1.Java正则表达式简介
1.1关于正则表达式
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。
正则表达式并不限于某一种语言,但是在每种语言中有细微的差别。
1.2Java正则表达式
一个字符串其实就是一个简单的正则表达式,例如Hello World正则表达式匹配”Hello World”字符串。.也是一个正则表达式,匹配任意字符。
Java.util.regex 包主要包括以下三个类:
- Pattern类:
pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象,你必须首先调用其公共静态编译方法,它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。
- Matcher 类:
Matcher对象是对输入字符串进行解释和匹配操作的引擎。与 Pattern类一样,Matcher也没有公共构造方法。你需要调用Pattern
对象的matcher方法来获得一个Matcher对象
- PatternSyntaxException:
PatternSyntaxException是一个非强制异常类,它表示一个正则表达式模式中的语法错误。
2.捕获组
捕获组是把多个字符当作一个单独单元进行处理的方法,它通过对括号内的字符分组来创建。
例如,正则表达式(dog)创建了单一分组,组内包括”d”,”o”,和”g”
捕获组是通过从左至右计算括号来编号。例如,在表达式((A)(B(C))),有这样的组:
- ((A)(B(C)))
- (A)
- (B(C))
- (C)
可以通过调用matcher对象的groupCount方法来查看表达式有多少个分组。groupCount方法返回一个int值,表示matcher对象当前有多少个捕获组。
还有一个特殊的组((group(0))),它总是代表整个表达式。该组不包括在groupCount的返回值中。
Java代码示例:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class EX01
{
public static void main( String[] args ){
// 按指定模式在字符串查找
String line = "This order was placed for QT3000! OK?";
String pattern = "(\\D*)(\\d+)(.*)";
// 创建 Pattern 对象
Pattern r = Pattern.compile(pattern);
// 现在创建 matcher 对象
Matcher m = r.matcher(line);
if (m.find( )) {
System.out.println("Found value: " + m.group(0) );
System.out.println("Found value: " + m.group(1) );
System.out.println("Found value: " + m.group(2) );
System.out.println("Found value: " + m.group(3) );
} else {
System.out.println("NO MATCH");
}
}
}
示例运行结果:
Found value: This order was placed for QT3000! OK?
Found value: This order was placed for QT
Found value: 3000
Found value: ! OK?
3.正则表达式语法
在Java中,\\表示:我要插入一个正则表达式的反斜线,所以其后的字符具有特殊的意义。
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 |
\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 (©)。 |
4.Pattern类
Java正则表达式通过java.util.regex包下的Pattern类与Matcher类实现。
4.1创建正则表达式
Pattern类创建一个正则表达式,也可以说创建一个匹配模式,它的构造方法是私有的,不可以直接创建,但可以通过Pattern.complie(String regex)简单工厂方法创建一个正则表达式。
Java代码示例:
import java.util.regex.Pattern;
public class EX02 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\w+");
String regex = p.pattern(); //返回 \w+
System.out.print(regex);
}
}
示例运行结果:
\w+
pattern()返回正则表达式的字符串形式,其实就是返回Pattern.compile(String regex)的regex参数
4.2Pattern.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[]
Java代码示例:
import java.util.regex.Pattern;
public class EX03 {
public static void main(String[] args) {
String line = "我的QQ是:456456我的电话是:0532214我的邮箱是:aaa@aaa.com";
Pattern p = Pattern.compile("\\d+");
String[] str = p.split(line);
for(int i = 0; i < str.length; i++)
System.out.println("srt[" + i + "] = " + str[i]);
}
}
示例运行结果:
srt[0] = 我的QQ是:
srt[1] = 我的电话是:
srt[2] = 我的邮箱是:aaa@aaa.com
4.3Pattern.matches(String regex,CharSequence input)
Pattern.matcher(String regex,CharSequence input)是一个静态方法,用于快速匹配字符串,该方法适用于只匹配一次,且匹配全部字符串
Java代码示例:
import java.util.regex.*;
public class EX04 {
public static void main(String[] args) {
boolean[] bool = new boolean[3];
bool[0] = Pattern.matches("\\d+", "2223");
//返回true
bool[1] = Pattern.matches("\\d+", "2223aa");
//返回false,需要匹配到所有字符串才能返回true,这里aa不能匹配到
bool[2] = Pattern.matches("\\d+", "22bb23");
//返回false,需要匹配到所有字符串才能返回true,这里bb不能匹配到
for(int i = 0; i < 3; i++)
System.out.println("bool[" + i + "] = " + bool[i]);
}
}
示例运行结果:
bool[0] = true
bool[1] = false
bool[2] = false
5.Matcher类
5.1获取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)返回一个Matcher对象。
Java代码示例:
import java.util.regex.*;
public class EX05 {
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher("22bb23");
System.out.print(m.pattern());
//输出p 也就是返回该Matcher对象是由哪个Pattern对象的创建的
}
}
示例运行结果:
\d+
5.2Matcher.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
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
find()对字符串进行匹配,匹配到的字符串可以在任何位置.
