java正则表达式

目录

字符符号

咋匹配呢？

三种匹配模式：

find() (任意区域部分匹配）

lookingAt()（从目标字符串的开头开始匹配，如配不上，就不往下找了）懒人配匹配🙆

matches() (将整个目标字符串与模式匹配，配得上就true，反之false)

使用正则表达式进行替换

replaceFirst 和replaceAll 方法

简单谈一谈组

字符符号

首先要要理解字符类是啥，举个栗子，现在我们要从一大堆文章里找出这么“XXX”一种组合的字符串，那么字符类就是这其中的每个X的匹配要求了，Java常用的匹配字符如下（摘自W3CSCHOOL）：（空格换行回车都可以看作是字符)

字符	说明
\	将下一字符标记为特殊字符、文本、反向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"\"，"\("匹配"("。
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与"\n"或"\r"之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与"\n"或"\r"之前的位置匹配。
*	零次或多次匹配前面的字符或子表达式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。
+	一次或多次匹配前面的字符或子表达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表达式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}	n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
{n,}	n 是非负整数。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
{n,m}	M 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。
?	当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?"只匹配单个"o"，而"o+"匹配所有"o"。
.	匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。
(pattern)	匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"\("或者"\)"。
(?:pattern)	匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。
(?=pattern)	执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
(?!pattern)	执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
x|y	匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。
[xyz]	字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。
[^xyz]	反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
[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。
[^a-z]	反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。
\b	匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
\B	非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
\cx	匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。
\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]。
\f	换页符匹配。等效于 \x0c 和 \cL。
\n	换行符匹配。等效于 \x0a 和 \cJ。
\r	匹配一个回车符。等效于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
\t	制表符匹配。与 \x09 和 \cI 等效。
\v	垂直制表符匹配。与 \x0b 和 \cK 等效。
\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。
\xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，"\x41"匹配"A"。"\x041"与"\x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。
\num	匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)\1"匹配两个连续的相同字符。
\n	标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。
\nm	标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 \nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。
\nml	当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。
\un	匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。

 

注意：

• 使用要将 \d 写成 \\d 的转义形式，其他的也同样
• \b 表示边界字符，它是字与空格之间的位置，例如 "hello world" 中的 'h','o','w','d'都是边界字符
• 可以使用 ".*" 组合来匹配不为 \r\n的任意长度的字符

 

咋匹配呢？

此处要使用java.util.regex包下的两个类（该包下只有两个类)

• Pattern (匹配模式）
• Matcher （匹配器）

Pattern用来设置我们自定义的匹配模式，是单例设计模式，因此只能使用Pattern.compile(String regex)来获取一个Pattern对象，可加一个参数 int flags 用来设置一些标准的匹配模式（regex所定义的字符串在下文统称为模式 ）

示例：

 public static void main(String[] args) {
        String regex ="[afk][0-9][^mf]";
        Pattern pattern=Pattern.compile(regex,Pattern.CASE_INSENSITIVE);//预定义忽略大小写模式
        String targetString="mkjlma3Pjgna";
        Matcher matcher=pattern.matcher(targetString);
        while(matcher.find()) System.out.println(matcher.group());
    }

结果：a3P

Pattern定义的flags常量表如下：

Flag	描述
Pattern.CANON_EQ	启用规范等效。
Pattern.CASE_INSENSITIVE	启用不区分大小写的匹配。
Pattern.COMMENTS	启用不区分大小写的匹配。...
Pattern.DOTALL	允许在模式中的空格和注释。 忽略以＃开头的空格和嵌入的注释，直到行的结尾。
Pattern.LITERAL	启用模式的文字解析。 这个标志使元字符和转义序列作为正常字符。
Pattern.MULTILINE	启用多行模式。 默认情况下，^和$匹配输入序列的开始和结束。 此标志使模式仅逐行匹配或输入序列的末尾。
Pattern.UNICODE_CASE	启用支持Unicode的大小写。 与CASE_INSENSITIVE标志一起，可以根据Unicode标准执行不区分大小写的匹配。
Pattern.UNICODE_ CHARACTER_CLASS	启用预定义字符类和POSIX字符类的Unicode版本。 设置此标志时，预定义字符类和POSIX字符类符合Unicode技术标准。
Pattern.UNIX_LINES	启用Unix行模式。 设置此标志时，只有\ n字符被识别为行终止符。

接下来谈谈匹配器Matcher,顾名思义，它是用来匹配字符串的引擎，pattern.matcher(String target) 通过已有的匹配模式和匹配对象来构建Matcher对象，常用方法如下：

