Java学习者论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

手机号码,快捷登录

恭喜Java学习者论坛(www.javaxxz.com)已经为数万Java学习者服务超过7年了!积累会员资料超过10000G+
成为本站VIP会员,下载本站10000G+会员资源,购买链接:http://item.taobao.com/item.htm?id=44171550842
成为荣耀会员,分享5TB资料及站长学习指导,购买链接:https://item.taobao.com/item.htm?id=44435180049
技术售后:点击这里给我发消息 资料售后:点击这里给我发消息 ①群:Java学习者群②javaxxz.com ②群:Java学习者群③javaxxz.com 求职招聘群:Java求职与招聘 精英群:Java学习者精英群
JavaEE 49期就业班视频教程Java从菜鸟到大神的学习路线之基础篇Java从菜鸟到大神的学习路线之实战篇Java从菜鸟到大神的学习路线之高级篇

价值两万达内2017年最新Java整套视频

Java开发视频教程下载

大数据开发视频教程

前端开发视频教程下载

安卓开发视频教程下载

Java亿级流量电商系统视频教程

互联网架构师视频教程

年薪50万Spark2.0从入门到精通

年薪50万!人工智能学习路线教程

年薪50万!大数据从入门到精通学习路线年薪50万!机器学习入门到精通视频教程
查看: 117|回复: 0

[默认分类] 实用正则表达式匹配和替换

[复制链接]
  • TA的每日心情
    开心
    2018-8-25 14:10
  • 签到天数: 222 天

    [LV.7]常住居民III

    发表于 2018-7-13 17:07:42 | 显示全部楼层 |阅读模式
    正则表达式非常有用,查找、匹配、处理字符串、替换和转换字符串,输入输出等。而且各种语言都支持,例如.NET正则库,JDK正则包, Perl, javaScript等各种脚本语言都支持正则表达式。下面整理一些常用的正则表达式。


      
       字符
       描述
      
      
       \
       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" 匹配一个换行符。序列 "\\" 匹配 "\" 而 "\(" 则匹配 "("。
      
      
       ^
       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。
      
      
       $
       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。
      
      
       *
       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,}。
      
      
       +
       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,}。
      
      
       ?
       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}。
      
      
       {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。
      
      
       {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*"。
      
      
       {n,m}
       mn 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。
      
      
       ?
       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"。
      
      
       .
       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。
      
      
       (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 "\(" 或 "\)"。
      
      
       (?:pattern)
       匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, "industr(?:y|ies) 就是一个比 "industry|industries" 更简略的表达式。
      
      
       (?=pattern)
       正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,"Windows (?=95|98|NT|2000)" 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。
      
      
       (?!pattern)
       负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如"Windows (?!95|98|NT|2000)" 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始
      
      
       x|y
       匹配 xy。例如,"z|food" 能匹配 "z" 或 "food"。"(z|f)ood" 则匹配 "zood" 或 "food"。
      
      
       [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"。
      
      
       [^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"。
      
      
       [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。
      
      
       [^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。
      
      
       \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"。
      
      
       \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"。
      
      
       \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。
      
      
       \d
       匹配一个数字字符。等价于 [0-9]。
      
      
       \D
       匹配一个非数字字符。等价于 [^0-9]。
      
      
       \f
       匹配一个换页符。等价于 \x0c 和 \cL。
      
      
       \n
       匹配一个换行符。等价于 \x0a 和 \cJ。
      
      
       \r
       匹配一个回车符。等价于 \x0d 和 \cM。
      
      
       \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]。
      
      
       \S
       匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
      
      
       \t
       匹配一个制表符。等价于 \x09 和 \cI。
      
      
       \v
       匹配一个垂直制表符。等价于 \x0b 和 \cK。
      
      
       \w
       匹配包括下划线的任何单词字符。等价于"[A-Za-z0-9_]"。
      
      
       \W
       匹配任何非单词字符。等价于 "[^A-Za-z0-9_]"。
      
      
       \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。
      
      
       \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。
      
      
       \n
       标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。
      
      
       \nm
       标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 nm 均为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm
      
      
       \nml
       如果 n 为八进制数字 (0-3),且 ml 均为八进制数字 (0-7),则匹配八进制转义值 nml。
      
      
       /i
       使正则表达式对大小写不敏感, (?-i)是关闭大小写不敏感
    (?i)te(?-i)st应该匹配TEst,但是不能匹配teST或TEST.
      
