正则表达式总结

一 为什么使用正则表达式

1 测试字符串内的模式。

例如，可以测试输入字符串，以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。

2 替换文本。

可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。

3 基于模式匹配从字符串中提取子字符串。

可以查找文档内或输入域内特定的文本。

二 正则表达是在各语言中的支持

命令或环境	.	[ ]	^	$	\( \)	\{ \}	?	+	|	( )
vi	√	√	√	√	√
Visual C++	√	√	√	√	√
awk	√	√	√	√		awk是支持该语法的，只是要在命令 行加入 --posix or --re-interval参数即可，可见 man awk中的interval expression	√	√	√	√
sed	√	√	√	√	√	√
delphi	√	√	√	√	√		√	√	√	√
python	√	√	√	√	√	√	√	√	√	√
java	√	√	√	√	√	√	√	√	√	√
javascript	√	√	√	√	√		√	√	√	√
php	√	√	√	√	√
perl	√	√	√	√	√		√	√	√	√
C#	√	√	√	√			√	√	√	√

三 正则语法

正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 正则表达式的组件可以是单个的字符、字符集合、字符范围、字符间的选择或者所有这些组件的任意组合。

四 正则组件

1 普通字符

普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

---

2 非打印字符

非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列：

字符	描述
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。

---

3 特殊字符

所谓特殊字符，就是一些有特殊含义的字符，如上面说的 runoo*b 中的 *，简单的说就是表示任何字符串的意思。如果要查找字符串中的 * 符号，则需要对 * 进行转义，即在其前加一个 \: runo\*ob 匹配 runo*ob。

许多元字符要求在试图匹配它们时按照原义处理。若要匹配这些特殊字符，必须首先使字符"转义"，即，将反斜杠字符\ 放在它们前面。下表列出了正则表达式中的特殊字符：

特别字符	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)。
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \. 。
[	标记一个中括号表达式的开始。要匹配 [，请使用 \[。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、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 "\"，而 '\(' 则匹配 "("。
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 \^。
{	标记限定符表达式的开始。要匹配 {，请使用 \{。
|	指明两项之间的一个选择。要匹配 |，请使用 \|。

---

4 限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种。

正则表达式的限定符有：

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

5 定位符

定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。

定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。

正则表达式的定位符有：

字符	描述
^	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。
\b	匹配一个单词边界，即字与空格间的位置。
\B	不是在单词边界匹配。

五 正则表达式运算符的优先级

从高到低

运算符	描述
\	转义符
(), (?:), (?=), []	圆括号和方括号
*, +, ?, {n}, {n,}, {n,m}	限定符
^, $, \任何元字符、任何字符	定位点和序列（即：位置和顺序）
|	替换，"或"操作 字符具有高于替换运算符的优先级，使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food"，请使用括号创建子表达式，从而产生"(m|f)ood"。

六 范例

package RegexMatches;


import java.util.regex.Matcher;
import java.util.regex.Pattern;


/**
* Copyright (C), 2020-2020, XXX有限公司
* FileName: RegexMatches
* Author:   cakin
* Date:     2020/3/15 9:36
* Description: 正则测试
* History:
* <author>          <time>          <version>          <desc>
* 作者姓名           修改时间           版本号              描述
*/
public class RegexMatches {
    public static void main(String args[]) {
        System.out.println("-----------------匹配数字--------------");
        String str = "1263428742";
        String pattern = "^[0-9]*$";


        Pattern r = Pattern.compile(pattern);
        Matcher m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("----------------匹配文件名---------------");
        String str1 = "datax.dat";
        String pattern1 = "data(\\w)?\\.dat";  // 这里?表示匹配0个或1个前面的字符,\.表示这里的.是实际.,而不是元字符中国的.


        Pattern r1 = Pattern.compile(pattern1);
        Matcher m1 = r1.matcher(str1);
        System.out.println(m1.matches());


        System.out.println("------------匹配数字开头，abc结尾-------------------");
        String str2 = "1263428742abc";
        String pattern2 = "^[0-9]+abc$";


        Pattern r2 = Pattern.compile(pattern2);
        Matcher m2 = r2.matcher(str2);
        System.out.println(m2.matches());


        System.out.println("------------用户名包含字符、数字、下划线和连接字符(-)，并设置用户名的长度-------------------");
        str = "cakin24";
        pattern = "^[a-z0-9_-]{3,15}$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("------------+代表1次或多次-------------------");
        str = "runoob";
        pattern = "runoo+b";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("------------*代表0次1次或多次-------------------");
        str = "runob";
        pattern = "runoo*b";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("------------?代表0次1次或多次-------------------");
        str = "color";
        pattern = "colou?r";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("------------匹配一个正整数-------------------");
        str = "57";
        pattern = "[1-9][0-9]*";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("------------匹配1到99的数-------------------");
        str = "57";
        pattern = "[1-9][0-9]?";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());


        System.out.println("------------贪婪匹配-------------------");
        str = "<h1>RUNOOB-菜鸟教程</h1>";
        pattern = "<.*>";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------定位符匹配^和$-------------------");
        str = "Chapter 56";
        pattern = "^Chapter [1-9][0-9]{0,1}$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------定位符匹配b-------------------");
        str = "Cha";
        pattern = "\\bCha";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------所有包含一个以上的字母、数字或下划线的字符串-------------------");
        str = "Cha54t";
        pattern = "^[a-zA-Z0-9_]+$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------所有正整数-------------------");
        str = "12345";
        pattern = "^[1-9][0-9]*$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------所有整数-------------------");
        str = "-12345";
        pattern = "^\\-?[0-9]+$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------所有浮点数-------------------");
        str = "-0.12345";
        pattern = "^[-]?[0-9]+(\\.[0-9]+)?$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------句点匹配-------------------");
        str = "abc";
        pattern = "a.c";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------句点原意匹配-------------------");
        str = "filename.ext";
        pattern = "filename\\.ext";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------中括号表达式-------------------");
        str = "Chapter 5";
        pattern = "Chapter [1-5]";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------中括号表达式中的^，表示不在范围内-------------------");
        str = "Chapter 9";
        pattern = "Chapter [^1-5]";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------替换和分组保存-------------------");
        str = "Section 9";
        pattern = "^(Chapter|Section) [1-9][0-9]{0,1}$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------替换和分组不保存-------------------");
        str = "Section 9";
        pattern = "^(?:Chapter|Section) [1-9][0-9]{0,1}$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------将一个URL解析为协议、域、端口及相对路径-------------------");
        str = "http://localhost:8080/test/user";
        pattern = "(\\w+):\\/\\/([^/:]+)(:\\d*)?([^# ]*)";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------a至z共26个字母再加一个-号。-------------------");
        str = "-";
        pattern = "[-a-z]";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------a至z共26个字母再加一个-号。-------------------");
        str = "" +
                "";
        pattern = "^\\s*$";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------验证由两位数字、一个连字符再加 5 位数字组成的 ID 号。-------------------");
        str = "12-45632";
        pattern = "\\d{2}-\\d{5}";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());


        System.out.println("------------验证由两位数字、一个连字符再加 5 位数字组成的 ID 号。-------------------");
        str = "<html>hello</html>";
        pattern = "<\\s*(\\S+)(\\s[^>]*)?>[\\s\\S]*<\\s*\\/\\1\\s*>";


        r = Pattern.compile(pattern);
        m = r.matcher(str);
        System.out.println(m.matches());
        System.out.println(m.start());
        System.out.println(m.end());
    }
}