Java---正则表达式

1.介绍

正则表达式定义了字符串模式，可以用来搜索、编辑、处理、校对；

2.Java中的java.util.regex包

java.util.regex 包主要包括以下三个类：

2.1 Pattern类

用于创建一个正则表达式,也可以说创建一个匹配模式,它的构造方法是私有的,不可以直接创建,但可以通过Pattern.complie(String regex)简单工厂方法创建一个正则表达式；

代码示例：

Pattern p=Pattern.compile("\\w+"); 
p.pattern();//返回 \w+ 

pattern() 返回正则表达式的字符串形式,其实就是返回Pattern.complile(String regex)的regex参数

常用方法：

• Pattern.split(CharSequence input)：用于分隔字符串,并返回一个String[]

 Pattern p=Pattern.compile("\\s+");//空格分割
        String[] str=p.split("我的QQ是:11222333 我的电话是:1212123444 我的邮箱是:qqqq@qq.com");
        for (int i=0;i<str.length;i++) {
            System.out.println(str[i]);
        }
//我的QQ是:11222333
//我的电话是:1212123444
//我的邮箱是:qqqq@qq.com

• Pattern.matches(String regex,CharSequence input)：是一个静态方法,用于快速匹配字符串,该方法适合用于只匹配一次,且匹配全部字符串

 System.out.println( Pattern.matches("\\d+","112233"));//返回true
 System.out.println(  Pattern.matches("\\d+","1122aa"));//返回false,需要匹配到所有字符串才能返回true,这里aa不能匹配到
 System.out.println( Pattern.matches("\\d+","11bb33"));//返回false,需要匹配到所有字符串才能返回true,这里bb不能匹配到

• Pattern.matcher(CharSequence input):返回一个Matcher对象.Matcher类的构造方法也是私有的,不能随意创建,只能通过Pattern.matcher(CharSequence input)方法得到该类的实例. Pattern类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将Pattern与Matcher一起合作.Matcher类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持. 

 Pattern p=Pattern.compile("\\d+");
 Matcher m=p.matcher("11bb33");
 System.out.println(m.pattern());//返回p 也就是返回该Matcher对象是由哪个Pattern对象的创建的

2.2 Matcher类

Matcher类提供三个匹配操作方法,三个方法均返回boolean类型,当匹配到时返回true,没匹配到则返回false 

• matches()对整个字符串进行匹配,只有整个字符串都匹配了才返回true 

Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("11aa33");
System.out.println(m.matches());//返回false,因为bb不能被\d+匹配,导致整个字符串匹配未成功.
Matcher m2=p.matcher("112233");
System.out.println(m2.matches());//返回true,因为\d+匹配到了整个字符串

• lookingAt()对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true 

Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("11aa33");
System.out.println(m.lookingAt());//返回true,因为最前面的11能被\d+匹配
Matcher m2=p.matcher("aa2233");
System.out.println(m2.lookingAt());//返回false,因为\d+不能匹配到最前面的aa

• find()对字符串进行匹配,匹配到的字符串可以在任何位置. 

Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("11aa33");
System.out.println(m.find());//返回true,因为存在能被\d+匹配的
Matcher m2=p.matcher("aa2233");
System.out.println(m2.find());//返回true,因为存在能被\d+匹配的
Matcher m3=p.matcher("aabbcc");
System.out.println(m3.find());//返回false,因为不存在能被\d+匹配的