      
       /s
       开启“单行模式”,即点号“.”匹配新行符
      
      
       /m
       开启“多行模式”,即“^”和“$”匹配新行符的前面和后面的位置。
      
      
       ^[0-9]*$
       只能输入数字
      
      
       ^\d{n}$
       只能输入n位的数字
      
      
       ^\d{n,}$
       只能输入至少n位的数字
      
      
       ^\d{m,n}$
       只能输入m~n位的数字
      
      
       ^(0|[1-9][0-9]*)$
       只能输入零和非零开头的数字
      
      
       ^[0-9]+(.[0-9]{2})?$
       只能输入有两位小数的正实数
      
      
       ^[0-9]+(.[0-9]{1,3})?$
       只能输入有1~3位小数的正实数
      
      
       ^\+?[1-9][0-9]*$
       只能输入非零的正整数
      
      
       ^\-[1-9][]0-9"*$
       只能输入非零的负整数
      
      
       ^.{3}$
       只能输入长度为3的字符
      
      
       ^[A-Za-z]+$
       只能输入由26个英文字母组成的字符串
      
      
       ^[A-Za-z0-9]+$
       只能输入由数字和26个英文字母组成的字符串
      
      
       ^\w+$
       只能输入由数字、26个英文字母或者下划线组成的字符串
      
      
       ^[a-zA-Z]\w{5,17}$
       验证用户密码:以字母开头,长度在6~18之间,只能包含字符、数字和下划线。
      
      
       [^%&",;=?$\x22]+
       验证是否含有^%&",;=?$\"等字符
      
      
       ^[\u4e00-\u9fa5]{0,}$
       只能输入汉字
      
      
       ^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
       验证Email地址
      
      
       ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
       验证InternetURL
      
      
       ^\d{15}|\d{18}$
       验证身份证号(15位或18位数字)
      
      
       ^((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)$
       验证IP地址
      
      
       (\w)\1
       匹配两个两个重叠出现的字符
    例如,"aabbc11asd", 返回结果为aa bb 11三组match  
      
      
       <(?<tag>[^\s>]+)[^>]*>.*</\k<tag>>
       匹配成对的HTML标签  
      
      
       (?!)
       不出现,负声明
    下例演示如何取得一个<a>标签对中的全部内容,即使其中包含别的HTML tag。


       
         
         
    1. string newsContent = @"url:<a href=""1.html""><img src=""1.gif"">test<span style=""color:red;"">
    复制代码
         
    复制代码
         
    1. Regex</span></a>.";
    复制代码
         
    1. Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/a))*<\s*/a\s*>",RegexOptions.Multiline);
    复制代码
         
       
      



    1. 匹配组
    常用的组匹配:(实用)

      
       
       
    1. (
    复制代码
    exp
    1. )
    复制代码

        匹配exp并且捕获到一个自动命名的组
       
       
       
    1. (?<
    复制代码
    name
    1. [b]>[/b]
    复制代码
    exp
    1. )
    复制代码

        匹配exp并且捕获到组’name’
       
       
       
    1. (?=
    复制代码
    exp
    1. )
    复制代码

        exp出现在声明右侧,但exp不作为匹配

    括号中的模式必须出现在声明右侧,但不作为匹配的一部分 ,例如:

    输入: public keywod string "abc";
    正则:\b\w+(?=ing\b),返回“str”,
    意思为:匹配以ing结束的单词,但ing不作为返回
       
       
       
    1. (?<=
    复制代码
    exp
    1. )
    复制代码

        exp出现在声明左侧,但exp不作为匹配

    括号中的模式必须出现在声明左侧,但不作为匹配的一部分 ,例如:

    输入: public remember string "abc";
    正则:(?<=\bre)\w+\b,返回“member”,
    意思为:匹配以re开头的单词,但re不作为返回
       
       
       
    1. (?!
    复制代码
    exp
    1. )
    复制代码
       
        exp不出现在声明右侧,但exp不作为匹配

    括号中的模式必须不出现在声明右侧 ,例如:

    输入: remember aqa bqu "abc";
    正则:\b\w*q(?!u)\w*\b,返回“aqa”,
    意思为:匹配带q后面不是跟随u的单词
       
       
       
    1. (?<!
    复制代码
    exp
    1. )
    复制代码

        exp不出现在声明左侧,但exp不作为匹配
      
       
      

      
    输入:public string keywod = "abc"; string value = "test";
    目的:匹配 关键字="",例如获得关键字keyword,value;获得等于的值abc和test
    表达式:string (?<x>[^=]*?) *= *(?<y>[^;]*?);
    代码

