zoukankan      html  css  js  c++  java
  • Java过滤特殊字符的正则表达式

    网上找了好久也没找到个合适的正则表达式以过滤特殊字符;自己学习了下,写了两个,实现要求。
    Java代码
    1. // 过滤特殊字符  
    2.     public   static    String StringFilter(String    str)   throws    PatternSyntaxException    {     
    3.                 // 只允许字母和数字       
    4.                 // String    regEx   =   "[^a-zA-Z0-9]";                     
    5.                    // 清除掉所有特殊字符  
    6.            String regEx="[`~!@#$%^&*()+=|{}':;',\\[\\].<>/?~!@#¥%……&*()——+|{}【】‘;:”“’。,、?]";  
    7.            Pattern    p    =    Pattern.compile(regEx);     
    8.            Matcher    m    =    p.matcher(str);     
    9.           return    m.replaceAll("").trim();     
    10.            }     
    11.     @Test         
    12.     public    void    testStringFilter()   throws    PatternSyntaxException    {     
    13.            String    str    =   "*adCVs*34_a _09_b5*[/435^*&城池()^$$&*).{}+.|.)%%*(*.中国}34{45[]12.fd'*&999下面是中文的字符¥……{}【】。,;’“‘”?";     
    14.            System.out.println(str);     
    15.            System.out.println(StringFilter(str));     
    16.            }    
    // 过滤特殊字符 public static String StringFilter(String str) throws PatternSyntaxException { // 只允许字母和数字 // String regEx = "[^a-zA-Z0-9]"; // 清除掉所有特殊字符 String regEx="[`~!@#$%^&*()+=|{}':;',\\[\\].<>/?~!@#¥%……&*()——+|{}【】‘;:”“’。,、?]"; Pattern p = Pattern.compile(regEx); Matcher m = p.matcher(str); return m.replaceAll("").trim(); } @Test public void testStringFilter() throws PatternSyntaxException { String str = "*adCVs*34_a _09_b5*[/435^*&城池()^$$&*).{}+.|.)%%*(*.中国}34{45[]12.fd'*&999下面是中文的字符¥……{}【】。,;’“‘”?"; System.out.println(str); System.out.println(StringFilter(str)); }

    用的是JUnit测试的,当然你可以改成main

    Java正则表达式学习:
    因为正则表达式是一个很庞杂的体系,此例仅举些入门的概念,更多的请参阅相关书籍及自行摸索。

    \\ 反斜杠
    \t 间隔 ('\u0009')
    \n 换行 ('\u000A')
    \r 回车 ('\u000D')
    \d 数字 等价于[0-9]
    \D 非数字 等价于[^0-9]
    \s 空白符号 [\t\n\x0B\f\r]
    \S 非空白符号 [^\t\n\x0B\f\r]
    \w 单独字符 [a-zA-Z_0-9]
    \W 非单独字符 [^a-zA-Z_0-9]
    \f 换页符
    \e Escape
    \b 一个单词的边界
    \B 一个非单词的边界
    \G 前一个匹配的结束

    ^为限制开头
    ^java     条件限制为以Java为开头字符
    $为限制结尾
    java$     条件限制为以java为结尾字符
    . 条件限制除\n以外任意一个单独字符
    java..     条件限制为java后除换行外任意两个字符


    加入特定限制条件「[]」
    [a-z]     条件限制在小写a to z范围中一个字符
    [A-Z]     条件限制在大写A to Z范围中一个字符
    [a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
    [0-9]     条件限制在小写0 to 9范围中一个字符
    [0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
    [0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)

    []中加入^后加再次限制条件「[^]」
    [^a-z]     条件限制在非小写a to z范围中一个字符
    [^A-Z]     条件限制在非大写A to Z范围中一个字符
    [^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
    [^0-9]     条件限制在非小写0 to 9范围中一个字符
    [^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
    [^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

    在限制条件为特定字符出现0次以上时,可以使用「*」
    J*     0个以上J
    .*     0个以上任意字符
    J.*D     J与D之间0个以上任意字符

    在限制条件为特定字符出现1次以上时,可以使用「+」
    J+     1个以上J
    .+     1个以上任意字符
    J.+D     J与D之间1个以上任意字符

    在限制条件为特定字符出现有0或1次以上时,可以使用「?」
    JA?     J或者JA出现

    限制为连续出现指定次数字符「{a}」
    J{2}     JJ
    J{3}     JJJ
    文字a个以上,并且「{a,}」
    J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存)
    文字个以上,b个以下「{a,b}」
    J{3,5}     JJJ或JJJJ或JJJJJ
    两者取一「|」
    J|A     J或A
    Java|Hello     Java或Hello

    「()」中规定一个组合类型
    比如,我查询<a href=\"index.html\">index</a>中<a href></a>间的数据,可写作<a.*href=\".*\">(.+?)</a>

