Java正则表达式
正则表达式定义了字符串的模式。
正则表达式可以用来搜索、编辑或处理文本。
正则表达式并不仅限于某一种语言,但是在每种语言中有细微的差别。
一、正则表达式语法
字符 | 说明 |
---|---|
\ | 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如,"n"匹配字符"n"。"\n"匹配换行符。序列"\\"匹配"\","\("匹配"("。 |
^ | 匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性,^ 还会与"\n"或"\r"之后的位置匹配。 |
$ | 匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性,$ 还会与"\n"或"\r"之前的位置匹配。 |
* | 零次或多次匹配前面的字符或子表达式。例如,zo* 匹配"z"和"zoo"。* 等效于 {0,}。 |
+ | 一次或多次匹配前面的字符或子表达式。例如,"zo+"与"zo"和"zoo"匹配,但与"z"不匹配。+ 等效于 {1,}。 |
? | 零次或一次匹配前面的字符或子表达式。例如,"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。 |
{n} | n 是非负整数。正好匹配 n 次。例如,"o{2}"与"Bob"中的"o"不匹配,但与"food"中的两个"o"匹配。 |
{n,} | n 是非负整数。至少匹配 n 次。例如,"o{2,}"不匹配"Bob"中的"o",而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。 |
{n,m} | M 和 n 是非负整数,其中 n <= m。匹配至少 n 次,至多 m 次。例如,"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意:您不能将空格插入逗号和数字之间。 |
? | 当此字符紧随任何其他限定符(*、+、?、{n}、{n,}、{n,m})之后时,匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串,而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如,在字符串"oooo"中,"o+?"只匹配单个"o",而"o+"匹配所有"o"。 |
. | 匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符,请使用诸如"[\s\S]"之类的模式。 |
(pattern) | 匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( ),请使用"\("或者"\)"。 |
(?:pattern) | 匹配 pattern 但不捕获该匹配的子表达式,即它是一个非捕获匹配,不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如,'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。 |
(?=pattern) | 执行正向预测先行搜索的子表达式,该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配,即不能捕获供以后使用的匹配。例如,'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows",但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符,即发生匹配后,下一匹配的搜索紧随上一匹配之后,而不是在组成预测先行的字符后。 |
(?!pattern) | 执行反向预测先行搜索的子表达式,该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配,即不能捕获供以后使用的匹配。例如,'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows",但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符,即发生匹配后,下一匹配的搜索紧随上一匹配之后,而不是在组成预测先行的字符后。 |
x|y | 匹配 x 或 y。例如,'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。 |
[xyz] | 字符集。匹配包含的任一字符。例如,"[abc]"匹配"plain"中的"a"。 |
[^xyz] | 反向字符集。匹配未包含的任何字符。例如,"[^abc]"匹配"plain"中"p","l","i","n"。 |
[a-z] | 字符范围。匹配指定范围内的任何字符。例如,"[a-z]"匹配"a"到"z"范围内的任何小写字母。 |
[^a-z] | 反向范围字符。匹配不在指定的范围内的任何字符。例如,"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。 |
\b | 匹配一个字边界,即字与空格间的位置。例如,"er\b"匹配"never"中的"er",但不匹配"verb"中的"er"。 |
\B | 非字边界匹配。"er\B"匹配"verb"中的"er",但不匹配"never"中的"er"。 |
\cx | 匹配 x 指示的控制字符。例如,\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样,则假定 c 就是"c"字符本身。 |
\d | 数字字符匹配。等效于 [0-9]。 |
\D | 非数字字符匹配。等效于 [^0-9]。 |
\f | 换页符匹配。等效于 \x0c 和 \cL。 |
\n | 换行符匹配。等效于 \x0a 和 \cJ。 |
\r | 匹配一个回车符。等效于 \x0d 和 \cM。 |
\s | 匹配任何空白字符,包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。 |
\S | 匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。 |
\t | 制表符匹配。与 \x09 和 \cI 等效。 |
\v | 垂直制表符匹配。与 \x0b 和 \cK 等效。 |
\w | 匹配任何字类字符,包括下划线。与"[A-Za-z0-9_]"等效。 |
\W | 与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。 |
\xn | 匹配 n,此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如,"\x41"匹配"A"。"\x041"与"\x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。 |
\num | 匹配 num,此处的 num 是一个正整数。到捕获匹配的反向引用。例如,"(.)\1"匹配两个连续的相同字符。 |
\n | 标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式,那么 n 是反向引用。否则,如果 n 是八进制数 (0-7),那么 n 是八进制转义码。 |
\nm | 标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式,那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获,则 n 是反向引用,后面跟有字符 m。如果两种前面的情况都不存在,则 \nm 匹配八进制值 nm,其中 n 和 m 是八进制数字 (0-7)。 |
\nml | 当 n 是八进制数 (0-3),m 和 l 是八进制数 (0-7) 时,匹配八进制转义码 nml。 |
\un | 匹配 n,其中 n 是以四位十六进制数表示的 Unicode 字符。例如,\u00A9 匹配版权符号 (©)。 |
二、Pattern类和Matcher类
java正则表达式通过java.util.regex包下的Pattern类与Matcher类实现。
一个简单的demo
package test;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest1 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\w+");
System.out.println(p.pattern());
/**
* 运行结果:\w+
*/
}
}
1.Pattern.split(CharSequence input)
Pattern有一个split(CharSequence input)方法,用于分隔字符串,并返回一个String[],我猜String.split(String regex)就是通过Pattern.split(CharSequence input)来实现的.