      
      
    1. private void ParseKeywords(string input)
    复制代码
      
    1. {
    复制代码
      
    1. System.Text.RegularExpressions.MatchCollection mc =
    复制代码
      
    1. System.Text.RegularExpressions.Regex.Matches(input, @"string (?<x>[^=]*?) *= *(?<y>[^;]*?);");
    复制代码
      
    复制代码
      
    1. if (mc != null && mc.Count > 0)
    复制代码
      
    1. {
    复制代码
      
    1. foreach (System.Text.RegularExpressions.Match m in mc)
    复制代码
      
    1. {
    复制代码
      
    1. string keyword = m.Groups["x"].Value;
    复制代码
      
    1. string value = m.Groups["y"].Value;
    复制代码
      
    1. }
    复制代码
      
    1. }
    复制代码
      
    1. }
    复制代码
      

    截图

    2. 匹配并替换
    输入:public <%=classname%>Extension : IExt
    目的:匹配 <%= %>中间的classname并替换
    表达式:<%=.*%>
    代码

      
      
    1. private string Replace(string input)
    复制代码
      
    1. {
    复制代码
      
    1. return Regex.Replace(input, @"<%=.*%>", new MatchEvaluator(RefineCodeTag), RegexOptions.Singleline);
    复制代码
      
    1. }
    复制代码
      
    复制代码
      
    1. string RefineCodeTag(Match m)
    复制代码
      
    1. {
    复制代码
      
    1. string x = m.ToString();
    复制代码
      
    复制代码
      
    1. x = Regex.Replace(x, "<%=", "");
    复制代码
      
    1. x = Regex.Replace(x, "%>", "");
    复制代码
      
    复制代码
      
    1. return x.Trim() + ",";
    复制代码
      
    1. }
    复制代码
      

    截图:

    正则表达式选项RegexOptions:

      
       
        ExplicitCapture
        n
        只有定义了命名或编号的组才捕获
       
       
        IgnoreCase
        i
        不区分大小写
       
       
        IgnorePatternWhitespace
        x
        消除模式中的非转义空白并启用由 # 标记的注释。
       
       
        MultiLine
        m
        多行模式,其原理是修改了^和$的含义
       
       
        SingleLine
        s
        单行模式,和MultiLine相对应
       
      

    正则表达式替换的其他功能:

      
       
        $number
        把匹配的第number组替换成替换表达式

    这段代码返回的是 “01 012 03 05” 就是说,对组一的每个匹配结果都用"0$1"这个表达式来替换,"0$1"中"$1"由组1匹配的结果代入

         
          
          
    1. public static void Main()
    复制代码
          
    1. {
    复制代码
          
    1. string s = "1 12 3 5";
    复制代码
          
    1. s = Regex.Replace(s,@"(\d+)(?#这个是注释)","0$1",RegexOptions.Compiled|RegexOptions.IgnoreCase);
    复制代码
          
    1. Console.WriteLine(s);
    复制代码
          
    1. Console.ReadLine();
    复制代码
          
    1. }
    复制代码
          
         
       
       
        ${name}
        把匹配的组名为"name"的组替换成表达式,上例的Regex expression改成@"(?<name>\d+)(?#这个是注释)"后面的替换式改为"0${name}"结果是一样的
       
       
        $$
        做$的转义符,如上例表达式改成@"(?<name>\d+)(?#这个是注释)"和"$$${name}",则结果为"$1 $12 $3 $5"
       
       
        $&
        替换整个匹配
       
       
        $`
        替换匹配前的字符
       
       
        $"
        替换匹配后的字符
       
       
        $+
        替换最后匹配的组
       
       
        $_
        替换整个字符串
       
      

      
    3. 匹配URL中文件名
    输入http://www.9499.net/page1.htm
    目的:从URL地址中提取文件名
    表达式:s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2") ;
    代码
    string s = "http://www.9499.net/page1.htm";
    s = s.replace(/(.*\/){0,}([^\.]+).*/ig, "$2") ;  
    截图:
    或许您对以下相关文章有兴趣:


      正则表达式匹配包括换行在内的任何字符
      能匹配出多行注释之外的所有空白字符的正则表达式
      [转]C#正则表达式小结


    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    .

    QQ|手机版|Java学习者论坛

    GMT+8, 2018-11-19 13:49 , Processed in 0.562928 second(s), 37 queries .

    Powered by Discuz! X3.4

    © 2001-2017 Comsenz Inc.

    快速回复 返回顶部 返回列表