参考链接：https://blog.csdn.net/weixin_43860260/article/details/91417485
一、 概述
正则表达式定义了字符串的模式。
正则表达式可以用来搜索、编辑或处理文本。
正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。
二、 正则表达式语法
在其他语言中，\ 表示：我想要在正则表达式中插入一个普通的（字面上的）反斜杠，请不要给它任何特殊的意义。
在 Java 中，\ 表示：我要插入一个正则表达式的反斜线，所以其后的字符具有特殊的意义。
所以，在其他的语言中（如Perl），一个反斜杠 ** 就足以具有转义的作用，而在 Java 中正则表达式中则需要有两个反斜杠才能被解析为其他语言中的转义作用。也可以简单的理解在 Java 的正则表达式中，两个 \ 代表其他语言中的一个 **，这也就是为什么表示一位数字的正则表达式是 \d，而表示一个普通的反斜杠是 \\。
注意了，一定要写四个反斜杠，第一和第三个反斜杠是用作java字符串的转义，实际上只代表两个反斜杠。
字符语法：
3.1 单个符号
- "." 匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。 表达式"t.o"可以匹配：tno，t#o，teo等等。不可以匹配：tnno，to，Tno，t正o等。
- "[]" 字符集。匹配包含的任一字符。 表达式： (1)t[abcd]n 只可以匹配：tan，tbn，tcn，tdn。不可以匹配：thn，tabn，tn 等。 (2)t[a-z]n 字符范围。匹配指定范围内的任何字符。"[a-z]"匹配"a"到"z"范围内的任何小写字母。
- "|" 相当于或，可以匹配指定的字符，但是也只能选择其中一项进行匹配。 表达式：t(a|b|c|dd)n 只可以匹配：tan，tbn，tcn，tddn。不可以匹配taan，tn，tabcn。
- "^" 表示否，如果用在方括号内，“ ^“表示不想匹配的字符。 表达式： (1) [^x] 第一个字符不能是x (2) [^a-z] 反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。 (3) [^abc] 反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
- "" 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。 表达式: (1) "n"匹配字符"n"。 (2) "\n"匹配换行符。 (3) "\\"匹配"\"。 (4) "\("匹配"("。 (5) \b, \t, \n, \f, \r, ", ', \ 其中第一个"" 都是转义字符
3.2 匹配类型符号
- \d 数字字符匹配。等效于 [0-9]。
- \D 非数字字符匹配。等效于 [^0-9]。
- \f 换页符匹配。等效于 \x0c 和 \cL。
- \n 换行符匹配。等效于 \x0a 和 \cJ。
- \r 匹配一个回车符。等效于 \x0d 和 \cM。
- \s 匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。
- \S 匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
- \t 制表符匹配。与 \x09 和 \cI 等效。
- \v 垂直制表符匹配。与 \x0b 和 \cK 等效。
- \w 匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
- \W 与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。
3.3 次数限制
- "" 零次或多次匹配前面的字符或子表达式。 例如，zo 匹配"z"和"zoo"。* 等效于 {0,}。
- "+" 一次或多次匹配前面的字符或子表达式。 例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
- "?" 零次或一次匹配前面的字符或子表达式。 例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
- "{n}" n 是非负整数。正好匹配 n 次。 例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
- "{n,}" n 是非负整数。至少匹配 n 次。 例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
- "{n,m}" m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。
- "?" 当此字符紧随任何其他限定符（、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串*，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。 例如，在字符串"oooo"中，"o+?"只匹配单个"o"，而"o+"匹配所有"o"。
3.4 边界判断
- "^" 添加判断字符串串首的字符限制。 "^The"：表示所有以"The"开始的字符串（"There"，"The cat"等）；
- "
": 表示所有以"put"结尾的字符串 ("input", "output"等);
- "\b" 匹配一个字边界，即字与空格间的位置。 例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。 注意这块的第一个""是转义字符。
- "\B" 非字边界匹配。 例如，"er\B" 匹配"never"中的"er"，但不匹配"verb"中的"er"。 注意这块的第一个""是转义字符。
3.5 捕获与非捕获
（1）捕获组
- (pattern) 匹配 pattern 并捕获该匹配的子表达式。 可以使用
9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"("或者")"。 例如："(s|ies)" 匹配"applies","appls","aspply",只要里面含有s或ies的都匹配。
（2）非捕获
- (?:pattern) 匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，"industr(?:y|ies)" 是比 'industry|industries' 更经济的表达式。
- (?=pattern) 执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
- (?!pattern) 执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
三、常用正则表达式
注意：凡是"\d"是有真实意义的，在Java中都有在前面加上转义字符""，即"^\d+".下式都是些通用正则表达式，在Java使用时，注意加上转义字符"".
