首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Java正则速成秘籍(三)之见招拆招篇

Java正则速成秘籍(三)之见招拆招篇

作者头像
静默虚空
发布2018-01-05 15:53:28
8250
发布2018-01-05 15:53:28
举报

导读

正则表达式是什么?有什么用? 正则表达式(Regular Expression)是一种文本规则,可以用来校验查找替换与规则匹配的文本。

又爱又恨的正则

正则表达式是一个强大的文本匹配工具,但是它的规则实在很繁琐,而且理解起来也颇为蛋疼,容易让人望而生畏。

如何学习正则

刚接触正则时,我看了一堆正则的语义说明,但是仍然不明所以。后来,我多接触一些正则的应用实例,渐渐有了感觉,再结合语义说明,终有领悟。我觉得正则表达式和武侠修练武功差不多,应该先练招式,再练心法。如果一开始就直接看正则的规则,保证你会懵逼。 当你熟悉基本招式(正则基本使用案例)后,也该修炼修炼心法(正则语法)了。真正的高手不能只靠死记硬背那么几招把式。就像张三丰教张无忌太极拳一样,领悟心法,融会贯通,少侠你就可以无招胜有招,成为传说中的绝世高手。

以上闲话可归纳为一句:学习正则应该从实例去理解规则。

欲练神功,必先自宫
欲练神功,必先自宫

打开秘籍:欲练神功,必先自宫!没有蛋,也就不会蛋疼了。

Java正则速成秘籍分三篇:

展示Java对于正则表达式的支持。

介绍正则表达式的语法规则。

从实战出发,介绍正则的常用案例。

本文是Java正则速成秘籍的最后一篇——见招拆招篇。 在 Java正则速成秘籍(一)之招式篇Java正则速成秘籍(二)之心法篇,我们学习了Java支持正则功能的API以及正则表达式的语法。 本文则主要展示正则表达式在现实场景的应用。文中不会再提及正则的语法以及Java正则相关的API,如有疑问,可以参考前面两篇文章。 注:本文展示的案例,已经经过我的充分测试。如果你有兴趣,可以参考 我的github单元测试源码

正则应用

虽然本系列洋洋洒洒的大谈特谈正则表达式。但是我还是要在这里建议,如果一个正则表达式没有经过充分测试,还是要谨慎使用。

正则是把双刃剑,它可以为你节省大量的代码行。但是由于它不易阅读,维护起来可是头疼的哦(你需要一个字符一个字符的去理解)。

最实用的正则

校验中文

描述:校验字符串中只能有中文字符(不包括中文标点符号)。中文字符的Unicode编码范围是\u4e00 到 \u9fa5。

如有兴趣,可以参考Unicode

^[\u4e00-\u9fa5]+$

匹配: 春眠不觉晓

不匹配:春眠不觉晓,

校验身份证号码

描述:身份证为15位或18位。15位是第一代身份证。从1999年10月1日起,全国实行公民身份证号码制度,居民身份证编号由原15位升至18位。

15位身份证

描述:由15位数字组成。排列顺序从左至右依次为:六位数字地区码;六位数字出生日期;三位顺序号,其中15位男为单数,女为双数。

18位身份证

描述:由十七位数字本体码和一位数字校验码组成。排列顺序从左至右依次为:六位数字地区码;八位数字出生日期;三位数字顺序码和一位数字校验码(也可能是X)。

身份证号含义详情请见:居民身份证号码

地区码(6位)

(1[1-5]|2[1-3]|3[1-7]|4[1-3]|5[0-4]|6[1-5])\d{4}

出生日期(8位)

注:下面的是18位身份证的有效出生日期,如果是15位身份证,只要将第一个\d{4}改为\d{2}即可。

((\d{4}((0[13578]|1[02])(0[1-9]|[12]\d|3[01])|(0[13456789]|1[012])(0[1-9]|[12]\d|30)|02(0[1-9]|1\d|2[0-8])))|([02468][048]|[13579][26])0229)

