正则表达式是一个强大的字符串处理工具,可以对字符串进行查找、提取、分割、替换等操作。String类里也提供了如下特殊的方法:
boolean matches(String regex):判断该字符串指定的正则表达式。
String replaceAll(String regex,String replacement):将该字符串中所有匹配regex的子串替换成replacement。
String replaceFirst(String regex,String replacement):将该字符串中第一个匹配regex的子串替换成replacement。
String[] split(String regex):以regext作为分隔符,把该字符串分割成多个子串
正则表达式所支持的合法字符
x:字符x(x可代表任何合法的字符);
\0mnn:八进制数Omnn所表示的字符;
\xhh:十六进制0xhh所表示的字符;
\uhhhh:十六进制0xhhhh所表示的UNICODE字符;
\t:制表符('\u0009');
\n:新行(换行)符('\u000A');
\r:回车符('\u000D');
\f:换页符('\u000C');
\a:报警(bell)符('\u0007');
\e:Escape符('\u001B');
\cx:x对应的控制符。例如,\cM匹配Ctrl-M。x值必须为A~Z或a~z之一;
正则表达式中的特殊字符
$:匹配一行的结尾。要匹配$字符本身,请使用\$;
^:匹配一行的开头。要匹配^字符本身,请使用\^;
():标记子表达式的开始和结束位置。要匹配这些字符,请使用\(和\);
[]:用于确定中括号表达式的开始和结束位置。要匹配这些字符,请使用\[和\];
{}:用于标记前面子表达式的出现的频度。要匹配这些字符,请使用\{和\};
*:指定前面子表达式可以出现零次或多次。要匹配*字符本身,请使用\*;
+:指定前面子表达式可以出现一次或多次。要匹配+字符本身,请使用\+;
?:指定前面子表达式可以出现零次或一次。要匹配?字符本身,请使用\?;
.:匹配除换行符\n之外的任何单位字符。要匹配,字符本身,请使用\.;
\:用于转义下一个字符,或指定八进制、十六进制符。要匹配\字符,请使用\\;
|:指定两项之间任选一项。要匹配|字符本身,请使用\|;
预定义字符
.:可以匹配任何字符;
\d:匹配0~9的所有数字;
\D:匹配非数字;
\s:匹配所有的空白字符,包括空格、制表符、回车符、换页符、换行符等;
\S:匹配所有的非空白字符;
\w:匹配所有的单词字符,包括0~9所有的数字、26个英文字母和下划线(_);
\W:匹配所有的非单词字符;
边界匹配符
^:行的开头
$:行的结尾
\b:单词的边界
\B:非单词的边界
\A:输入的开头
\G:前一个匹配的结尾
\Z:输入的结尾,仅用于最后的结束符
\z:输入的结尾
正则表达式支持的数量标识符的贪婪、勉强、占有模式
贪婪模式(Greedy):数量表示符默认采用贪婪模式,除非另有表示。贪婪模式的表达式会一直匹配下去,直到无法匹配为止。如果你发现表达式匹配的结果与预期的不符,很有可能是因为——你以为表达式只会匹配前面几个字符,而实际上它是贪婪模式,所以会一直匹配下去。
勉强模式(Reluctant):用问号后缀(?)表示,它只会匹配最少的字符。也称为最小匹配模式。
占有模式(Possessive):用加号后缀(+)表示,目前只有Java支持占有模式。