正则表达式一文通

1 正则表达式简介

使用正则表达式的好处有哪些？

一个正则表达式就是一个描述规则的字符串，所以，只需要编写正确的规则，我们就可以让正则表达式引擎去判断目标字符串是否符合规则。

正则表达式是一套标准，它可以用于任何语言。Java 标准库的 java.util.regex包内置了正则表达式引擎，在 Java 程序中使用正则表达式非常简单。

举个例子：要判断用户输入的年份是否是20##年，我们先写出规则如下：

一共有 4 个字符，分别是：2,0,0~9任意数字,0~9任意数字。

对应的正则表达式就是：20\d\d，其中\d表示任意一个数字。

把正则表达式转换为 Jaa 字符串就变成了20\\d\\d，注意Java字符串用\\表示\。

最后，用正则表达式匹配一个字符串的代码如下：

public class Main{
   
    public static void main(String[] args){
   
        String regex = "20\\d\\d";
        System.out.println("2019".matches(regex)); // true
        System.out.println("2100".matches(regex)); // false
    }
}

可见，使用正则表达式，不必编写复杂的代码来判断，只需要给出一个字符串表达的正则规则即可。

2 匹配规则

正则表达式的匹配规则是从左到右规则匹配。我们首先来看如何使用正则表达式做精确匹配。

对于正则表达式abc来说，它只能精确地匹配字符串"abc",不能匹配 “ab”, “Abc”, “abcd” 等其他任何字符串。

如果正则表达式有特殊字符，那就需要用\ 转义。例如，正则表达式a\&c来说，对应的 Java 字符串是"a\\&c"，因为\也是Java字符串的转义字符，两个\\实际上表示的是一个\:

public class Main {
   
    public static void main(String[] args) {
   
        String re1 = "abc";
        System.out.println("abc".matches(re1));
        System.out.println("Abc".matches(re1));
        System.out.println("abcd".matches(re1));

        String re2 = "a\\&c"; // 对应的正则是a\&c
        System.out.println("a&c".matches(re2));
        System.out.println("a-c".matches(re2));
        System.out.println("a&&c".matches(re2));
    }
}

2.1 匹配非 ASCII 字符

例如中文，那就用\u####的十六进制表示，例如：a\u548cc匹配字符串"a和c"，中文字符和的Unicode 编码是 548c。

2.2 匹配任意字符

精确匹配实际上作用不大，因为我们可以直接用String.equals()就可以做到，大多数情况下，我们想要的匹配规则更多的是模糊匹配。我们可以用.匹配一个任意字符。例如，正则表达式a.c中间的.可以匹配一个任意字符，例如，下面的字符串可以被匹配：

• abc
• a&b
• acc

但它不能匹配 ac、a&&c，因为 .匹配一个字符且仅限一个字符。

2.3 匹配数字

如果我们只想匹配0~9这样的数字，可以用\d匹配。例如，正则表达式00\d可以匹配：

• 007
• 008

它不能匹配 00A，0077，因为\d仅限单个数字字符。

2.4 匹配常用字符

用\w可以匹配一个字母、数字或下划线，w 的意思是 word。例如，java\w可以匹配：

• javac
• java9
• java_

它不能匹配 java#，"java "，因为\w不能匹配 #、空格等字符。

2.5 匹配空格字符

用\s可以匹配一个空格字符，注意空格字符不但包括" "，还包括 tab 字符（在 Java 中用 \t表示）。例如，a\sc可以匹配：

• “a c”
• “a c”

它不能匹配 ac， abc 等。

2.6 匹配非数字

用\d可以匹配一个数字，而\D则匹配一个非数字。例如，00\D可以匹配：

• 00A
• 00#

00\d可以匹配的字符串 “007”, “008” 等，00\D是不能匹配的。

类似的，\W可以匹配\s不能匹配的字