15位有效身份证

^((1[1-5]|2[1-3]|3[1-7]|4[1-3]|5[0-4]|6[1-5])\d{4})((\d{2}((0[13578]|1[02])(0[1-9]|[12]\d|3[01])|(0[13456789]|1[012])(0[1-9]|[12]\d|30)|02(0[1-9]|1\d|2[0-8])))|([02468][048]|[13579][26])0229)(\d{3})$

匹配:110001700101031

不匹配:110001701501031

18位有效身份证

^((1[1-5]|2[1-3]|3[1-7]|4[1-3]|5[0-4]|6[1-5])\d{4})((\d{4}((0[13578]|1[02])(0[1-9]|[12]\d|3[01])|(0[13456789]|1[012])(0[1-9]|[12]\d|30)|02(0[1-9]|1\d|2[0-8])))|([02468][048]|[13579][26])0229)(\d{3}(\d|X))$

匹配:110001199001010310 | 11000019900101015X

不匹配:990000199001010310 | 110001199013010310

校验有效用户名、密码

描述:长度为6-18个字符,允许输入字母、数字、下划线,首字符必须为字母。

^[a-zA-Z]\w{5,17}$

匹配:he_llo@worl.d.com | hel.l-o@wor-ld.museum | h1ello@123.com

不匹配:hello@worl_d.com | he&llo@world.co1 | .hello@wor#.co.uk

校验邮箱

描述:不允许使用IP作为域名,如 : hello@154.145.68.12

@符号前的邮箱用户和.符号前的域名(domain)必须满足以下条件:

  • 字符只能是英文字母、数字、下划线_.-
  • 首字符必须为字母或数字;
  • _.- 不能连续出现。

域名的根域只能为字母,且至少为两个字符。

^[A-Za-z0-9](([_\.\-]?[a-zA-Z0-9]+)*)@([A-Za-z0-9]+)(([\.\-]?[a-zA-Z0-9]+)*)\.([A-Za-z]{2,})$

匹配:he_llo@worl.d.com | hel.l-o@wor-ld.museum | h1ello@123.com

不匹配:hello@worl_d.com | he&llo@world.co1 | .hello@wor#.co.uk

校验URL

描述:校验URL。支持http、https、ftp、ftps。

^(ht|f)(tp|tps)\://[a-zA-Z0-9\-\.]+\.([a-zA-Z]{2,3})?(/\S*)?$

匹配:http://google.com/help/me | http://www.google.com/help/me/ | https://www.google.com/help.asp | ftp://www.google.com | ftps://google.org

不匹配:http://un/www.google.com/index.asp

校验时间

描述:校验时间。时、分、秒必须是有效数字,如果数值不是两位数,十位需要补零。

^([0-1][0-9]|[2][0-3]):([0-5][0-9])$

匹配:00:00:00 | 23:59:59 | 17:06:30

不匹配:17:6:30 | 24:16:30

校验日期

描述:校验日期。日期满足以下条件:

  • 格式yyyy-MM-dd或yyyy-M-d
  • 连字符可以没有或是“-”、“/”、“.”之一
  • 闰年的二月可以有29日;而平年不可以。
  • 一、三、五、七、八、十、十二月为31日。四、六、九、十一月为30日。
^(?:(?!0000)[0-9]{4}([-/.]?)(?:(?:0?[1-9]|1[0-2])\1(?:0?[1-9]|1[0-9]|2[0-8])|(?:0?[13-9]
|1[0-2])\1(?:29|30)|(?:0?[13578]|1[02])\1(?:31))|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579]
[26])|(?:0[48]|[2468][048]|[13579][26])00)([-/.]?)0?2\2(?:29))$

