正则表达式

 

正则表达式用于匹配、校验字符串。
 

正则表达式语法

符号	描述
.	小数点，可匹配\n之外的任何一个字符，要匹配小数点，用\.
x	x是某一具体字符，表示匹配该字符
\d	匹配0-9之间的一个数字
\D	匹配\d之外的任一个字符
\s	匹配任一个空白，包括空格、制表符、回车符、换行符
\S	匹配\s之外的任一个字符
\w	匹配任一个单词字符，包括数字0-9，英文字母大写26个、小写26个，下划线_
\W	匹配\w之外的任一个字符
\t	匹配空格、Tab之类的空白符
\n	换行符
\r	回车符

以上式子均只匹配一个字符

 

符号	描述
\	转义，匹配正则表达式中的预定义的符号，例：\\匹配一个\， \(匹配一个（， \?匹配一个？
|	2项中选择一项，或，例：ab|c表示匹配ab或ac
()	作为整体看待

 

中括号

符号	描述
[ ]	匹配指定范围中的任一个字符，例：[abc]表示匹配a、b、c中的任一个字符。
-	连续范围，例：[a-z]表示匹配所有小写字母中的任一个字符，[\u4e00-\u9fa5]表示匹配任意一个中文字符
^	非，例：\[\^a-d] 表示匹配a、b、c、d之外的任一个字符。^会把后面的部分作为一个整体，eg. [^a-zA-Z0-9!*@-]，会把 a-zA-Z0-9!*@- 作为一个整体
&&	交集，例：[a-d&&c-z] 相当于[cd]，匹配c、d中的任一个字符

中括号只匹配一个字符

 

位置限定

符号	描述
^	行的开头，放在该部分前面，例：^H 表示匹配H，H要是一行的开头
$	行的结尾，放在该部分的后面，例：o$ 表示匹配o，o要是一行的结尾
\b	单词的边界，前边界就放在该部分的前面，后边界就放在该部分的后面。 例：\bH 表示匹配H，H要是单词的开头；H\b表示匹配H，H要是单词的结尾。
\B	不是单词的边界。不是前边界就放在该部分的前面，不是后边界就放在该部分的后面。 例：\BH 表示匹配H，H不能是单词的开头；H\B表示匹配H，H不能是单词的结尾。

以上均是对一个字符、子表达式位置的说明。

 

数量限定

符号	描述
*	>=0，至少0个
+	>=1，至少1个
?	0个或1个
{m}	m个
{m,}	至少m个
{m,n}	至少m个，至多n个

限定的是前一个字符、子表达式出现的次数

 

数量匹配模式

1、Greedy 贪婪模式
数量限定符默认采用贪婪模式，尽可能多的匹配字符，示例

# 能匹配5个就匹配5个，不行就4个，再不行就3个...
\w{2,5}

# ？表示匹配0个或1个，会优先匹配1个，没有才匹配0个
\w?

# +表示匹配1个及以上，优先匹配最多个
\w+

 

2、Reluctant 勉强模式
尽可能少的匹配字符，也称最小匹配模式，需要在数量限定符后用一个额外的？来表示该数量限定符使用最小匹配模式，示例

# 优先匹配2个
\w{2,5}?

# ?匹配0或1个，优先匹配0个
\w??

# +匹配1个及以上，优先匹配1个
\w+?

 

3、Possessive 占有模式
在数量限定符后面用一个额外的+来表示该部分使用占有模式，这个不常用。

 

在java中使用正则表达式

两种方式

• 使用String类的方法
• 使用Pattern+Matcher两个类
   

使用String类的方法

//整串匹配，整个字符串符合regex才算匹配
boolean matches(String  regex)

　
//替换第一个匹配的串
String replaceFirst(String regex, String replacement)　　
//替换所有匹配的串
String replaceAll(String regex, String replacement) 
//替换所有匹配的串，但只能直接指定字符串，不能使用正则表达式
String replace(String target, String replacement)　


//以regex作为切割符，把字符串切割为数组
String[] split(String regex)    

• 替换操作，原串不变，以新串形式返回
• 字符串形式的regex，正则表达式不用放在/ /中，直接写即可，但正则表达式预定义的字符要用\转义。
   

示例

//true
"hello".matches("hello")
//false
"hello".matches("he")  


//把所有的hello换为Hello
str = str.replaceAll("hello", "Hello");
//去除中文字符
str = str.replaceAll("[\u4e00-\u9fa5]", "");

//把所有的连词线-换为下划线_
str = str.replaceAll("\\-", "_");
//把所有的\替换为/
str = str.replaceAll("\\\\", "/");

对String、正则表达式，\都是特殊字符、需要转义，\在正则表达式中转义写为\\，\\写成String形式还需要转义，写成\\\\

 

使用Pattern+Matcher两个类

// 获取正则表达式对象
Pattern p=Pattern.compile(String regex);

// 创建Matcher对象，参数指定要匹配的字符串
Matcher m=p.matcher(String str); 


// 用Matcher对象来操作
boolean b=m.matches();  //整串匹配
boolean b=m.find();  //匹配子串

String str=m.replaceFirst(String replacement);  //用指定字符串替换第一个匹配
String str=m.replaceAll(String replacement);  //用指定字符串替换所有匹配

 

注意点

1、本来匹配正则表达式中预定义的符号要转义，比如匹配? 要写成 \? ，

但java把正则表达式作为字符串放在双引号中，需要转义\，比如 \w => “\\w”，

其它预定义的符号，比如？、+、（）、[ ]等等，不需要再用\转义。

 

2、一些方法的参数是Sring regex，因为正则表达式中可能有转义的特殊字符，和使用普通字符串有所区别。

示例：String原生的 split(Sring regex) 方法

String separator = "|";
String str = "A" + separator + "B";

// 错误用法，结果：[A, |, B]
String[] split1 = str.split(separator);

// 正确用法：|是正则表达式中的特殊字符，要用\转义，\自身也是特殊字符，再用\转义。结果：[A, B]
String[] split2 = str.split("\\|");

//或者使用lang3提供的 StringUtils.split(String, String)，参数都是普通字符串
String[] split3 = StringUtils.split(str, "|");