java Regular Expression / regexp / zhengzebiaodashi / 正则表达式
http://www.jb51.net/tools/zhengze.htm
http://www.regular-expressions.info/reference.html
http://phoenix007.iteye.com/blog/264348
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
//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");
//替换第一个符合正则的数据
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="ceponline@yahoo.com.cn";
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|.]*");
}
Java正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）
from：http://blog.csdn.net/zjcxc/archive/2005/09/07/473901.aspx
vim regular expression
http://omygege.iteye.com/blog/1298906
http://blog.chinaunix.net/space.php?uid=13701930&do=blog&id=336567
Vim中的正则表达式功能很强大，如果能自由运用，则可以完成很多难以想象的操作。
如果你比较熟悉Perl的正规表达式，可以直接参照与Perl正则表达式的区别 一节。
使用正则表达式的命令
使用正则表达式的命令最常见的就是 / （搜索）命令。其格式如下：
/正则表达式
另一个很有用的命令就是 :s （替换）命令，将第一个//之间的正则表达式替换成第二个//之间的字符串。
:s/正则表达式/替换字符串/选项
在学习正则表达式时可以利用 / 命令来练习。
元字符
元字符是具有特殊意义的字符。使用元字符可以表达任意字符 、行首 、行尾 、某几个字符 等意义。
元字符一览
| 元字符 | 说明 |
| . | 匹配任意一个字符 |
| [abc] | 匹配方括号中的任意一个字符。可以使用-表示字符范围， 如[a-z0-9] 匹配小写字母和阿拉伯数字。 |
| [^abc] | 在方括号内开头使用^ 符号，表示匹配除方括号中字符之外的任意字符。 |
| \d | 匹配阿拉伯数字，等同于[0-9] 。 |
| \D | 匹配阿拉伯数字之外的任意字符，等同于[^0-9] 。 |
| \x | 匹配十六进制数字，等同于[0-9A-Fa-f] 。 |
| \X | 匹配十六进制数字，等同于[^0-9A-Fa-f] 。 |
| \w | 匹配单词字母，等同于[0-9A-Za-z_] 。 |
| \W | 匹配单词字母之外的任意字符，等同于[^0-9A-Za-z_] 。 |
| \t | 匹配<TAB>字符。 |
| \s | 匹配空白字符，等同于[ \t] 。 |
| \S | 匹配非空白字符，等同于[^ \t] 。 |
另外，如果要查找字符 *、.、/等，则需要在前面用 \ 符号，表示这不是元字符，而只是普通字符而已。
| 元字符 | 说明 |
| \* | 匹配 * 字符。 |
| \. | 匹配 . 字符。 |
| \/ | 匹配 / 字符。 |
| \\ | 匹配 \ 字符。 |
| \[ | 匹配 [ 字符。 |
表示数量的元字符
| 元字符 | 说明 |
| * | 匹配0-任意个 |
| \+ | 匹配1-任意个 |
| \? | 匹配0-1个 |
| \{n,m} | 匹配n-m个 |
| \{n} | 匹配n个 |
| \{n,} | 匹配n-任意个 |
| \{,m} | 匹配0-m个 |
表示位置的符号
| 元字符 | 说明 |
| $ | 匹配行尾 |
| ^ | 匹配行首 |
| \< | 匹配单词词首 |
| \> | 匹配单词词尾 |
使用例
/char\s\+[A-Za-z_]\w*; " 查找所有以char开头，之后是一个以上的空白，
" 最后是一个标识符和分号
/\d\d:\d\d:\d\d " 查找如 17:37:01 格式的时间字符串
:g/^\s*$/d " 删除只有空白的行
:s/\<four\>/4/g " 将所有的four替换成4，但是fourteen中的four不替换
替换变量
在正规表达式中使用 \( 和 \) 符号括起正规表达式，即可在后面使用\1 、\2 等变量来访问 \( 和 \) 中的内容。
使用例
/\(a\+\)[^a]\+\1 " 查找开头和结尾处a的个数相同的字符串，
" 如 aabbbaa，aaacccaaa，但是不匹配 abbbaa
:s/\(http:\/\/[-a-z\._~\+%\/]\+\)/<a href="\1">\1<\/a>/ " 将URL替换为<a href="http://url">http://url</a>的格式
:s/\(\w\+\)\s\+\(\w\+\)/\2\t\1 " 将 data1 data2 修改为 data2 data1
函数式
在替换命令 s/// 中可以使用函数表达式来书写替换内容，格式为
:s/替换字符串/\=函数式
在函数式中可以使用 submatch(1)、submatch(2) 等来引用 \1 、\2 等的内容，而submatch(0)可以引用匹配的整个内容。
使用例
:%s/\<id\>/\=line(".") " 将各行的 id 字符串替换为行号
:%s/^\<\w\+\>/\=(line(".")-10) .".". submatch(1) " 将每行开头的单词替换为 (行号-10).单词 的格式，
" 如第11行的 word 替换成 1. word
与Perl正则表达式的区别
元字符的区别
| Vim语法 | Perl语法 | 含义 |
