| 代码如下 | |
|
[u4E00-u9FA5]汉字?[uFE30-uFFA0]全角字符 [u4E00-u9FA5]汉字?[uFE30-uFFA0]全角字符 |
匹配中文字符的正则表达式： [u4e00-u9fa5]
匹配双字节字符(包括汉字在内)：[^x00-xff]
应用：计算字符串的长度(一个双字节字符长度计2，ASCII字符计1)
| 代码如下 | |
| String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;} |
匹配空行的正则表达式：n[s| ]*r
匹配HTML标记的正则表达式：/<(.*)>.*|<(.*) />/
匹配首尾空格的正则表达式：(^s*)|(s*$)
知道它了我们就好解决了
| 代码如下 | 复制代码 |
|
public static void regxChinese(){ // 要匹配的字符串 String source = "<span title='5 星级酒店' class='dx dx5'>"; // 将上面要匹配的字符串转换成小写 // source = source.toLowerCase(); // 匹配的字符串的正则表达式 String reg_charset = "<span[^>]*?title='([0-9]*[s|S]*[u4E00-u9FA5]*)'[s|S] *class='[a-z]*[s|S]*[a-z]*[0-9]*'"; Pattern p = Pattern.compile(reg_charset); *class='[a-z]*[s|S]*[a-z]*[0-9]*'"; Pattern p = Pattern.compile(reg_charset); |
Java的正则表达式是可以匹配中文字符的,同时,用中文字符来写表达式也是可以的
| 代码如下 | 复制代码 |
|
String reg_charset = "<span[^>]*?title='([0-9]*[s|S]*星级酒店)'[s|S]*class='[a-z]*[s|S] *[a-z]*[0-9]*'"; String reg_charset = "<span[^>]*?title='([0-9]*[s|S]*星级酒店)'[s|S]*class='[a-z]* [s|S]*[a-z]*[0-9]*'"; |
一些常用的正则匹配规则
匹配中文字符的正则表达式： [u4e00-u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^x00-xff]
评注：可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1)
匹配空白行的正则表达式：ns*r
评注：可以用来删除空白行
匹配HTML标记的正则表达式：<(S*?)[^>]*>.*?|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式：^s*|s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
评注：表单验证时很实用
匹配网址URL的正则表达式：[a-zA-z]+://[^s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
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}$
评注：表单验证时很实用
匹配国内电话号码：d{3}-d{8}|d{4}-d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国邮政编码：[1-9]d{5}(?!d)
评注：中国邮政编码为6位数字
匹配身份证：d{15}|d{18}
评注：中国的身份证为15位或18位
匹配ip地址：d+.d+.d+.d+
评注：提取ip地址时有用