• 当使用matches(),lookingAt(),find()执行匹配操作后,就可以利用以上三个方法得到更详细的信息. 
  start()返回匹配到的子字符串在字符串中的索引位置. 
  end()返回匹配到的子字符串的最后一个字符在字符串中的索引位置. 
  group()返回匹配到的子字符串 

public class test {
    public static void main(String[] args) {
        Pattern p=Pattern.compile("\\d+");
        Matcher m=p.matcher("112233");
        System.out.println(m.matches());//返回true,因为存在能被\d+匹配的
        System.out.println(m.start());
        System.out.println(m.end());
        System.out.println(m.group());
        System.out.println("-----------------------");
        Matcher m2=p.matcher("11aa33");
        System.out.println(m2.lookingAt());//返回true,因为存在能被\d+匹配的
        System.out.println(m2.start());
        System.out.println(m2.end());
        System.out.println(m2.group());
        System.out.println("-----------------------");
        Matcher m3=p.matcher("bb11cc");
        System.out.println(m3.find());//返回false,因为不存在能被\d+匹配的
        System.out.println(m3.start());
        System.out.println(m3.end());
        System.out.println(m3.group());
    }
}
结果：
true
0
6
112233
-----------------------
true
0
2
11
-----------------------
true
2
4
11

 

2.3 PatternSyntaxException

是一个非强制异常类，它表示一个正则表达式模式中的语法错误

3.语法

字符	说明
[a-z]	字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
\d	数字字符匹配。等效于 [0-9]
\D	非数字字符匹配。等效于 [ ^0-9]。
\w	匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效
\W	与任何非单词字符匹配。与"[ ^A-Za-z0-9_]"等效。
特别字符	说明
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 \^。
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)。
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
.	匹配除换行符 \n 之外的任何单字符。要匹配 . ，请使用 \. 。
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
{	匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 \^。
|	指明两项之间的一个选择。要匹配 |，请使用 \|。
限定字符	说明
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格
非打印字符	说明
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。注意 Unicode 正则表达式会匹配全角空格符。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。

4.常见正则表达式

说明	正则表达式
一、校验数字的表达式 ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
数字	^ [0-9]*$
n位的数字	^\d{n}$
至少n位的数字	^\d{n,}$
m-n位的数字	^\d{m,n}$
非零开头的最多带两位小数的数字	^([1-9][0-9]*)+(.[0-9]{1,2})?$
带1-2位小数的正数或负数	^(-)?\d+(.\d{1,2})?$
有1~3位小数的正实数	^ [0-9]+(.[0-9]{1,3})?$
非负整数	^\d+$
非正整数	^((-\d+)
二、校验字符的表达式 ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
汉字	^ [\u4e00-\u9fa5]{0,}$
英文和数字	^ [A-Za-z0-9]+$
长度为3-20的所有字符	^.{3,20}$
由26个英文字母组成的字符串	^ [A-Za-z]+$
由数字、26个英文字母或者下划线组成的字符串	^\w+$ 或 ^\w{3,20}$
中文、英文、数字包括下划线	^ [\u4E00-\u9FA5A-Za-z0-9_]+$
中文、英文、数字但不包括下划线等符号	^ [\u4E00-\u9FA5A-Za-z0-9]+$
可以输入含有^%&’,;=?$"等字符	[^%&’,;=?$\x22]+
禁止输入含有~的字符	[^~\x22]+
三、特殊需求表达式 ~ ~ ~ ~ ~ ~ ~ ~ ~ ~
Email地址	^\w+([-+.]\w+)@\w+([-.]\w+).\w+([-.]\w+)*$
域名	[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
nternetURL	[a-zA-z]+://[^\s]* 或 ^http://([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$
手机号码	^(13[0-9]
电话号码	^((\d{3,4}-)
身份证号(15位、18位数字)	^\d{15}
短身份证号码(数字、字母x结尾)	^([0-9]){7,18}(x
帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)	^ [a-zA-Z][a-zA-Z0-9_]{4,15}$
密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)	^ [a-zA-Z]\w{5,17}$
日期格式	^\d{4}-\d{1,2}-\d{1,2}
中国邮政编码	[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
腾讯QQ号	[1-9][0-9]{4,} (腾讯QQ号从10000开始)
IP地址	\d+.\d+.\d+.\d+ (提取IP地址时有用)
中文字符的正则表达式	[\u4e00-\u9fa5]