正则表达式（一）-正则表达式的特点

正则表达式:

• 符合一定规则的表达式
• 特点:用一些特定地符号,来表示一些代码操作.如,用 a* 代表abcdse 这个字符串.
• 所以学习正则表达式,就是在学习一些特殊符号的使用
• 作用:用于专门操作字符串
  • string类型提供的字符串的操作,太简单.有时候不能满足字符串操作的需求.而如果使用代码实现字符串的操作,实现的代码又会太长.这时候正则表达式就营运而生了
  • 对字符串即简便又灵活高效的方式就是正则表达式
• • 
    

例子

对OO号码进行校验.

要求:QQ号只有5~15位;0不能打头;只能是数字

设计过程,从第1个字符开始设计 

• 对这个QQ号的一位一位地进行分析
• 首先,第1位,不能0开头,只能取1-9     regex="[1-9]"
• 说第1位满足了,那第2位呢?只要是一个数字就可以了,所以用\\d,代表第2位
• 第3位呢,第3为也是\\d,看是不是要崩溃啊.我QQ号的位数不是定值啊,那我\\d应该写几个呢.我不知道啊!
  • 所以,你知道了第3位之后都是\\d  那使用"[1-9]\\d{4,14}" 

正则表达式的具体操作功能

• 进行字符串的匹配.
  • 使用string 
• 用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false

正则表达式的介绍

字符类模式匹配

[abc]	a, b, or c (simple class)
[^abc]	Any character except a, b, or c (negation)
[a-zA-Z]	a through z or A through Z, inclusive (range)
[a-d[m-p]]	a through d, or m through p: [a-dm-p] (union)
[a-z&&[def]]	d, e, or f (intersection)
[a-z&&[^bc]]	a through z, except for b and c: [ad-z] (subtraction)
[a-z&&[^m-p]]	a through z, and not m through p: [a-lq-z](subtraction)

[abc]  

• []是一个特殊的符号,表示"或"的意思. 字符串第第一个字符是a或b或c,并且匹配的字符串有且仅有1个字符,即字符串要么是 a 要么是 b 要么是 c 才能把这个字符串匹配成功
• [abc][a-z]    你的第一个字母必须是a或b或c,你的第二个字母只要是a~z就可以了.匹配的字符串的长度为2

[^abc] 

• 异或a,b,c
• 第一个字母只要不是a,b,c就可以了.匹配的字符串的长度为1
• [^abc][d-f]  你的第一个字母只要不是a,且不是b,且不是c,第2个字母是d-f的字符,这个字符串就可以匹配成功.匹配的字符串的长度是2

[a-zA-Z]

• [^abc][a-zA-Z] 匹配的字符串的第1位即不是a,又不是b,也不是c,第2位只要字符是a~z或A~Z中的一个就可以了.匹配的字符串长度为2

[a-d[m-p]]

• 对应位置的字符或者是a-d范围的一个字符.或者是m-p范围的一个字符

[a-z&&[def]]

• 取[a-z]于[def] 的交集.则对应位置是d 或者 e 或者 f

[a-z&&[^bc]]

[a-z&&[^m-p]]