Java代码示例:
import java.util.regex.*;
public class EX07 {
public static void main(String[] args) {
boolean[] bool = new boolean[8];
Pattern p=Pattern.compile("\\d+");
Matcher m1=p.matcher("22bb23");
bool[0] = m1.matches();
//返回false,因为bb不能被\d+匹配,导致整个字符串匹配未成功.
Matcher m2=p.matcher("2223");
bool[1] = m2.matches();
//返回true,因为\d+匹配到了整个字符串
Matcher m3=p.matcher("22bb23");
bool[2] = m3.lookingAt();
//返回true,因为\d+匹配到了前面的22
Matcher m4=p.matcher("aa2223");
bool[3] = m4.lookingAt();
//返回false,因为\d+不能匹配前面的aa
Matcher m5=p.matcher("22bb23");
bool[4] = m5.find();
//返回true
Matcher m6=p.matcher("aa2223");
bool[5] = m6.find();
//返回true
Matcher m7=p.matcher("aa2223bb");
bool[6] = m7.find();
//返回true
Matcher m8=p.matcher("aabb");
bool[7] = m8.find();
//返回false
for(int i = 0; i < bool.length; i++)
System.out.println("bool[" + i + "] = " + bool[i]);
}
}
示例运行效果:
bool[0] = false
bool[1] = true
bool[2] = true
bool[3] = false
bool[4] = true
bool[5] = true
bool[6] = true
bool[7] = false
5.3Matcher.start()/Matcher.end()/Matcher.group()
当使用matches(),lookingAt(),find()执行匹配操作后,就可以利用以上三个方法得到更详细的信息.
start()返回匹配到的子字符串在字符串中的索引位置.
end()返回匹配到的子字符串的最后一个字符在字符串中的索引位置.
group()返回匹配到的子字符串
Java代码示例:
Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("aaa2223bb");
m.find();//匹配2223
m.start();//返回3
m.end();//返回7,返回的是2223后的索引号
m.group();//返回2223
Mathcer m2=m.matcher("2223bb");
m.lookingAt(); //匹配2223
m.start(); //返回0,由于lookingAt()只能匹配前面的字符串,所以当使用lookingAt()匹配时,start()方法总是返回0
m.end(); //返回4
m.group(); //返回2223
Matcher m3=m.matcher("2223bb");
m.matches(); //匹配整个字符串
m.start(); //返回0,原因相信大家也清楚了
m.end(); //返回6,原因相信大家也清楚了,因为matches()需要匹配所有字符串
m.group(); //返回2223bb
start(),end(),group()均有一个重载方法它们是start(int i),end(int i),group(int i)专用于分组操作,Mathcer类还有一个groupCount()用于返回有多少组.
