正则表达式

目录

一、什么是正则表达式？

二、正则表达式的使用之匹配字符串

三、正则表达式语法

---

一、什么是正则表达式？

        正则表达式（简称：regex)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。

二、正则表达式的使用之匹配字符串

        String类中有一个查找字符串中是否包含某个字符的方法--matches方法，同时也有一个方法--equals与matches方法类似。

e.g   

        "Java".matches("Java");

        "Java".equals("Java");

这两个语句返回值都为True。

        然而matches的功能更加强大。以上两种都是匹配的一个固定的字符串"Java"，matches还可以匹配符合一个模式的字符串集。

e.g 

        "Java is fun".matches("Java.*")

        "Java is cool".matches("Java.*")

        "Java is powerful".matches("Java.*")

以上语句返回值都为True。

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个或多个字符串。这里，子字符串.*匹配0或多个任意字符串。

三、正则表达式语法

正则表达式由字面值字符和特殊符号组成。

                                                        下表是一些常用的正则表达式

 tips：反斜杠‘ \ ’是特殊字符，Java中需要用‘  \\  ’来表示它。

tips：空白字符是 ‘  ’、‘ \t ' 、' \n '、' \r '、' \f '。因此 \s 和[\t \n \r \f]等同，\S和[^ \t \n \r \f]等同。

tips：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]。

tips：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}。

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

tips：可以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.

下面是一些示例构建正则表达式。

1·示例 1 

        社会安全号的模式是xxx-xx-xxxx,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.

2·示例 2

        偶数以数字0、2、4、6、8结尾。偶数模式可以描述为

        [\\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。

3·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为0。电话号码的正则表达式可以描述为

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

tips: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.

4·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}

tips: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.

5.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_$][\\w$]*

6·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。

7·示例 7

什么字符串匹配正则表达式" .*"？答案是任何字符串。

四、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"));