我现在要求:第1个数是1位是字母,第2位是数字

• [a-zA~Z][0-9]   这个字符串当且仅当只有2位.第1为是字符,第2为是一个数字;
  • 我这个正则表达式只能校验长度为2的字符串

预定义字符类

.	Any character (may or may not match line terminators)
\d	A digit: [0-9]
\D	A non-digit: [^0-9]
\h	A horizontal whitespace character: [ \t\xA0\u1680\u180e\u2000-\u200a\u202f\u205f\u3000]
\H	A non-horizontal whitespace character: [^\h]
\s	A whitespace character: [ \t\n\x0B\f\r]
\S	A non-whitespace character: [^\s]
\v	A vertical whitespace character: [\n\x0B\f\r\x85\u2028\u2029]
\V	A non-vertical whitespace character: [^\v]
\w	A word character: [a-zA-Z_0-9]
\W	A non-word character:  [^\w] .  小数点.表示任意的一个字符 \d 表示任意的一个0~9的数字 [a-zA-Z]\\d 等价于[a-zA-Z][0-9] \\d 的意思是我先用\把"\d"中的"\"转义成一个普通的反斜杠,再和d组合在一起,成代表0-9的1个数字 正则表达式中,反斜杠要出现,就一对一对地("\\")地出现 \D 非0~9 即,除了0~9的数,这个.都可以表示 \s 代表1个"空白字符". 空白字符有:空格,16进制,换页符,回车符 它表示   \t\n     空格 \xOB   代表16进制 \f     换页符 \n    回车符 \S 代表1个非空白符 [a-z]\\S ab 匹配成功 "a "  a加上1个空格   匹配失败 \w [a-zA-Z_0-9]  代表1个a-z,A-Z.0-9 中的任意的一个符号.既可以表示小写字母,又可以表示大写字母,还可以表示数字 "\\w"   匹配 字符串"a" 成功."9" 成功 "Z" 成功

数量词

• 上面的让我一个[]代表1个字符,太麻烦了吧.于是,数字就出现了

Greedy quantifiers
X?	X, once or not at all
X*	X, zero or more times
X+	X, one or more times
X{n}	X, exactly n times
X{n,}	X, at least n times
X{n,m}	X, at least n but not more than m times

X ?

• X代表一个匹配规则
• 这个?就代表,这个规则X,出现了1次或者1次也没有
• [a-zA-Z]\\d? 
  • 我的第1个字符是一个字母,第2个字符是一个数字,在\\d 后面添加了一个"?" ,表示我的\\d有可能有,有可能没有.即我的字符串中第2位以后可能有一个数字,也有可能没有
  • 如 "a7","a"  都可以匹配成功  

X *

• *后面的所有的匹配规则都是X,一旦出现别的类型的匹配规则,就会出现错误.
• 代表这个匹配规则X可能出现0次或者多次(1,2,3,4...n)
  • 0次是啥意思啊 .    * 就是X*的0次的意思
  • "[a-z]\\d*"    
    • 字符串 "a"  匹配成功
• X,号后边的匹配规则必须是和X这个规则同一个类型的.
  • 例如 [a-z]\\d*  表示字符串的第1位是字母a-z,第2位是数字,第3位及其以后都必须是数字才可以
    • "a2a4"  这个字符串就匹配失败了  .因为第3位是一个字母
• 但是你要记住啊出现多次X的规则,必须是连续出现的.XXXXX

X +

• +后面必须得有不少于1个X匹配规则
• +后面的所有的规则都是X
• 如"a+" 
  • "aab"   匹配失败 .因为第1个字符a后面,不是所有的字符都是a,第3位是b
  • "aaa" 匹配成功

X { n }

• X规则出现n次
• [a-z]\\d{3}
  • "a111"  匹配成功
  • "a1111" 匹配不成功
• [a-z]\\d{3}[a-z]
  • 匹配的字符串长度为1+3+1=5
  • "a111a"  匹配成功

X{n,}

• 至少取n次
• [a-z]\\d{3,}
  • "a11"  匹配不成功
  • "a111"  匹配成功
  • "a1111"  匹配成功
  • "a1113" 匹配成功.因为"[a-z]\\d{3,}" 要求的字符串的长度就是4,当a111 匹配成功折之后,匹配结果true 就会被返回."a11113"中的3的匹配将不会被执行.程序的运行就会停止 
• 
  

X{n,m}

构建正则表达式的一个非常好的方法

int num=3

String str ="[a-zA-Z]"+"{"+num+"}"        // [a-zA-Z]{3}

手机号段匹配

13xxx  15xxx   18xxx

regix="1{358}\\d{9}"