方法及说明
public int start() 返回以前匹配的初始索引。
public int start(int group)  返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引
public int end() 返回最后匹配字符之后的偏移量。
public int end(int group) 返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量。
public boolean lookingAt()  尝试将从区域开头开始的输入序列与该模式匹配。
public boolean find() 尝试查找与该模式匹配的输入序列的下一个子序列。
public boolean find(int start） 重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。
public boolean matches() 尝试将整个区域与模式匹配。
public Matcher appendReplacement(StringBuffer sb, String replacement) 实现非终端添加和替换步骤。
public StringBuffer appendTail(StringBuffer sb) 实现终端添加和替换步骤。
public String replaceAll(String replacement)  替换模式与给定替换字符串相匹配的输入序列的每个子序列。
public String replaceFirst(String replacement)  替换模式与给定替换字符串匹配的输入序列的第一个子序列。
public static String quoteReplacement(String s) 返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作。

示例：

public static void main(String[] args) {
        String regex="[hkj]\\w";
        Pattern pattern=Pattern.compile(regex,Pattern.CASE_INSENSITIVE);
        String string="hello world";
        Matcher matcher=pattern.matcher(string);
        while(matcher.find()){
            System.out.println(string.substring(matcher.start(),matcher.end()));
            System.out.println(matcher.group());
        }
    }

结果：he he

三种匹配模式：

find() (任意区域部分匹配）

在定义好匹配器后，如果使用find()方法，那么Matcher将会根据模式逐次匹配，调用一次find()就寻找一次（假设字符串内有多次匹配的话）

示例：

public static void main(String[] args) {
        String targetString="A man is not old as long as he is seeking something";
        String regex="\\b\\ws\\b";//一个字符加一个's'，左右两边都为边界
        Pattern pattern=Pattern.compile(regex);
        Matcher matcher=pattern.matcher(targetString);
        int count=0;
        while(matcher.find()){
            count++;
            System.out.println(matcher.group());
        }
        System.out.println("totally find:"+count);
    }

 

lookingAt()（从目标字符串的开头开始匹配，如配不上，就不往下找了）懒人配匹配🙆

示例：

public static void main(String[] args) {
        String targetString1="A man is not old as long as he is seeking something";
        String targetString2="is not old as long as he is seeking something";
        String regex="\\b\\ws\\b";//一个字符加一个's'，左右两边都为边界
        Pattern pattern=Pattern.compile(regex);
        Matcher matcher1=pattern.matcher(targetString1);
        if(matcher1.lookingAt()) System.out.println(matcher1.group());
        else System.out.println("NO found!");
        Matcher matcher2=pattern.matcher(targetString2);
        if(matcher2.lookingAt()) System.out.println(matcher2.group());
    }

matches() (将整个目标字符串与模式匹配，配得上就true，反之false)

示例：

public static void main(String[] args) {
        String targetString1="A man is not old as long as he is seeking something";
        String targetString2="as long as he is seeking something";
        String regex="\\bas.*";//一个字符加一个's'，左右两边都为边界
        Pattern pattern=Pattern.compile(regex);
        Matcher matcher1=pattern.matcher(targetString1);
        if(matcher1.matches()) System.out.println(matcher1.group());
        else System.out.println("NO found!");
        Matcher matcher2=pattern.matcher(targetString2);
        if(matcher2.matches()) System.out.println(matcher2.group());
        else System.out.println("NO found!");
    }

敲黑板！

在String类里提供了一个matches()可以很方便的使用这种匹配模式，如下：

public static void main(String[] args) {
        System.out.println("hello world".matches("\\bhello\\s"));
        System.out.println("hello world".matches("\\bhello.*"));
    }

 

使用正则表达式进行替换

replaceFirst 和replaceAll 方法

replaceFirst 和replaceAll 方法用来替换匹配正则表达式的文本。不同的是，replaceFirst 替换首次匹配，replaceAll 替换所有匹配

示例：

public static void main(String[] args) {
        String targetString1="A man is not old as long as he is seeking something";
        String regex="\\bis\\b";//一个字符加一个's'，左右两边都为边界
        Pattern pattern=Pattern.compile(regex);
        Matcher matcher1=pattern.matcher(targetString1);
        String result =matcher1.replaceFirst("IS");
        String result2 =matcher1.replaceAll("IS");
        System.out.println(result);
        System.out.println(result2);
    }

 

简单谈一谈组

为啥要分组呢？设想当我们要从一堆信息里面查询一个身份证号并获取此人的出生年月日，那么我么就要先查询身份证号再对其进行分解分解，而使用组我们就可以一步完成这个操作了

示例：

public static void main(String[] args) {
        String targetString="我今天捡了两张身份证，一张是345987199908304534,还有一张是889600200005201211,我把它交给了警察叔叔";
        String regex="(\\d{6})(\\d{4})(\\d{2})(\\d{2})(\\d{4})";
        Pattern pattern=Pattern.compile(regex);
        Matcher matcher=pattern.matcher(targetString);
        while(matcher.find()){
            System.out.println(matcher.group());
            System.out.println("此人生日："+matcher.group(2)+"年"+matcher.group(3)+"月"+matcher.group(4)+"日");
        }
    }

注:组从 1 开始算起