Java过滤特殊字符

Java正则表达式过滤

---

 

1、Java过滤特殊字符的正则表达式----转载

java过滤特殊字符的正则表达式[转载]

2010-08-05 11:06

Java过滤特殊字符的正则表达式

 

关键字: java过滤特殊字符的正则表达式

// 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

间隔 ('u0009')

换行 ('u000A')

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 [ x0Bf ]

S 非空白符号 [^ x0Bf ]

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

 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 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"au030A"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' '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(" ");             

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|.]*");