一、常用元字符
\:转义符,其中:
\d:匹配数字字符;\D:匹配非数字字符;
\n:换行符;\r:回车符;\t:制表符;\v:垂直制表符;\f:换页符
\s:匹配任意空字符,等价于[\r\n\t\v\f];\S:匹配任意空字符;
\d:匹配数字字符;\D:匹配非数字字符;
\n:换行符;\r:回车符;\t:制表符;\v:垂直制表符;\f:换页符
\s:匹配任意空字符,等价于[\r\n\t\v\f];\S:匹配任意空字符;
\b:匹配单词边界;\B:匹配非单词边界
\w:匹配包括下划线的任意字符,类似但不等价于[a-zA-Z0-9_],这里的"单词"使用Unicode字符集;\W:匹配非单词字符,类似[^a-zA-Z0-9_]
\xn:表示16进制转义符,其中n为确定的两个数字长。通常为ASCII编码,常用ASCII,\x30表示0,\x41表示A,\x61表示a
\num:其中num为正整数,表示对前面所获取的匹配的引用。
\n:优先按\num匹配,如果如果前面没有获取匹配为8进制转义符,如\060表示0
\un:其中n为4个16进制数字表示的Unicode字符
\<:匹配词的开始;\>:匹配词的结束
^:字符串开始位置
$:字符串结束位置
*:匹配前面的子表达式任意次
+:匹配前面的子表达式1次或者多次
?:匹配前面的子表达式0次或1次
{n}:匹配前面的子表式n次
{n,}:匹配前面的子表式至少n次
{n,m}:匹配前面的子表式n到m次
?:当该字符紧跟在任何一个其他限制符(*,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的,尽量少的匹配所搜索的字符串
.:匹配除[\r\n]外的任意单个字符。如果要匹配任意字符:[\s\S]
():(和)之间的表达式定义为组,最多可以匹配9个,分别前面的\1到\9相对
|:或
\w:匹配包括下划线的任意字符,类似但不等价于[a-zA-Z0-9_],这里的"单词"使用Unicode字符集;\W:匹配非单词字符,类似[^a-zA-Z0-9_]
\xn:表示16进制转义符,其中n为确定的两个数字长。通常为ASCII编码,常用ASCII,\x30表示0,\x41表示A,\x61表示a
\num:其中num为正整数,表示对前面所获取的匹配的引用。
\n:优先按\num匹配,如果如果前面没有获取匹配为8进制转义符,如\060表示0
\un:其中n为4个16进制数字表示的Unicode字符
\<:匹配词的开始;\>:匹配词的结束
^:字符串开始位置
$:字符串结束位置
*:匹配前面的子表达式任意次
+:匹配前面的子表达式1次或者多次
?:匹配前面的子表达式0次或1次
{n}:匹配前面的子表式n次
{n,}:匹配前面的子表式至少n次
{n,m}:匹配前面的子表式n到m次
?:当该字符紧跟在任何一个其他限制符(*,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的,尽量少的匹配所搜索的字符串
.:匹配除[\r\n]外的任意单个字符。如果要匹配任意字符:[\s\S]
():(和)之间的表达式定义为组,最多可以匹配9个,分别前面的\1到\9相对
|:或
用Java举例如下:
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
System.out.println(Pattern.matches("\\x30", "0"));
System.out.println(Pattern.matches("\\060", "0"));
System.out.println(Pattern.matches("\\x41", "A"));
System.out.println(Pattern.matches("\\x61", "a"));
}
}
二、获取匹配
- (pattern)表示匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,要匹配圆括号字符,请使用“\(”或“\)”。
import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test { public static void main(String[] args) { Pattern pattern = Pattern.compile("Hello (\\w+)(\\W+)"); Matcher matcher = pattern.matcher("Hello world!"); matcher.find(); System.out.println(matcher.group(1)); System.out.println(matcher.group(2)); } }
上面例子,第1个括号匹配到任意单词字符,匹配到"world“,第2个括号匹配任意非单词字符,匹配到"!"。
如果要匹配的字符串的正则表达式本身就带有括号,如上面例子匹配单词的正则表达式写成"(abc)+",就会出现下面结果:
import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test { public static void main(String[] args) { Pattern pattern = Pattern.compile("Hello ((abc)+)(\\W+)"); Matcher matcher = pattern.matcher("Hello abcabc!"); matcher.find(); System.out.println(matcher.group(1)); System.out.println(matcher.group(2)); System.out.println(matcher.group(3)); } }
第1个括号匹配到abcabc,第2个括号匹配到abc,第3个括号匹配到”!",显然第2个括号不是预期要匹配的值。这时,我们需要用(?:parttern)形式的表达式,匹配pattern但不获取匹配结果,不进行存储供以后使用。只需要把第1行代码修改成:
