0?
1\d{10}$
电话号码:
^((d{3,4})|d{3,4}-)?
d{7,8}$
3、Email地址:
^[\w-]+[\w-.]?
@[\w-]+(\.[A-Za-z]{2,5})+$
Email地址:
^w+[-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$
Email地址:
w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
4、URL网址:
^http:
//([w-]+.)+[w-]+(/[w-./?
%&=]*)?
$
URL网址:
http:
//([w-]+.)+[w-]+(/[w-./?
%&=]*)?
5、密码(安全级别中):
^(\d+[A-Za-z]\w*|[A-Za-z]+\d\w*)$
6、密码(安全级别高):
^(\d+[a-zA-Z~!
@#$%^&(){}][\w~!
@#$%^&(){}]*|[a-zA-Z~!
@#$%^&(){}]+\d[\w~!
@#$%^&(){}]*)$
【备注:
】对于同一个需求的正则表达式,因理解不同和验证的严格程度不同而差异很大,没有固定的统一写法。
只要尽量与需求进行匹配就可以。
(八)、正则表达式的备注说明:
【了解】
1、大写英文字母的正则表达式,除了可以写成[A-Z],还可以写成[\x41-\x5A]。
因为在ASCII码字典中A-Z被排在了65-90号(也就是ASCII码的第66到第91位),换算成16进制就是0x41-0x5A;
2、[0-9],可以写成[\x30-\x39];
3、[a-z],可以写成[\x61-\x7A]。
4、中文的正则表达式为:
[\u4E00-\u9FA5]
因为中文在unicode编码字典中排在4E00到9FA5之间。
换成10进制,也就是第19968号到40869号是中文字,一共20902个中文字被搜录到unicode编码集中。
(常识了解:
第19968号是“一”,而第40869号是“龥”——发音为yu)。
二、Android中正则表达式的用法:
(一)、核心类:
1、publicfinalclassjava.util.regex.Pattern
Pattern是正则表达式的编译后的对象形式,即正则模式。
Pattern类是final类,而且它的构造器是private。
因此Pattern类不能被继承,不能通过new创建Pattern对象。
因此在Pattern类中,提供了2个重载的静态方法,其返回值是Pattern对象。
Pattern pattern=Ppile(Stringregexp);
将一个字符串转成正则匹配模式对象。
类似于在ContentProvider中将一个字符串先转成Uri对象一样。
2、Matcher match=pattern.matcher(需要匹配的字符串)
Matcher是正则模式匹配给定字符串的匹配器.
Pattern对象调用匹配器matcher()方法,查找符合匹配要求的匹配项。
Matcher匹配器对象是由匹配模式对象Pattern创建的。
Matchermatch=pattern.matcher("要匹配的字符串");
3、Booleanflag=match.matches();
判断需要匹配的字符串是否与正则regex匹配.
4、Booleanflag=match.find();
Attemptstofindthenextsubsequenceoftheinputsequencethatmatches thepattern.
尝试查找下一个匹配模式的字符串序列。
【备注:
】
1、与Cursor中的next()方法类似,Cursor中每next一次,数据就指向下一条。
同理,Matcher对象每find一次,匹配项就指向下一个。
2、match.matches()和match.find()这两个方法都可以判断"要匹配的字符串"是否与正则regex匹配,它们有什么区别呢?
——匹配方式不一样
∙matches()是拿整个输入的字符串和定义的正则模式匹配; 刚好匹配到整串
∙find()是包含匹配,整个输入的字符串包含定义的正则模式。
匹配到子串
match对象在调用matches()后修改了这个对象的某个全局变量。
在matches()方法中有this.oldLast=this.last;等代码,而find()中则没有。
(二)、示例代码:
【用户注册时,验证用户名和密码是否符合输入格式】
protectedvoidonCreate(BundlesavedInstanceState){
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
//定义用户名和密码的文本编辑框
editText_main_username=(EditText)findViewById(R.id.editText_main_username);
editText_main_password=(EditText)findViewById(R.id.editText_main_password);
//定义用户登录的提交按钮
button_main_submit=(Button)findViewById(R.id.button_main_submit);
//给提交按钮增加单击监听器
button_main_submit.setOnClickListener(newView.OnClickListener(){
@Override
publicvoidonClick(Viewv){
//获取表单控件的数据
Stringusername=editText_main_username.getText().toString();
Stringpassword=editText_main_password.getText().toString();
//先判断用户名和密码是否为空,如果为空,则给予提示,不再继续执行
if(username.equals("")||password.equals("")){
Toast.makeText(MainActivity.this,"用户名或密码不得为空!