    在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:
    Pattern Pattern.compile(String regex, int flag)

    flag的取值范围如下:
    Pattern.CANON_EQ     当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规 范相等性(canonical equivalence)"。
    Pattern.CASE_INSENSITIVE(?i)     默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配,只要将UNICODE_CASE与这个标志合起来就行了。
    Pattern.COMMENTS(?x)     在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
    Pattern.DOTALL(?s)     在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。
    Pattern.MULTILINE
    (?m)     在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。
    Pattern.UNICODE_CASE
    (?u)     在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。
    Pattern.UNIX_LINES(?d)     在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。


    抛开空泛的概念,下面写出几个简单的Java正则用例:

    ◆比如,在字符串包含验证时

    //查找以Java开头,任意结尾的字符串
    Pattern pattern = Pattern.compile("^Java.*");
    Matcher matcher = pattern.matcher("Java不是人");
    boolean b= matcher.matches();
    //当条件满足时,将返回true,否则返回false
    System.out.println(b);


    ◆以多条件分割字符串时
    Pattern pattern = Pattern.compile("[, |]+");
    String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
    for (int i=0;i<strs.length;i++) {
        System.out.println(strs[i]);
    }

    ◆文字替换(首次出现字符)
    Pattern pattern = Pattern.compile("正则表达式");
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
    //替换第一个符合正则的数据
    System.out.println(matcher.replaceFirst("Java"));

    ◆文字替换(全部)
    Pattern pattern = Pattern.compile("正则表达式");
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
    //替换第一个符合正则的数据
    System.out.println(matcher.replaceAll("Java"));


    ◆文字替换(置换字符)
    Pattern pattern = Pattern.compile("正则表达式");
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
    StringBuffer sbr = new StringBuffer();
    while (matcher.find()) {
        matcher.appendReplacement(sbr, "Java");
    }
    matcher.appendTail(sbr);
    System.out.println(sbr.toString());

    ◆验证是否为邮箱地址

    String str="ceponline@yahoo.com.cn";
    Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
    Matcher matcher = pattern.matcher(str);
    System.out.println(matcher.matches());

    ◆去除html标记
    Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
    Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
    String string = matcher.replaceAll("");
    System.out.println(string);

    ◆查找html中对应条件字符串
    Pattern pattern = Pattern.compile("href=\"(.+?)\"");
    Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
    if(matcher.find())
    System.out.println(matcher.group(1));
    }

    ◆截取http://地址
    //截取url
    Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
    Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
    StringBuffer buffer = new StringBuffer();
    while(matcher.find()){             
        buffer.append(matcher.group());       
        buffer.append("\r\n");             
    System.out.println(buffer.toString());
    }
           
    ◆替换指定{}中文字

    String str = "Java目前的发展史是由{0}年-{1}年";
    String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
    System.out.println(replace(str,object));

    public static String replace(final String sourceString,Object[] object) {
                String temp=sourceString;   
                for(int i=0;i<object.length;i++){
                          String[] result=(String[])object[i];
                   Pattern    pattern = Pattern.compile(result[0]);
                   Matcher matcher = pattern.matcher(temp);
                   temp=matcher.replaceAll(result[1]);
                }
                return temp;
    }


    ◆以正则条件查询指定目录下文件

    //用于缓存文件列表
            private ArrayList files = new ArrayList();
            //用于承载文件路径
            private String _path;
            //用于承载未合并的正则公式
            private String _regexp;
           
            class MyFileFilter implements FileFilter {

                /**
                   * 匹配文件名称
                   */
                public boolean accept(File file) {
                    try {
                      Pattern pattern = Pattern.compile(_regexp);
                      Matcher match = pattern.matcher(file.getName());               
                      return match.matches();
                    } catch (Exception e) {
                      return true;
                    }
                }
                }
           
            /**
            * 解析输入流
            * @param inputs
            */
            FilesAnalyze (String path,String regexp){
                getFileName(path,regexp);
            }
           
            /**
            * 分析文件名并加入files
            * @param input
            */
            private void getFileName(String path,String regexp) {
                //目录
                  _path=path;
                  _regexp=regexp;
                File directory = new File(_path);
                File[] filesFile = directory.listFiles(new MyFileFilter());
                if (filesFile == null) return;
                for (int j = 0; j < filesFile.length; j++) {
                    files.add(filesFile[j]);
                }
                return;
                }
       
            /**
             * 显示输出信息
             * @param out
             */
            public void print (PrintStream out) {
                Iterator elements = files.iterator();
                while (elements.hasNext()) {
                    File file=(File) elements.next();
                        out.println(file.getPath());   
                }
            }

            public static void output(String path,String regexp) {

                FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
                fileGroup1.print(System.out);
            }
       
            public static void main (String[] args) {
                output("C:\\","[A-z|.]*");
            }
  • 相关阅读:
    java并发之CountDownLatch
    在字符串中找出连续最长的数字串
    201301 JAVA题目0-1级
    linux vi 快捷键
    并行流水线、搜索、排序
    JDK中的Future模式
    Disruptor
    Unsafe类 AtomicReference AtomicStampedReference AtomicIntegerArray AtomicIntegerFieldUpdater vector SynchronousQueue
    java 虚拟机 分区 及 GC
    java 虚拟机对锁对优化
  • 原文地址:https://www.cnblogs.com/danghuijian/p/4400600.html
Copyright © 2011-2022 走看看