RegExp正则校验之Java及R测试

前言：

　　正则表达式（英语：Regular Expression）原属于计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里边，正则表达式通常被用来检索、替换那些符合某个模式的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如，Perl,Shell,R,Java等等。

　　因本人最近刚好在学习R语言进行网页数据抓取，觉得有必要对正则表达式做个小总结，于是便有了此文。

1.重要元字符及其简短描述

2.常见正则校验：

 1 var regexEnum =
 2
 3 {
 4
 5 intege:"^-?[1-9]\\d*$", //整数
 6
 7 intege1:"^[1-9]\\d*$", //正整数
 8
 9 intege2:"^-[1-9]\\d*$", //负整数
10
11 num:"^([+-]?)\\d*\\.?\\d+$", //数字
12
13 num1:"^[1-9]\\d*|0$", //正数（正整数 + 0）
14
15 num2:"^-[1-9]\\d*|0$", //负数（负整数 + 0）
16
17 decmal:"^([+-]?)\\d*\\.\\d+$", //浮点数
18
19 decmal1:"^[1-9]\\d*.\\d*|0.\\d*[1-9]\\d*$", //正浮点数
20
21 decmal2:"^-([1-9]\\d*.\\d*|0.\\d*[1-9]\\d*)$",//负浮点数
22
23 decmal3:"^-?([1-9]\\d*.\\d*|0.\\d*[1-9]\\d*|0?.0+|0)$",//浮点数
24
25 decmal4:"^[1-9]\\d*.\\d*|0.\\d*[1-9]\\d*|0?.0+|0$",//非负浮点数（正浮点数 + 0）
26
27 decmal5:"^(-([1-9]\\d*.\\d*|0.\\d*[1-9]\\d*))|0?.0+|0$",//非正浮点数（负浮点数 + 0）
28
29 email:"^\\w+((-\\w+)|(\\.\\w+))*\\@[A-Za-z0-9]+((\\.|-)[A-Za-z0-9]+)*\\.[A-Za-z0-9]+$", //邮件
30
31 color:"^[a-fA-F0-9]{6}$", //颜色
32
33 url:"^http[s]?:\\/\\/([\\w-]+\\.)+[\\w-]+([\\w-./?%&=]*)?$", //url
34
35 chinese:"^[\\u4E00-\\u9FA5\\uF900-\\uFA2D]+$", //仅中文
36
37 ascii:"^[\\x00-\\xFF]+$", //仅ACSII字符
38
39 zipcode:"^\\d{6}$", //邮编
40
41 mobile:"^13[0-9]{9}|15[012356789][0-9]{8}|18[0256789][0-9]{8}|147[0-9]{8}$", //手机
42
43 ip4:"^(25[0-5]|2[0-4]\\d|[0-1]\\d{2}|[1-9]?\\d)\\.(25[0-5]|2[0-4]\\d|[0-1]\\d{2}|[1-9]?\\d)\\.(25[0-5]|2[0-4]\\d|[0-1]\\d{2}|[1-9]?\\d)\\.(25[0-5]|2[0-4]\\d|[0-1]\\d{2}|[1-9]?\\d)$", //ip地址
44
45 notempty:"^\\S+$", //非空
46
47 picture:"(.*)\\.(jpg|bmp|gif|ico|pcx|jpeg|tif|png|raw|tga)$", //图片
48
49 rar:"(.*)\\.(rar|zip|7zip|tgz)$", //压缩文件
50
51 date:"^\\d{4}(\\-|\\/|\.)\\d{1,2}\\1\\d{1,2}$", //日期
52
53 qq:"^[1-9]*[1-9][0-9]*$", //QQ号码
54
55 tel:"^(([0\\+]\\d{2,3}-)?(0\\d{2,3})-)?(\\d{7,8})(-(\\d{3,}))?$", //电话号码的函数(包括验证国内区号,国际区号,分机号)
56
57 username:"^\\w+$", //用来用户注册。匹配由数字、26个英文字母或者下划线组成的字符串
58
59 letter:"^[A-Za-z]+$", //字母
60
61 letter_u:"^[A-Z]+$", //大写字母
62
63 letter_l:"^[a-z]+$", //小写字母
64
65 }
66
67  

3.实例测试

 1 #-----R测试--------
 2
 3 #=======正则验证测试
 4
 5 pattern="^\\w+((-\\w+)|(\\.\\w+))*\\@[A-Za-z0-9]+((\\.|-)[A-Za-z0-9]+)*\\.[A-Za-z0-9]+$";
 6
 7 list<-c("[email protected]","[email protected]","[email protected]","[email protected]");print(list)
 8
 9 lists<-paste(list,collapse = ‘,‘);print(lists)
10
11
12
13 #--grep()返回符合的元素下标；grep1()返回所有元素的布尔值
14
15 grep(pattern,list)
16
17 grepl(pattern,list)

R测试结果：

 1 //----Java测试---------
 2
 3 package com;
 4
 5 import java.util.regex.*;
 6
 7 /**
 8
 9 * java正则表达式验证
10
11 */
12
13 public class RegExpTest
14
15 {
16
17     /**
18
19      * 正则验证方法一
20
21      */
22
23     public static boolean regExpTest(String input) {
24
25         //验证标识符必须由字母、数字、下划线组成
26
27         Pattern p = Pattern.compile("[a-z0-9A-Z_]+");
28
29         Matcher m = p.matcher(input);
30
31         return  m.matches();
32
33
34
35     }
36
37     /**
38
39      * 正则验证方法二
40
41      */
42
43     public static boolean regExpEmail(String input){
44
45      //验证个人定义的邮箱
46
47      String regex = "^[a-zA-Z0-9][email protected][0-9a-z]{2,4}+\\.+[a-z]{2,4}$";
48
49      return  Pattern.matches(regex, input);
50
51     }
52
53     public static void main(String[] args)
54
55     {
56
57      System.out.println(regExpTest("root10086"));
58
59      System.out.println(regExpEmail("[email protected]"));
60
61      System.out.println(regExpEmail("[email protected]"));
62
63     }
64
65 }

Java测试结果：

结语：

　　正则表达式可深可浅。在我看来，其重大作用主要也就是三方面，一是“校验”，二是数据抓取，三是全局定位替换。以上内容只是本人在近期学习中的部分整理。同时也希望为其它需要了解正则表达式的朋友提供一丝参考。