正则表达式

目录

1.什么是正则表达式

2.正则表达式用法

        (1)匹配字符串

        (2)正则表达式语法

        (3)替换和拆分字符串

---

1.什么是正则表达式

正则表达式是一个字符串，用来描述匹配一个字符串集合的模式。对于字符串处理来说，正则表达式是一个强大的工具。可以使用正则表达式来匹配、替换和拆分字符串。

2.正则表达式用法

        (1)匹配字符串

String类中的matches方法，很类似equals方法，例如，以下两个语句结构都为true

"Java".matches("Java");

"Java".equals("Java")

但是matches不仅可以匹配一个固定的字符串，还可以匹配符合一个模式的字符串集。

 "Java is fun".matches("Java.*")

 "Java is cool".matches("Java.*")

 "Java is powerful".matches("Java.*")

以上结果都为true，前面语句中的"Java.*"是一个正则表达式。它描述了一个字符串模式，以Java开始，后面跟0个或者多个字符串。子字符串  .*  匹配0或者多个任意字符。

        (2)正则表达式语法

正则表达式由字面值字符和特殊符号表示，下表列出了正则表达式常用的用法。

 注意：1.反斜杠是一个特殊的字符,在字符串中开始转义序列.因此Java需要使用\\来表示\

2.空白字符是' ','\t','\n','\r',或者'\f'.因此,\s和[\t\n\r\f]等同,\s和[^ \t\n\r\f]等同.

3.单词字符是任何的字母,数字或者下划线字符.因此\w等同于[a-z[A-Z][0-9]_]或者简化为[a-Za-z0-9].  \w等同于[^a-Za-z0-9].

4.表中后面六个条目 * 、+、？、{n}、{n, }以及{n,m}称为量词符，用于确定量词符前面的模式会重复多少次。

例如，A*匹配0或多个A，A+匹配1或者多个A，A？匹配0或者1个A。A{3}精准匹配“AAA”，     A{3， }匹配至少3个A，A{3,6}匹配3到6个A。*等同于{0,}，

+等同于{1,}，？等同于{0.1}。
5.可以使用括号来将模式进行分组.例如(ab){3}匹配ababab , 但是ab{3}匹配abbb. 

警告:不要在重复量词符中使用空白.例如, A{3,6}不能写成逗号后面有一个空白符的A{3, 6}

下面是一些构建正则表达式的示例.

        示例1

        社会安全号的模式是xxx-xx-xxx,其中x是一位数字. 社会安全号的正则表达式可以描述为

        [\\d]{3}-[\\d]{2}-[\\d]{4}

例如

        "111-22-3333".matches("[\\d]{3}-[\\d]{2}-[\\d]{4}") return true.

        "11-22-3333".matches("[\\d]{3}-[\\d]{2}-[\\d]{4}") return false.

        示例2

        偶数以数字0,2,4,6,8结尾. 偶数的模式可以描述为

        [\\d]*[02468]

例如

       "123".matches("[\\d]*[02468]") return false.

        "122".matches("[\\d]*[02468]") return true.

        注意：这里的[\\d]指的是“123”里面靠近matches最近的一个数字“3”，和“122”的“2”，而不是“123”和“122“这两个数。

        示例3

        电话号码的模式是(xxx)xxx-xxxx, 这里x是一位数字, 并且第一位数字不能是0. 电话号码的正则表达式可以描述为:

        \\([1-9][\\d]{2}\\)[\\d]{3}-[\\d]{4}

        注意:括号符” ( “和” )“在正则表达式中是特殊字符，用于对模式分组。为了在正则表达式中表示字面值”（ “和” ）“时，必须用” \\( “和” \\) “。

例如

        "(912) 921-2728".matches("\\([1-9][\\d]{2}\\)[\\d]{3}-[\\d]{4}")

                return true.

        "921-2728".matches("\\([1-9][\\d]{2}\\)[\\d]{3}-[\\d]{4}")

                return false.

        示例 4

        假定姓最多由25个字母组成，并且第一个字母为大写形式。则姓的模式可以描述为

        [A-Z][a-zA-Z]{1,24}

        注意: 不能随便放空白符到正则表达式中。如[A-Z][a-zA-Z]{1, 24}将报错

例如 

        "Smith".matches("[A-Z][a-zA-Z]{1,24}") return true.

        "Jones123".matches("[A-Z][a-zA-Z]{1,24}") return false.

        示例 5

        Java标识符

        * 标识符必须以字母、下划线（_），或者美元符号（＄）开始。不能以数字开头。

        *  标识符是一个由字母、数字、下划线（_）和美元符号组成的字符序列。

        标识符的模式可描述为

        [a-zA-Z_$][\\w$]*

        示例 6

        什么字符串匹配正则表达式“Welcome to (Java|HTML)"？答案是Welcome to Java或者Welcome to HTML。

        示例 7

        什么字符串匹配正则表达式" .*"？答案是任何字符串。
 

        (3)替换和拆分字符串

        如果字符串匹配正则表达式，String类的matches方法返回 true。String类也包含repalceAll、replaceFirst和split方法，用于替换和拆分字符串，如下图所示。        

         replaceALL方法替换所有匹配的子字符串，replaceFirst方法替换第一个匹配的字符串。例如

代码

        System.out.println("Java Java Java".replaceAll("v\\w","wi"));

显示

        Jawi Jawi Jawi

代码

        System.out.println("Java Java Java".replaceFirst("v\\w","wi"));

显示

        Jawi Java Java
 

        有两个重载的 split 方法。split(regex)方法使用匹配的分隔符将一个字符串拆分为子字符串。
例如，以下语句
String[] tokens = "Java1HTML2Per1".split("\\d");
将字符串"JavaHTML2Per1"拆分为Java、HTML 以及Per1并且保存在tokens[0],tokens[1]以及tokens[2]中。
    在split(regex,limit)方法中，limit参数确定模式匹配多少次。如果1imit <= 0,split(regex,1imit)等同于split(regex)。如果limit > 0，模式最多匹配1imit -1次。

下面是一些示例:
        "Java1HTML2Perl".split("\\d"，0);拆分为Java，HTML，Perl
        "Java1HTML2Perl".split("\\d"，1);拆分为Java1HTML2Perl
        "Java1HTML2Perl".split("\\d"，2);拆分为Java，HTML2Perl
        "Java1HTML2Perl".split("\\d"，3);拆分为Java，HTML,Perl
        "Java1HTML2Perl".split("\\d"，4);拆分为Java，HTML，Perl
        "Java1HTML2Perl".split("\\d"，5);拆分为Java，HTML，Perl
注意:默认情况下，所有的量词符都是“贪婪”的。这意味着它们会尽可能匹配最多次。比如，下面语句显示JRvaa。因为第一个匹配成功的是aaa。
        System.out.println("Jaaavaa".replaceFirst("a+","R"));
        可以通过在后面添加问号(?）来改变量词符的默认行为。量词符变为“不情愿”或者“惰性”的，这意味着它将匹配尽可能少的次数。例如，下面的语句显示]Raavaa，因为第一个匹配成功的是a。
        System.out.println("Jaaavaa".replaceFirst("a+?”，"R"));        

---