正則表示式

2014-09-19

5802
0
JAVA

摘要:正則表示式

ref:http://rich0423.blogspot.tw/2012/12/java-regular-expression.html

例如一些常用的範圍，我們可以使用預先定義的字元類別：

.	符合任一字元
\d	等於 [0-9] 數字
\D	等於 [^0-9] 非數字
\s	等於 [ \t\n\x0B\f\r] 空白字元
\S	等於 [^ \t\n\x0B\f\r] 非空白字元
\w	等於 [a-zA-Z_0-9] 數字或是英文字
\W	等於 [^a-zA-Z_0-9] 非數字與英文字

.符合任一字元。例如有一字串abcdebcadxbc，使用.bc來比對的話，符合的子字串有abc、ebc、xbc三個；如果使用..cd，則符合的子字串只有bcd。

以上的例子來根據字元比對，您也可以使用「字元類」（Character class）來比較一組字元範圍，例如：

[abc]	a、b或c
[^abc]	非a、b、c的其它字元
[a-zA-Z]	a到z或A到Z（範圍）
[a-d[m-p]]	a到d或m到p（聯集）
[a-z&&[def]]	d、e或f（交集）
[a-z&&[^bc]]	a到z，除了b與c之外（減集）
[a-z&&[^m-p]]	a到z且沒有m到p（a-lq-z）（減集）

一次只指定一個字元不過癮，也可以用Greedy quantifiers來指定字元可能出現的次數：

X?	X出現一次或完全沒有
X*	X出現零次或多次
X+	X出現一次或多次
X{n}	X出現n次
X{n,}	X出現至少n次
X{n,m}	X出現至少n次，但不超過m次

另外還有Reluctant quantifiers、Possessive quantifiers等的指定，您可以自行參考 java.util.regex.Pattern 類別中的說明。
在String類別中，matches()方法可以讓您驗證字串是否符合指定的正規表示式，這通常用於驗證使用者輸入的字串資料是否正確，例如電話號碼格式；replaceAll()方法可以將符合正規表示式的子字串置換為指定的字串；split()方法可以讓您依指定的正規表示式，將符合的子字串分離出來，並以字串陣列傳回。

下面這個程式示範幾個正則表示式的應用：

• UseRegularExpression.java

import java.util.Scanner;

public class UseRegularExpression {

public static void main(String args[]) {

Scanner scanner = new Scanner(System.in);

String str = "abcdefgabcabc";

System.out.println(str.replaceAll(".bc", "###"));

System.out.print("輸入手機號碼: ");

str = scanner.next();

// 簡單格式驗證

if(str.matches("[0-9]{4}-[0-9]{6}"))

System.out.println("格式正確");

else

System.out.println("格式錯誤");

System.out.print("輸入href標籤: ");

// Scanner的next()方法是以空白為區隔

// 我們的輸入有空白，所以要執行兩次

str = scanner.next() + " " + scanner.next();

// 驗證href標籤

if(str.matches("<a.+href*=*['\"]?.*?['\"]?.*?>"))

System.out.println("格式正確");

else

System.out.println("格式錯誤");

System.out.print("輸入電子郵件: ");

str = scanner.next();

// 驗證電子郵件格式

if(str.matches(

"^[_a-z0-9-]+([.][_a-z0-9-]+)*@[a-z0-9-]+([.][a-z0-9-]+)*$"))

System.out.println("格式正確");

else

System.out.println("格式錯誤");

}

}
執行結果：

###defg######
輸入手機號碼: 0988-100432
格式正確
輸入href標籤: <a href="http://caterpillar.onlyfun.net">
格式正確
輸入電子郵件: justin@caterpillar.onlyfun.net
格式正確

最後兩個href標籤與email驗證例子是很常見的正規表示式應用，以下為對應表

資料來源：張智星的網站 – 正規表示式

正規表示式	說明及範例	比對不成立之字串
/a/	含字母 “a” 的字串，例如 “ab”, “bac”, “cba”	“xyz”
/a./	含字母 “a” 以及其後任一個字元的字串，例如 “ab”, “bac”（若要比對.，請使用 \.）	“a”, “ba”
/^xy/	以 “xy” 開始的字串，例如 “xyz”, “xyab”（若要比對 ^，請使用 \^）	“axy”, “bxy”
/xy$/	以 “xy” 結尾的字串，例如 “axy”, “abxy”以 “xy” 結尾的字串，例如 “axy”, “abxy” （若要比對 $，請使用 \$）	“xya”, “xyb”
[13579]	包含 “1″ 或 “3″ 或 “5″ 或 “7″ 或 “9″ 的字串，例如：”a3b”, “1xy”	“y2k”
[0-9]	含數字之字串	不含數字之字串
[a-z0-9]	含數字或小寫字母之字串	不含數字及小寫字母之字串
[a-zA-Z0-9]	含數字或字母之字串	不含數字及字母之字串
b[aeiou]t	“bat”, “bet”, “bit”, “bot”, “but”	“bxt”, “bzt”
[^0-9]	不含數字之字串（若要比對 ^，請使用 \^）	含數字之字串
[^aeiouAEIOU]	不含母音之字串（若要比對 ^，請使用 \^）	含母音之字串
[^\^]	不含 “^” 之字串，例如 “xyz”, “abc”	“xy^”, “a^bc”

正規表示式的特定字元	說明	等效的正規表示式
\d	數字	[0-9]
\D	非數字	[^0-9]
\w	數字、字母、底線	[a-zA-Z0-9_]
\W	非 \w	[^a-zA-Z0-9_]
\s	空白字元	[ \r\t\n\f]
\S	非空白字元	[^ \r\t\n\f]

