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）+"
升级会员 