package test;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest2 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d+");
String[] str = p.split("我的QQ是:456456我的电话是:0532214我的邮箱是:aaa@aaa.com");
for(String s:str){
System.out.println(s);
}
/**
* 我的QQ是:
我的电话是:
我的邮箱是:aaa@aaa.com
*/
}
}
2.Pattern.matcher(String regex,CharSequence input)是一个静态方法,用于快速匹配字符串,该方法适合用于只匹配一次,且匹配全部字符串.
package test;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest3 {
public static void main(String[] args) {
System.out.println(Pattern.matches("\\w+","aaaa"));
System.out.println(Pattern.matches("\\w+","aaaa1111"));
System.out.println(Pattern.matches("\\w+","aaaa1111!@"));
/**
* 运行结果:true
true
false
*/
}
}
3.Pattern.matcher(CharSequence input)
说了这么多,终于轮到Matcher类登场了,Pattern.matcher(CharSequence input)返回一个Matcher对象.
Matcher类的构造方法也是私有的,不能随意创建,只能通过Pattern.matcher(CharSequence input)方法得到该类的实例.
Pattern类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将Pattern与Matcher一起合作.Matcher类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持.
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest4 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher("22bb23");
System.out.println(m.pattern());
/**
* 运行结果:\d+
*/
}
}
4.Matcher.matches()/ Matcher.lookingAt()/ Matcher.find()
Matcher类提供三个匹配操作方法,三个方法均返回boolean类型,当匹配到时返回true,没匹配到则返回false
matches()对整个字符串进行匹配,只有整个字符串都匹配了才返回true
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest5 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher("22bb23");
System.out.println(m.matches()); //输出false
Matcher m2 = p.matcher("2233");
System.out.println(m2.matches()); //输出true
}
}
我们现在回头看一下Pattern.matcher(String regex,CharSequence input),它与下面这段代码等价
Pattern.compile(regex).matcher(input).matches()
lookingAt()对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest5 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher("22bb23");
System.out.println(m.lookingAt()); //true
Matcher m2 = p.matcher("a233");
System.out.println(m2.lookingAt()); //false
}
}
find()对字符串进行匹配,匹配到的字符串可以在任何位置.
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest5 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher("22bb23");
System.out.println(m.find()); //true
Matcher m2 = p.matcher("a233");
System.out.println(m2.find()); //true
}
}
更多方法可以查看API。
三、常用正则表达式
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* Created by zengzehao on 17-5-3.
*/
public class RegexTest6 {
public static void main(String[] args) {
Pattern p = Pattern.compile("^[\\u0391-\\uFFE5]+$");//一个或多个汉字
Matcher m = p.matcher("我是谁");
System.out.println(m.matches()); //true
Pattern p2 = Pattern.compile("^[1-9]\\d{5}$"); //邮政编码
Matcher m2 = p2.matcher("516434");
System.out.println(m2.matches()); //ture
Pattern p3 = Pattern.compile("^[1-9]\\d{4,10}"); //QQ号码
Matcher m3 = p3.matcher("993528424");
System.out.println(m3.matches()); //true
Pattern p4 = Pattern.compile("^([a-zA-Z0-9-_])+@([a-zA-Z0-9-_])+\\.([a-zA-Z0-9-_])+$"); //邮箱,参考
Matcher m4 = p4.matcher("993528424@qq.com");
Matcher m5 = p4.matcher("14zhzeng@stu.edu.cn");
System.out.println(m4.matches()); //true
System.out.println(m.matches()); //true
Pattern p5 = Pattern.compile("^[a-zA-Z][a-zA-Z0-9_]+$"); //用户名(字母开头 + 数字/字母/下划线)
Matcher m6 = p5.matcher("zheng14");
System.out.println(m6.matches()); //true
Pattern p6 = Pattern.compile("^1[3|4|5|8][0-9]\\d{8}"); //手机号码
Matcher m7 =p6.matcher("13411984877");
System.out.println(m7.matches()); //ture
Pattern p7 = Pattern.compile("^((http|https)://)?([\\w-]+\\.)+[\\w-]+(/[\\w -./?%&=]*)?$ "); //URL地址
Matcher m8 = p7.matcher("http://www.baidu.com");
System.out.println(m7.matches()); //ture
Pattern p8 = Pattern.compile("^(\\d{6})(18|19|20)?(\\d{2})([01]\\d)([0123]\\d)(\\d{3})(\\d|X|x)?$");; //身份证
Matcher m9 = p8.matcher("441521199708244456");
System.out.println(m9.matches()); //true
}
}