正規表示式	說明
/a?/	零或一個 a（若要比對? 字元，請使用 \?）
/a+/	一或多個 a（若要比對+ 字元，請使用 \+）
/a*/	零或多個 a（若要比對* 字元，請使用 \*）
/a{4}/	四個 a
/a{5,10}/	五至十個 a
/a{5,}/	至少五個 a
/a{,3}/	至多三個 a
/a.{5}b/	a 和 b中間夾五個（非換行）字元

字元	說明	簡單範例
\	避開特殊字元	/A\/ 可用於比對 “A”，其中 * 是一個特殊字元，為避開其特殊意義，所以必須加上 “\”
^	比對輸入列的啟始位置	/^A/ 可比對 “Abcd” 中的 “A”，但不可比對 “aAb”
$	比對輸入列的結束位置	/A$/ 可比對 “bcdA” 中的 “A”，但不可比對 “aAb”
*	比對前一個字元零次或更多次	/bo*/ 可比對 “Good boook” 中的 “booo”，亦可比對 “Good bk” 中的 “b”
+	比對前一個字元一次或更多次，等效於 {1,}	/a+/ 可比對 “caaandy” 中的 “aaa”，但不可比對 “cndy”
?	比對前一個字元零次或一次	/e?l/ 可比對 “angel” 中的 “el”，也可以比對 “angle” 中的 “l”
.	比對任何一個字元（但換行符號不算）	/.n/ 可比對 “nay, an apple is on the tree” 中的 “an” 和 “on”，但不可比對 “nay”
(x)	比對 x 並將符合的部分存入一個變數	/(a) and (b)/ 可比對 “aaa and bb” 中的 “aaa” 和 “bb”，並將這兩個比對得到的字串設定至變數 RegExp.$1 和 RegExp.$2。
xy	比對 x 或 y	/ab/g 可比對 “aaa and bb” 中的 “aaa” 和 “bb”
{n}	比對前一個字元 n 次，n 為一個正整數	/a{3}/ 可比對 “lllaaalaa” 其中的 “aaa”，但不可比對 “aa”
{n,}	比對前一個字元至少 n 次，n 為一個正整數	/a{3,}/ 可比對 “aa aaa aaaa” 其中的 “aaa” 及 “aaaa”，但不可比對 “aa”
{n,m}	比對前一個字元至少 n 次，至多 m 次，m、n 均為正整數	/a{3,4}/ 可比對 “aa aaa aaaa aaaaa” 其中的 “aaa” 及 “aaaa”，但不可比對 “aa” 及 “aaaaa”
[xyz]	比對中括弧內的任一個字元	/[ecm]/ 可比對 “welcome” 中的 “e” 或 “c” 或 “m”
[^xyz]	比對不在中括弧內出現的任一個字元	/[^ecm]/ 可比對 “welcome” 中的 “w”、”l”、”o”，可見出其與 [xyz] 功能相反。（同時請注意 /^/ 與 [^] 之間功能的不同。）
[\b]	比對退位字元（Backspace character）	可以比對一個 backspace ，也請注意 [\b] 與 \b 之間的差別
\b	比對英文字的邊界，例如空格	例如 /\bn\w/ 可以比對 “noonday” 中的 ‘no’ ; /\wy\b/ 可比對 “possibly yesterday.” 中的 ‘ly’
\B	比對非「英文字的邊界」	例如, /\w\Bn/ 可以比對 “noonday” 中的 ‘on’ , 另外 /y\B\w/ 可以比對 “possibly yesterday.” 中的 ‘ye’
\cX	比對控制字元（Control character），其中 X 是一個控制字元	/\cM/ 可以比對一個字串中的 control-M
\d	比對任一個數字，等效於 [0-9]	/[\d]/ 可比對由 “0″ 至 “9″ 的任一數字但其餘如字母等就不可比對
\D	比對任一個非數字，等效於 [^0-9]	/[\D]/ 可比對 “w” “a”… 但不可比對如 “7″ “1″ 等數字
\f	比對 form-feed	若是在文字中有發生 “換頁” 的行為則可以比對成功
\n	比對換行符號	若是在文字中有發生 “換行” 的行為則可以比對成功
\r	比對 carriage return
\s	比對任一個空白字元（White space character），等效於 [ \f\n\r\t\v]	/\s\w*/ 可比對 “A b” 中的 “b”
\S	比對任一個非空白字元，等效於 [^ \f\n\r\t\v]	/\S/\w* 可比對 “A b” 中的 “A”
\t	比對定位字元（Tab）
\v	比對垂直定位字元（Vertical tab）
\w	比對數字字母字元（Alphanumerical characters）或底線字母（”_”），等效於 [A-Za-z0-9_]	/\w/ 可比對 “.A _!9″ 中的 “A”、”_”、”9″。
\W	比對非「數字字母字元或底線字母」，等效於 [^A-Za-z0-9_]	/\W/ 可比對 “.A _!9″ 中的 “.”、” “、”!”，可見其功能與 /\w/ 恰好相反。
\ooctal	比對八進位，其中octal是八進位數目	/\oocetal123/ 可比對與八進位的ASCII中 “123″ 所相對應的字元值。
\xhex	比對十六進位，其中hex是十六進位數目	/\xhex38/ 可比對與 16進位的ASCII中 “38″ 所相對應的字元。

回首頁