",5000).show();
}else{
//如果用户名和密码都不为空,再判断用户名和密码是否匹配指定的格式。
如果不符合则给予提示,并不再继续执行。
if(!
checkUsername(username)&&!
checkPassword(password)){
Toast.makeText(MainActivity.this,"用户名不符合要求!
",5000).show();
}else{
try{
//为了避免出现乱码,对用户名等含有中文的字符串进行编码处理。
postString="username="
+URLEncoder.encode(username,"utf-8")
+"&password="+password;
//调用异步任务,访问网络
newMyTask(MainActivity.this).execute(urlString);
}catch(Exceptione){
e.printStackTrace();
}
}
}
}
});
}
//验证用户名是否匹配指定格式的方法
publicbooleancheckUsername(Stringstr){
Stringregexp="^[a-zA-Z]{6,20}$";
Patternpattern=Ppile(regexp);
Matchermatcher=pattern.matcher(str);
returnmatcher.matches();
}
//验证密码是否匹配指定格式的方法
publicbooleancheckPassword(Stringstr){
Stringregexp="^[0-9a-zA-Z]{6}$";
Patternpattern=Ppile(regexp);
Matchermatcher=pattern.matcher(str);
returnmatcher.matches();
}
//获取所有匹配项
private ListgetPatternList(Stringstr,Stringregexp){
Listlist= new ArrayList();
Patternpattern=Ppile(regexp);
Matchermatcher=pattern.matcher(str);
while (matcher.find()){
if (!
list.contains(matcher.group()))
list.add(matcher.group());
}
return list;
}
publicstaticStringconvertAngleTag(Stringstr){
str=str.replaceAll("<","<");
str=str.replaceAll(">",">");
returnstr;
}
三、工具类:
UbbToHtml.java:
【后期项目中会用到】
AndroidManual项目中,从数据库中取出的数据中含有自定义的UBB标签。
为了能在WebView中有格式地显示,需要将UBB标签转成html标记语言。
如果不懂得正则,很难能做到。
以下示例代码就以AndroidManual项目中的标签替换为例。
也希望同学们能将以下代码用于自己的AndroidManual项目中,体会正则表达式的用法。
【备注:
】
以下代码中使用了StringBuffer类,请思考是否可以用StringBuilder?
工具类:
UbbToHtml.java
packagecom.steven.helper;
importjava.util.regex.Matcher;
importjava.util.regex.Pattern;
publicclassUbbToHtml{
//将ubb标签语言转成html
publicstaticStringconvertUbbToHtml(Stringstr){
str=convertAngleTag(str);
str=convertCommentTag(str);
str=convertColorTag(str);
str=convertImgTag(str);
str=convertFieldsTag(str);
str=convertKeywordsTag(str);
str=convertJavaTag(str);
str=convertOtherTag(str);
returnstr;
}
//将[code=img]和[/code]标签转成html
publicstaticStringconvertImgTag(Stringstr){
if(str==null||str.length()==0){
returnstr;
}
Stringregexp="(\\[code=img\\])([^\\[]+)(\\[/code\\])";
Patternpattern=Ppile(regexp);
Matchermatch=pattern.matcher(str);
StringBuffersb=newStringBuffer();
booleanresult=match.find();
while(result){
match.appendReplacement(sb,"///android_asset/"+match.group
(2)+"\"width='230dp'>");
result=match.find();
}
//match.appendTail(sb);
returnsb.toString();
}
//将[code=java]和[/code]标签转成html
publicstaticStringconvertJavaTag(Stringstr){
if(str==null||str.length()==0){
returnstr;
}
Stringregexp="(\\[code=java\\])\n?
([\\s\\S]+?
)(\\[/code\\])";
Patternpattern=Ppile(regexp);
Matchermatch=pattern.matcher(str);
StringBuffersb=newStringBuffer();
booleanresult=match.find();
while(result){
match.appendReplacement(sb,"solid1px#bbb;background:
#eee;padding:
8;margin:
100100;'>"+match.group
(2)+"