（1）"^\d+$" //非负整数（正整数 + 0）
（2）"^[0-9]*[1-9][0-9]*$" //正整数（001也是正整数）
（3）"^((-\d+)|(0+))$" //非正整数（负整数 + 0）
（4）"^-[0-9]*[1-9][0-9]*$" //负整数
（5）"^-?\d+$" //整数
（6）"^\d+(\.\d+)?$" //非负浮点数（正浮点数 + 0）
（7）"^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$" //正浮点数
（8）"^((-\d+(\.\d+)?)|(0+(\.0+)?))$" //非正浮点数（负浮点数 + 0）
（9）"^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$" //负浮点数
（10）"^(-?\d+)(\.\d+)?$" //浮点数
（11）"^[A-Za-z]+$" //由26个英文字母组成的字符串
（12）"^[A-Z]+$" //由26个英文字母的大写组成的字符串
（13）"^[a-z]+$" //由26个英文字母的小写组成的字符串
（14）"^[A-Za-z0-9]+$" //由数字和26个英文字母组成的字符串
（15）"^\w+$" //由数字、26个英文字母或者下划线组成的字符串
（16）"^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$" //email地址
（17）"^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$" //url
（18）/^(d{2}|d{4})-((0([1-9]{1}))|(1[1|2]))-(([0-2]([1-9]{1}))|(3[0|1]))$/ // 年-月-日
（19）/^((0([1-9]{1}))|(1[1|2]))/(([0-2]([1-9]{1}))|(3[0|1]))/(d{2}|d{4})$/ // 月/日/年
（20）"^([w-.]+)@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.)|(([w-]+.)+))([a-zA-Z]{2,4}|[0-9]{1,3})(]?)$" //Emil
（21）/^((\+?[0-9]{2,4}\-[0-9]{3,4}\-)|([0-9]{3,4}\-))?([0-9]{7,8})(\-[0-9]+)?$/ //电话号码
（22）"^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5])$" //IP地址
（23）
（24）匹配中文字符的正则表达式： [\u4e00-\u9fa5]
（25）匹配双字节字符(包括汉字在内)：[^\x00-\xff]
（26）匹配空行的正则表达式：\n[\s| ]*\r
（27）匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/
（28）匹配首尾空格的正则表达式：(^\s*)|(\s*$)
（29）匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
（30）匹配网址URL的正则表达式：^[a-zA-z]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$
（31）匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
（32）匹配国内电话号码：(\d{3}-|\d{4}-)?(\d{8}|\d{7})?
（33）匹配腾讯QQ号：^[1-9]*[1-9][0-9]*$
（34）元字符及其在正则表达式上下文中的行为：
（35）\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。
（36）^ 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。
（37）$ 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。
（38）* 匹配前面的子表达式零次或多次。
（39）+ 匹配前面的子表达式一次或多次。+ 等价于 {1,}。
（40）? 匹配前面的子表达式零次或一次。? 等价于 {0,1}。
（41）{n} n 是一个非负整数，匹配确定的n 次。
（42）{n,} n 是一个非负整数，至少匹配n 次。
（43）{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。在逗号和两个数之间不能有空格。
（44）? 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。
（45）. 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。
（46）(pattern) 匹配pattern 并获取这一匹配。
（47）(?: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。
（48）(?=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。
（49）(?!pattern) 负向预查，与(?=pattern)作用相反
（50）x|y 匹配 x 或 y。
（51）[xyz] 字符集合。
（52）[^xyz] 负值字符集合。
（53）[a-z] 字符范围，匹配指定范围内的任意字符。
（54）[^a-z] 负值字符范围，匹配任何不在指定范围内的任意字符。
（55）\b 匹配一个单词边界，也就是指单词和空格间的位置。
（56）\B 匹配非单词边界。
（57）\cx 匹配由x指明的控制字符。
（58）\d 匹配一个数字字符。等价于 [0-9]。
（59）\D 匹配一个非数字字符。等价于 [^0-9]。
（60）\f 匹配一个换页符。等价于 \x0c 和 \cL。
（61）\n 匹配一个换行符。等价于 \x0a 和 \cJ。
（62）\r 匹配一个回车符。等价于 \x0d 和 \cM。
（63）\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]。
（64）\S 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
（65）\t 匹配一个制表符。等价于 \x09 和 \cI。
（66）\v 匹配一个垂直制表符。等价于 \x0b 和 \cK。
（67）\w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。
（68）\W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。
（69）\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。
（70）\num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。
（71）\n 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
（72）\nm 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
（73）\nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
（74）\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。
（75）匹配中文字符的正则表达式： [u4e00-u9fa5]
（76）匹配双字节字符(包括汉字在内)：[^x00-xff]
（77）匹配空行的正则表达式：n[s| ]*r
（78）匹配HTML标记的正则表达式：/<(.*)>.*</1>|<(.*) />/
（79）匹配首尾空格的正则表达式：(^s*)|(s*$)
（80）匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
（81）匹配网址URL的正则表达式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
（82）利用正则表达式限制网页表单里的文本框输入内容：
（83）用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,''))"
（84）用正则表达式限制只能输入全角字符： onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,''))"
（85）用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
（86）用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
（87）
（88）
（89）整理：
（90）
（91）匹配中文字符的正则表达式： [\u4e00-\u9fa5]
（92）匹配双字节字符(包括汉字在内)：[^\x00-\xff]
（93）匹配空行的正则表达式：\n[\s| ]*\r
（94）匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/
（95）匹配首尾空格的正则表达式：(^\s*)|(\s*$)
（96）匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //
（97）匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
（98）匹配网址URL的正则表达式：http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?
