正则表达式基础语法
正则表达式的介绍
字符范围匹配
元字符
多次重复匹配
定位匹配
贪婪模式和非贪婪模式
表达式分组
正则表达式应用
JavaScript表单验证
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>Insert title here</title>
</head>
<body>
<form action="#" method="post" id="frmInfo">
<div id="err" style="color:red">
</div>
<div>
姓名：<input id="name" name="name" placeholder="张三"/>
</div>
<div>
身份证：<input id="indo" name="indo" placeholder="410882199406054013"/>
</div>
<div>
<input type="submit"/>
</div>
</form>
<script type="text/javascript">
document.getElementById("frmInfo").onsubmit = function(){
//在JS中定义正则表达式对象方式：/正则表达式/
var regex1 = /^[\u4e00-\u9fa5]{2,8}$/;
var regex2 = /^[1234568]\d{16}[0-9xX]$/;
var name = document.getElementById("name").value;
var indo = document.getElementById("idno").value;
//利用正则校验数据，true代表校验成功
if(regex1.test(name) == false){
document.getElementById("err").innerHTML = "无效姓名";
return false;
}else if(regex2.test(indo) == false){
document.getElementById("err").innerHTML = "无效身份证号";
return false;
}else{
alert("验证通过，准备提交！")
return true;
}
}
</script>
</body>
</html>
Java中Web页面信息提取
<!DOCTYPEhtml>
<html>
<head>
<meta charset="UTF-8">
<title>国际主要城市</title>
</head>
<body>
<h1>国际主要城市</h1>
<ul>
<li>纽约NewYork</li>
<li>伦敦London</li>
<li>东京Tokyo</li>
<li>巴黎Paris</li>
<li>香港HongKong</li>
<li>新加坡Singapore</li>
<li>悉尼Sydney</li>
<li>米兰Milano</li>
<li>上海Shanghai</li>
<li>北京Beijing</li>
<li>马德里Madrid</li>
<li>莫斯科Moscow</li>
<li>首尔Seoul</li>
<li>曼谷Bangkok</li>
<li>多伦多Toronto</li>
<li>布鲁塞尔Brussels</li>
<li>芝加哥Chicago</li>
<li>吉隆坡KualaLumpur</li>
<li>孟买Mumbai</li>
<li>华沙Warsaw</li>
<li>圣保罗SaoPaulo</li>
<li>苏黎世Zurich</li>
<li>阿姆斯特丹Amsterdam</li>
<li>墨西哥城MexicoCity</li>
<li>雅加达Jakarta</li>
<li>都柏林Dublin</li>
<li>曼谷Bangkok</li>
<li>台北Taipei</li>
<li>伊斯坦布尔Istanbul</li>
<li>里斯本Lisbon</li>
<li>罗马Rome</li>
<li>法兰克福Frankfurt</li>
<li>斯德哥尔摩Stockholm</li>
<li>布拉格Prague</li>
<li>维也纳Vienna</li>
<li>布达佩斯Budapest</li>
<li>雅典Athens</li>
<li>加拉加斯Caracas</li>
<li>洛杉矶LosAngeles</li>
<li>新西兰NewZealand</li>
<li>圣地亚哥SanDiego</li>
<li>布宜诺斯艾利斯BuenosAires</li>
<li>华盛顿Washington</li>
<li>墨尔本Melbourne</li>
<li>约翰内斯堡Johannesburg</li>
<li>亚特兰大Atlanta</li>
<li>巴塞罗那Barcelona</li>
<li>旧金山SanFrancisco</li>
<li>马尼拉Manila</li>
<li>波哥大Bogota</li>
<li>特拉维夫TelAviv-Yafo</li>
<li>新德里NewDelhi</li>
<li>迪拜Dubai</li>
<li>布加勒斯特Bucharest</li>
<li>奥斯陆Oslo</li>
<li>柏林Berlin</li>
<li>赫尔辛基Helsinki</li>
<li>日内瓦Geneva</li>
<li>利雅得Riyadh</li>
<li>哥本哈根Copenhagen</li>
<li>汉堡Hamburg</li>
<li>开罗Cairo</li>
<li>卢森堡Luxembourg</li>
<li>班加罗尔Bangalore</li>
<li>达拉斯Dallas</li>
<li>科威特城Kuwaitcity</li>
<li>波士顿Boston</li>
<li>慕尼黑Munich</li>
<li>迈阿密Miami</li>
<li>利马Lima</li>
<li>基辅Kiev</li>
<li>休斯顿Houston</li>
<li>广州Guangzhou</li>
<li>贝鲁特Beirut</li>
<li>卡拉奇Karachi</li>
<li>索菲亚Sophia</li>
<li>蒙得维的亚Montevideo</li>
<li>里约热内卢RioDEJaneiro</li>
<li>胡志明市HoChiMinhCity</li>
<li>蒙特利尔Montreal</li>
<li>内罗毕Nairobi</li>
<li>巴拿马城Panamacity</li>
<li>金奈Chennai</li>
<li>布里斯班Brisbane</li>
<li>卡萨布兰卡Casablanca</li>
<li>丹佛Denver</li>
<li>基多Quito</li>
<li>斯图加特Stuttgart</li>
<li>温哥华Vancouver</li>
<li>麦纳麦MaiNaMai</li>
<li>危地马拉市Guatemalacity</li>
<li>开普敦CapeTown</li>
<li>圣何塞SanJose</li>
<li>西雅图Seattle</li>
<li>深圳Shenzhen</li>
<li>珀斯Perth</li>
<li>加尔各答Calcutta</li>
<li>安特卫普Antwerp</li>
<li>费城Philadelphia</li>
<li>鹿特丹Rotterdam</li>
<li>拉各斯Lagos</li>
<li>波特兰Portland</li>
<li>底特律Detroit</li>
<li>曼彻斯特Manchester</li>
<li>惠灵顿Wellington</li>
<li>里加Riga</li>
<li>爱丁堡Edinburgh</li>
<li>圣彼得堡StPetersburg</li>
<li>圣迭戈SanDiego</li>
<li>伊斯兰堡Islamabad</li>
<li>伯明翰Birmingham</li>
<li>多哈Doha</li>
<li>阿拉木图AlmaAtaAlmaty</li>
<li>卡尔加里Calgary</li>
</ul>
</body>
</html>
package com.jesse.regex;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.FilterReader;
import java.io.InputStreamReader;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexSample {
public static void main(String[] args) {
StringBuilder content = new StringBuilder();
try {
FileInputStream fis = new FileInputStream("E:\\FileWeb\\regex\\WebContent\\sample.html");
InputStreamReader isr = new InputStreamReader(fis, "UTF-8");
//FileReader isr = new FileReader("E:\\FileWeb\\regex\\WebContent\\sample.html");
BufferedReader bf = new BufferedReader(isr);
String lineText = "";
while((lineText = bf.readLine()) != null) {
//System.out.println(lineText);
content.append(lineText + "\n");
}
bf.close();
//System.out.println(content);
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
//1. 创建正则表达式对象
Pattern p = Pattern.compile("<li>([\\u4e00-\\u9fa5]{2,10})([a-zA-Z]+)</li>");
//2. 匹配正则表达式
Matcher m = p.matcher(content);
//3. 查找匹配的结果
while(m.find()){
//System.out.println(m.group(0));
String chs = m.group(1);
String eng = m.group(2);
System.out.println(chs + "-" + eng);
}
}
}