匹配:2016/1/1 | 2016/01/01 | 20160101 | 2016-01-01 | 2016.01.01 | 2000-02-29

不匹配:2001-02-29 | 2016/12/32 | 2016/6/31 | 2016/13/1 | 2016/0/1

校验中国手机号码

描述:中国手机号码正确格式:11位数字。

移动有16个号段:134、135、136、137、138、139、147、150、151、152、157、158、159、182、187、188。其中147、157、188是3G号段,其他都是2G号段。 联通有7种号段:130、131、132、155、156、185、186。其中186是3G(WCDMA)号段,其余为2G号段。 电信有4个号段:133、153、180、189。其中189是3G号段(CDMA2000),133号段主要用作无线网卡号。 总结:13开头手机号0-9;15开头手机号0-3、5-9;18开头手机号0、2、5-9。

此外,中国在国际上的区号为86,所以手机号开头有+86、86也是合法的。

^((\+)?86\s*)?((13[0-9])|(15([0-3]|[5-9]))|(18[0,2,5-9]))\d{8}$

匹配:+86 18012345678 | 86 18012345678 | 15812345678

不匹配:15412345678 | 12912345678 | 180123456789

校验中国固话号码

描述:固话号码,必须加区号(以0开头)。 3位有效区号:010、020~029,固话位数为8位。 4位有效区号:03xx开头到09xx,固话位数为7。

^(010|02[0-9])(\s|-)\d{8}|(0[3-9]\d{2})(\s|-)\d{7}$

匹配:010-12345678 | 010 12345678 | 0512-1234567 | 0512 1234567

不匹配:1234567 | 12345678

校验IPv4地址

描述:IP地址是一个32位的二进制数,通常被分割为4个“8位二进制数”(也就是4个字节)。IP地址通常用“点分十进制”表示成(a.b.c.d)的形式,其中,a,b,c,d都是0~255之间的十进制整数。

^([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])$

匹配:0.0.0.0 | 255.255.255.255 | 127.0.0.1

不匹配:10.10.10 | 10.10.10.256

校验IPv6地址

描述:IPv6的128位地址通常写成8组,每组为四个十六进制数的形式。

IPv6地址可以表示为以下形式:

显然,IPv6地址的表示方式很复杂。你也可以参考

IPv6

Stack overflow上的IPv6正则表达高票答案

(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))

匹配:1:2:3:4:5:6:7:8 | 1:: | 1::8 | 1::6:7:8 | 1::5:6:7:8 | 1::4:5:6:7:8 | 1::3:4:5:6:7:8 | ::2:3:4:5:6:7:8 | 1:2:3:4:5:6:7:: | 1:2:3:4:5:6::8 | 1:2:3:4:5::8 | 1:2:3:4::8 | 1:2:3::8 | 1:2::8 | 1::8 | ::8 | fe80::7:8%1 | ::255.255.255.255 | 2001:db8:3:4::192.0.2.33 | 64:ff9b::192.0.2.33

不匹配:1.2.3.4.5.6.7.8 | 1::2::3

特定字符

匹配长度为3的字符串:^.{3}$

匹配由26个英文字母组成的字符串:^[A-Za-z]+$

匹配由26个大写英文字母组成的字符串:^[A-Z]+$

匹配由26个小写英文字母组成的字符串:^[a-z]+$

匹配由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$

匹配由数字、26个英文字母或者下划线组成的字符串:^\w+$

特定数字

匹配正整数:^[1-9]\d*$

匹配负整数:^-[1-9]\d*$

匹配整数:^(-?[1-9]\d*)|0$

匹配正浮点数:^[1-9]\d*\.\d+|0\.\d+$

匹配负浮点数:^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$

匹配浮点数:^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

参考

正则应用之——日期正则表达式

http://www.regexlib.com/

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2016-11-08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 导读
  • 正则应用
    • 最实用的正则
      • 校验中文
      • 校验身份证号码
      • 校验有效用户名、密码
      • 校验邮箱
      • 校验URL
      • 校验时间
      • 校验日期
      • 校验中国手机号码
      • 校验中国固话号码
      • 校验IPv4地址
      • 校验IPv6地址
    • 特定字符
      • 特定数字
      • 参考
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档