（99）sql语句：^(select|drop|delete|create|update|insert).*$
（100）1、非负整数：^\d+$
（101）2、正整数：^[0-9]*[1-9][0-9]*$
（102）3、非正整数：^((-\d+)|(0+))$
（103）4、负整数：^-[0-9]*[1-9][0-9]*$
（104）
（105）5、整数：^-?\d+$
（106）
（107）6、非负浮点数：^\d+(\.\d+)?$
（108）
（109）7、正浮点数：^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
（110）
（111）8、非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$
（112）
（113）9、负浮点数：^(-((正浮点数正则式)))$
（114）
（115）10、英文字符串：^[A-Za-z]+$
（116）
（117）11、英文大写串：^[A-Z]+$
（118）
（119）12、英文小写串：^[a-z]+$
（120）
（121）13、英文字符数字串：^[A-Za-z0-9]+$
（122）
（123）14、英数字加下划线串：^\w+$
（124）
（125）15、E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
（126）
（127）16、URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$
（128）或：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]*([^<>\"\"])*$
（129）
（130）17、邮政编码：^[1-9]\d{5}$
（131）
（132）18、中文：^[\u0391-\uFFE5]+$
（133）
（134）19、电话号码：^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$
（135）
（136）20、手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$
（137）
（138）21、双字节字符(包括汉字在内)：^\x00-\xff
（139）
（140）22、匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）
（141）
（142）23、匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>
（143）
（144）24、匹配空行：\n[\s| ]*\r
（145）
（146）25、提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?
（147）
（148）26、提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
（149）
（150）27、提取信息中的图片链接：(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?
（151）
（152）28、提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)
（153）
（154）29、提取信息中的中国手机号码：(86)*0*13\d{9}
（155）
（156）30、提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}
（157）
（158）31、提取信息中的中国电话号码（包括移动和固定电话）：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}
（159）
（160）32、提取信息中的中国邮政编码：[1-9]{1}(\d+){5}
（161）
（162）33、提取信息中的浮点数（即小数）：(-?\d*)\.?\d+
（163）
（164）34、提取信息中的任何数字 ：(-?\d*)(\.\d+)?
（165）
（166）35、IP：(\d+)\.(\d+)\.(\d+)\.(\d+)
（167）
（168）36、电话区号：/^0\d{2,3}$/
（169）
（170）37、腾讯QQ号：[1-9][0-9]{4,14}
（171）
（172）38、帐号(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
（173）
（174）39、中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$
四、 Java 中正则表达式的应用
4.1 判断功能
public boolean matches(String regex)
判断这个字符串是否匹配给定的regular expression.
参数 regex - 要匹配此字符串的正则表达式。
结果 true - 如果，并且只有这个字符串与给定的正则表达式匹配 。
异常 PatternSyntaxException - 如果正则表达式的语法无效
这个是String类的方法，等同于 Pattern.matches(regex, str)；
例：判断输入的手机号是否符合规定（第一位不能为0，长度为5-15位，全数字）
public class Test2 {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
System.out.println("请输入手机号:");
String string = scanner.nextLine();
//第一位不能为0，长度5-15位
String regex = "[1-9][0-9]{4,14}";
boolean flag = string.matches(regex);
System.out.println(flag);
}
}
4.2 分割功能
public String[] split(String regex)
将此字符串拆分为给定的regular expression的匹配。尾随的空字符串不会包含在结果数组中。
参数
regex - 分隔正则表达式
结果 通过将该字符串围绕给定的正则表达式的匹配来计算的字符串数组
异常 PatternSyntaxException - 如果正则表达式的语法无效
例：按照标点符合分割古诗
String regex = "[，。]";
String string = "风急天高猿啸哀，渚清沙白鸟飞回。" +
"无边落木萧萧下，不尽长江滚滚来。" +
"万里悲秋常作客，百年多病独登台。" +
"艰难苦恨繁霜鬓，潦倒新停浊酒杯。";
String []arr = string.split(regex);
for (String string2 : arr) {
System.out.println(string2);
}
4.3 替换功能
public String replaceAll(String regex, String replacement) 用给定的替换替换与给定的regular expression匹配的此字符串的每个子字符串。
参数 regex - 要匹配此字符串的正则表达式 replacement - 要替换每个匹配的字符串
结果 所得 String
异常 PatternSyntaxException - 如果正则表达式的语法无效
这种形式为str .replaceAll( regex , repl )方法的)产生与表达式完全相同的结果 Pattern.compile(regex).matcher(str).replaceAll(repl)
例：把所有小写字母换成"-"
public class Test4 {
public static void main(String[] args) {
String regex = "[a-z]";
String str = "abcABcDef";
str = str.replaceAll(regex, "-");
System.out.println(str);
}
}