Java代码示例
Pattern p=Pattern.compile("([a-z]+)(\\d+)");
Matcher m=p.matcher("aaa2223bb");
m.find(); //匹配aaa2223
m.groupCount(); //返回2,因为有2组
m.start(1); //返回0 返回第一组匹配到的子字符串在字符串中的索引号
m.start(2); //返回3
m.end(1); //返回3 返回第一组匹配到的子字符串的最后一个字符在字符串中的索引位置.
m.end(2); //返回7
m.group(1); //返回aaa,返回第一组匹配到的子字符串
m.group(2); //返回2223,返回第二组匹配到的子字符串
将一段文本中的数字取出来
Java代码示例:
import java.util.regex.*;
public class EX08 {
public static void main(String[] args) {
String line = "我的QQ是:456456 我的电话是:0532214 我的邮箱是:aaa123@aaa.com";
Pattern p = Pattern.compile("\\d+");
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());
System.out.println("strat:" + m.start() + " end:" + m.end());
}
}
}
示例运行效果:
456456
strat:6 end:12
0532214
strat:19 end:26
123
strat:36 end:39
注意:只有当匹配操作成功,才可以使用start(),end(),group()三个方法,否则会抛出java.lang.IllegalStateException,也就是当matches(),lookingAt(),find()其中任意一个方法返回true时,才可以使用.
5.4 Matcher. replaceAll(String regex, String replacement) /Matcher. replaceAll(String regex, String replacement)
replaceFirst 和 replaceAll 方法用来替换匹配正则表达式的文本。不同的是,replaceFirst 替换首次匹配,replaceAll 替换所有匹配。
Java代码示例:
import java.util.regex.*;
public class EX09 {
public static void main(String[] args) {
String regex = "dog";
String line = "The dog says meow. " +
"All dogs say meow.";
String replace = "cat";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(line);
line = m.replaceAll(replace);
System.out.println(line);
}
}
示例运行结果:
The cat says meow. All cats say meow.
5.5 appendReplacement(StringBuffer sb,String replacement)/ appendTail(StringBuffer sb)
Matcher 类也提供了appendReplacement 和 appendTail 方法用于文本替换
appendReplacement(StringBuffer sb,String replacement)将当前匹配子串替换为指定字符串,并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个 StringBuffer 对象里
appendTail(StringBuffer sb)将最后一次匹配工作后剩余的字符串添加到一个 StringBuffer 对象里
Java代码示例:
import java.util.regex.*;
public class EX10 {
public static void main(String[] args) {
String regex = "a*b";
String line = "aabfooaabfooabfoobkkk";
String replace = "-";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(line);
StringBuffer sb = new StringBuffer();
while(m.find()) {
m.appendReplacement(sb, replace);
}
m.appendTail(sb);
System.out.println(sb.toString());
}
}
示例运行结果:
-foo-foo-foo-kkk
6.PatternSyntaxException 类的方法
PatternSyntaxException 是一个非强制异常类,它指示一个正则表达式模式中的语法错误
PatternSyntaxException 类提供了下面的方法来帮助我们查看发生了什么错误
序号 | 方法及说明 |
1 | public String getDescription() 获取错误的描述 |
2 | public int getIndex() 获取错误的索引 |
3 | public String getPattern() 获取错误的正则表达式模式 |
4 | public String getMessage() 返回多行字符串,包含语法错误及其索引的描述、错误的正则表达式模式和模式中错误索引的可视化指示 |
7.Java邮箱和手机号的正则表达式验证
7.1Java 邮箱的正则表达式验证
Java代码示例:
import java.util.Scanner;
import java.util.regex.*;
public class EX11 {
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
String regex = "^([a-z0-9A-Z]+[-|_|\\.]?)+[a-z0-9A-Z]@([a-z0-9A-Z]+(-[a-z0-9A-Z]+)?\\.)+[a-zA-Z]{2,}$";
boolean flag = false;
Pattern p = Pattern.compile(regex);
System.out.print("Enter email:");
String email = in.next();
Matcher m = p.matcher(email);
flag = m.matches();
System.out.println(flag);
in.close();
}
}
7.2 Java 手机号的正则表达式验证
电话号码的模式是(xxx) xxx-xxx,这里x是一位数字,并且第一位数字不能为0,)与数字之间有空格
Java代码示例:
import java.util.Scanner;
import java.util.regex.*;
public class EX12 {
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
String regex = "\\([1-9][\\d]{2}\\) [\\d]{3}-[\\d]{4}";
boolean flag = false;
Pattern p = Pattern.compile(regex);
System.out.print("Enter phone number:");
String phoneNumber = in.nextLine();
Matcher m = p.matcher(phoneNumber);
flag = m.matches();
System.out.println(flag);
in.close();
}
}