| \+ | + | 1-任意个 |
| \? | ? | 0-1个 |
| \{n,m} | {n,m} | n-m个 |
| \(和\) | (和) | 分组 |
http://wiztools.googlecode.com/files/re-test-0.4.0.jar
d
| java-simpledateformat-tester-1.0.3.jar | Release 1.0.3 of java-simpledateformat-tester |
| pomodoro-timer-ui-1.1-app.zip | Pomodoro timer 1.1 Mac Download |
| pomodoro-timer-ui-1.1-jar-with-dependencies.jar | Pomodoro timer 1.1 Executable Jar |
| xslt-transform-0.2.0.jar | Cli tool to transform XML documents using the given XSL stylesheet. |
| checksum-compute-0.4.0-app.zip | Checksum Compute 0.4.0: Mac package |
| checksum-compute-0.4.0-jar-with-dependencies.jar | Checksum Compute 0.4.0: Executable Jar (All platforms) |
| tree-0.1.0-jar-with-dependencies.jar | Unix tree command written in Java v0.1.0 |
| markdown2html-0.1.0-jar-with-dependencies.jar | Markdown2Html commandline tool v0.1.0 |
| timezone-converter-0.4.0-app.zip | Timezone Converter 0.4.0: Mac package |
| timezone-converter-0.4.0-jar-with-dependencies.jar | Timezone Converter 0.4.0 |
| servlet-path-info-0.1.0.war | Servlet Path Info Webapp: Displays all path related parameters of the request |
| jwget-0.2.0.jar | JWGet: Java cli-tool to download an URL |
| css-import-resolver-0.3.0-jar-with-dependencies.jar | CSS Import Resolver Cli |
| multicast-tool-0.1.2-jar-with-dependencies.jar | Multicast tool-for testing (by listening and sending) data packets from commandline |
| s3upload-cli-1.2-jar-with-dependencies.jar | Amazon AWS S3 upload tool (cli) |
| amazon-ses-cli-0.1.0-jar-with-dependencies.jar | Amazon AWS SES (Simple Email Service) cli tool to send emails--version 0.1.0 |
| urlencode-ui-1.1.jar | URL Encoder. Run java.net.URLEncoder and java.net.URLDecoder from UI. |
| date-arithmetic-1.0.jar | Date arithmetic computation tool |
| bMailer-1.0.tgz | BulkMailer Perl script |
| uuidgen-1.0.jar | UUID command-line generator |
| re-test-0.4.0.jar | Regular Expression Tester |
| digest-hex-util-0.1.0-jar-with-dependencies.jar | Digest (MD5, SHA1, etc.) Hex Compute UI tool |
| sys-info-webapp-0.1.0.war | Sys-info-webapp |
| javadocjarviewer-0.2.0.jar | JavaDoc Jar Viewer |
| screen-color-picker-0.2.1.jar | Commandline tool to grab RGB and Hex color from your Desktop |
| portscanner-cli-0.1.0.jar | Multi-threaded TCP portscanner version 0.1.0 |
| base64-cli-1.0-jar-with-dependencies.jar | base64-cli 1.0 release |
| system-property-cli-1.0.jar | Command line display of all system properties sorted |
| sendxmppmsg-1.0.jar | SendXMPP message: OSWorkflow plugin |
| text-encoding-util-1.0.jar | Text encoding cli tool version 1.0 |
| r-1.0.war | Redir servlet War |
end