Pattern pattern = Pattern.compile("Hello ((abc)+)(\\W+)"); - 匹配中相同参数的引用
如果匹配后还需要对前面匹配的子字符串引用,需要用前面的"\num"表达式。
import java.util.regex.Pattern; public class Test { public static void main(String[] args) { System.out.println(Pattern.matches("Hello (abc)\\1!,如果你", "Hello abcabc!")); } }
还有一种情况,如果你想替换匹配到的字符串,可以用$1到$9代替前面匹配到的值,例如:
执行结果,得到"Hi, abcabc!"。public class Test { public static void main(String[] args) { System.out.println("Hello, abcabc.".replaceFirst("Hello, (\\w+)", "Hi, $1")); } }
三、正向/反向预查
- 正向肯定预查:(?=pattern)表示非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。
例子中,空字符前面的任意单词被替换成空,结果为" world!"。public class Test { public static void main(String[] args) { System.out.println("Hello world!".replaceFirst("\\w+(?=\\s)", "")); } }
- 正向否定预查:(?!pattern)表示非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。
例子中非空字符前的单词被替换成空,由于+默认贪婪匹配,最后结果为"o world!"。public class Test { public static void main(String[] args) { System.out.println("Hello world!".replaceFirst("\\w+(?!\\s)", "")); } }
- 反向肯定预查:(?<=pattern)表示非获取匹配,反向肯定预查,与正向肯定预查类似,只是方向相反。
public class Test { public static void main(String[] args) { System.out.println("Hello world!".replaceFirst("(?<=\\s)\\w+", "")); } }
例子中空字符后面的单词被替换成空,结果为"Hello !"。 - 反向否定预查:(?<!pattern)表示非获取匹配,反向否定预查,与正向否定预查类似,只是方向相反。
public class Test { public static void main(String[] args) { System.out.println("Hello world!".replaceFirst("(?<!\\s)\\w+", "")); } }
四、贪婪/懒惰匹配
一个正则表达式可以匹配多个字符串,通常它会匹配尽可能多的字符。这被称为贪婪匹配。有时,我们也需要尽可能少的匹配字符,即懒惰匹配。
我们只需要在给定的限定符(*,+,?,{n,},{n,m})后面加?,例如,*?,+?,??,{n,}?,{n,m}?。
五、模式匹配
- (?i):即匹配时不区分大小写。表示匹配时不区分大小写。
- (?s):即Singleline(单行模式)。表示更改.的含义,使它与每一个字符匹配(包括换行 符\n)。
- (?m):即Multiline(多行模式) 。 表示更改^和$的 含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的 精确含意是:匹配\n之前的位置以及字符串结束前的位置.)
- (?x):表示如果加上该修饰符,表达式中的空白字符将会被忽略,除非它已经被转义。
例子如下:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
String str = "Nice to meet you!\nHow are you!";
System.out.println("不区分大小定模式:");
match(str, "(?i)[a-z]+");// 打印所有单词
match(str, "(?-i)[a-z]+");
System.out.println("单行模式:");
match(str, "(?s).+");// "."匹配换行
match(str, ".+");// 默认"."不匹配换行
System.out.println("多行模式:");
match(str, "(?m)^.+$");// ^,$匹配换行
match(str, "^.+$");
System.out.println("忽略空白字符:");
match(str, "([a-zA-Z] )+");
match(str, "(?x)([a-zA-Z] )+");// 正则表达式中空白字符被忽略
}
public static void match(String str, String repgex) {
Pattern case_insensitive = Pattern.compile(repgex);
Matcher matcher = case_insensitive.matcher(str);
StringBuilder builder = new StringBuilder();
int i = 1;
while (matcher.find()) {
builder.append(i).append(": ").append(matcher.group()).append('\n');
i++;
}
System.out.println(builder.toString());
}
}