java 正则表达式基础，实例学习资料收集大全 原创

对于java的pattern类 和 matcher类可参考网址

正则表达式中的特殊字符：
  \\ 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
  .为限制一个任意字符 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a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""，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：

◆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);

正则表达式中的特殊字符：

  \\ 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
  .为限制一个任意字符 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a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""，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：

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<strs.length;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"); //替换第全部符合正则的数据
 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="[e-mail]"; 
 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("<a href=\"index.html\">主页</a>"); 
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("<a href=\"index.html\">主页</a>"); 
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("dsdsds<http://dsds//gfgffdfd>fdf"); 
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<object.length;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|.]*");
	}

基本上就这些了，原来的内容确实太烂了，这次更新了一下。