前言
正则表达式是一种用来匹配字符串的强有力的武器。
注意:java字符串用\\表示\
正则表达式语法
-
普通字符
字母、数字、汉字、下划线、以及没有特殊定义的标点符号,都是“普通字符”。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。 -
简单的转义字符
- 标准字符集
–能够与 ‘多种字符’ 匹配的表达式
–注意区分大小写,大写是相反的意思
- 自定义字符集合
–[ ]方括号匹配方式,能够匹配方括号中任意一个字符
–正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了^,-之外。
–标准字符集合,除小数点外,如果被包含于中括号,自定义字符集合将包含该集合。比如:
•[\d.-+]将匹配:数字、小数点、+、-
-
量词
-修饰匹配次数的特殊符号
-
匹配次数中的贪婪模式(匹配字符越多越好,默认!)
-
匹配次数中的非贪婪模式(匹配字符越少越好,修饰匹配次数的特殊符号后再加上一个“?”号)
- 字符边界
– (本组标记匹配的不是字符而是位置,符合某种条件的位置)
– \b匹配这样一个位置:前面的字符和后面的字符不全是\w
- 预搜索
–只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
–这个位置应该符合某个条件。判断当前位置的前后字符,是否符合指定条件,但不匹配前后的字符。是对位置的匹配。
–正则表达式匹配中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终匹配结果中,那么就认为这个子表达式是占有字符;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽度的。占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的。
正则表达式的匹配模式
-
IGNORECASE忽略大小写模式
–匹配时忽略大小写。
–默认情况下,正则表达式是要区分大小写的。 -
SINGLELINE单行模式
–整个文本看作一个字符串,只有一个开头,一个结尾。
–使小数点 “.” 可以匹配包含换行符(\n)在内的任意字符。 -
MULTILINE 多行模式
–每行都是一个字符串,都有开头和结尾。
–在指定了 MULTILINE 之后,如果需要仅匹配字符串开始和结束位置,可以使用 \A 和 \Z
常用正则表达式列表
匹配类型 | 正则表达式 |
---|---|
匹配空白行 | \n\s*\r |
匹配中文字符 | [\u4e00-\u9fa5] |
匹配HTML标记 | <(\S*?)[^>]>.?</\1> |
匹配首尾空白字符 | ^\sl\s*$ |
匹配Email地址 | \w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)* |
匹配网址URL | [a-zA-z]+://[^\s]* |
匹配国内电话号码 | \d{3}-\d{8} |
匹配腾讯QQ号 | [1-9][0-9]{4,} |
匹配中国邮政编码 | [1-9]\d{5}(?!\d) |
匹配身份证 | \d{15}l\d{18} |
匹配ip地址 | \d+.\d+.\d+.\d+ |