一、概念
正则表达式(regex)是一个字符串,由字面值字符和特殊符号组成,是用来描述匹配一个字符串集合的模式,可以用来匹配、替换和拆分字符串。
例如可以检查一个字符串是否含有某种子字符串、将匹配的子字符串做替换或者从某个字符串中取出符合某个条件的子字符串等。
二、正则表达式语法
注意:反斜杠是一个特殊的字符,在字符串中开始转义序列。因此Java中需要使用\\来表示\。
注意:回顾一下,空白字符是''、'\t'、'\n'、'\r',或者'\f'。因此,\s和[\t\n\r\f]等同,\S和[^\t\n\r\f]等同。
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""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: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]。
注意:表H-1中后面六个条目*、+、?、{n}、{n,}以及{n,m}称为量词符(quantifier),
用于确定量词符前面的模式会重复多少次。例如,A*匹配0或者多个A,A+匹配1或者多个A。A?匹配0或者1个A。A{3}精确匹配AAA,A{3,}匹配至少3个A,A{3,6}匹配3到6之间个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}不能写成逗号后面有一个空白符的
A{3, 6}。
注意:可以使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。
三、常用方法
1、常用类
- Pattern 类:pattern 对象是一个正则表达式的编译表示。
- Matcher 类:Matcher 对象是对输入字符串进行解释和匹配操作的引擎。
- PatternSyntaxException类:非强制异常类,它表示一个正则表达式模式中的语法错误
2、Pattern的编译方法
2.1、接收一个参数
// 最常见的就是接收一个参数
Pattern pattern = Pattern.compile(regex);
2.2、接收两个参数
含义: 第1个参数依然是正则表达式字符串,第2个参数是一些补充功能(最常用的是忽略大小写配置),关于第2个参数的更多作用请看:java.util.Pattern的几种模式详细解析
示例:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) throws Exception {
String str = "A b C d";
String regex1 = "[a-z]";
// 默认情况下不忽略大小写
Pattern pattern1 = Pattern.compile(regex1);
Matcher matcher1 = pattern1.matcher(str);
System.out.println("不忽略大小写:");
while (matcher1.find()) {
System.out.println(matcher1.group());
}
String regex2 = "[a-z]";
// 配置第二个参数的值为“Pattern.CASE_INSENSITIVE”,用以忽略大小写
Pattern pattern2 = Pattern.compile(regex2, Pattern.CASE_INSENSITIVE);
Matcher matcher2 = pattern2.matcher(str);
System.out.println("忽略大小写:");
while (matcher2.find()) {
System.out.println(matcher2.group());
}
}
}
结果:
3、Pattern的整体匹配方法
含义: 判断正则表达式是否匹配字符串的全部内容
,即整体匹配
。并且使用该方法时正则表达式中不需要再前后添加^
和$
定位符,原因是默认就是整体匹配~
示例:
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) throws Exception {
String str = "I am noob from runoob.com.";
String regex = ".*runoob.*";
System.out.println(Pattern.matches(regex, str));
}
}
结果:
true
4、Pattern类、Matcher类的分组查找、取值方法
示例:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
// 按指定模式在字符串查找
String line = "This order was placed for QT3000! OK?";
String pattern = "(\\D*)(\\d+)(.*)";
// 创建 Pattern 对象
Pattern r = Pattern.compile(pattern);
// 现在创建 matcher 对象
Matcher m = r.matcher(line);
if (m.find()) {
// m.group()等同于m.group(0),可以看group()方法底层就是group(0)
System.out.println("Found value: " + m.group(0));
System.out.println("Found value: " + m.group(1));
System.out.println("Found value: " + m.group(2));
System.out.println("Found value: " + m.group(3));
} else {
System.out.println("NO MATCH");
}
}
}
示例:
Found value: This order was placed for QT3000! OK?
Found value: This order was placed for QT
Found value: 3000
Found value: ! OK?
5、Pattern 类的分割方法
含义: 按照正则表达式进行字符串分割
示例:
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
String str = "hello world,hello china";
String regex = " |,";
Pattern pattern = Pattern.compile(regex);
String[] arr = pattern.split(str);
for (String s : arr) {
System.out.println(s);
}
}
}
结果:
hello
world
hello
china
6、Matcher 类的查找方法
6.1、find()方法
含义: 找到一次匹配结果,便会返回true,之后我们就可以执行代码,然后使用while循环多次调用find()方法进行查找,直到查找完成(即find()方法返回false即可),该用法之前多次讲解,这里不在赘述
6.2、matches()方法
含义: 上面讲解的Pattern.matches()方法底层就是Matcher 类的matches()方法,作用都是执行整体匹配的,我们看下Pattern.matches()方法的源代码
6.3、lookingAt()方法
含义: 正则表达式是否与字符串的开头匹配,不要求完全匹配
示例:
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
String str1 = "food";
String str2 = "i love food";
String regex = "foo";
Pattern pattern = Pattern.compile(regex);
System.out.printf("%s是否以%s开头:%s", str1, regex, pattern.matcher(str1).lookingAt());
System.out.printf("\n%s是否以%s开头:%s", str2, regex, pattern.matcher(str2).lookingAt());
}
}
结果:
food是否以foo开头:true
i love food是否以foo开头:false
7、Matcher 类的替换方法
7.1、replaceAll()方法
含义: 替换字符串中和正则表达式匹配的每个地方
示例:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
String str = "hello world, hello china";
String regex = "hello";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);
String result = matcher.replaceAll("hi");
System.out.println(result);
}
}
结果:
hi world, hi china
7.2、replaceFirst()方法
含义: 替换字符串中和正则表达式匹配的第1个地方
示例:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
String str = "hello world, hello china";
String regex = "hello";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);
String result = matcher.replaceFirst("hi");
System.out.println(result);
}
}
结果:
hi world, hello china
8、使用正则表达式的其他情况
8.1、String类中的replaceAll()和replaceFirst()方法
含义: String类的replaceAll()和replaceFirst()方法中第1个参数可以使用正则表达式;其实这两个方法底层也是使用Pattern和Matcher类的方法
示例:
public class Test {
public static void main(String[] args) {
String str = "hello world, hello china";
String regex = "hello";
System.out.println(str.replaceAll(regex, "hi"));
System.out.println(str.replaceFirst(regex, "hi"));
}
}
结果:
hi world, hi china
hi world, hello china
8.2、String类中的matches()方法
含义: String类的matches()方法中的参数可以使用正则表达式;其实这个方法底层也是使用Pattern和Matcher类的方法
示例:
public class Test {
public static void main(String[] args) {
String str = "hello world";
String regex = "hello.*";
System.out.println(str.matches(regex));
}
}
结果:
true
8.3、String类中的split()方法
含义: String类的split()方法中的参数可以使用正则表达式;其实这个方法底层也是使用Pattern和Matcher类的方法
示例:
public class Test {
public static void main(String[] args) {
String str = "hello world,hello china";
String regex = " |,";
for (String s : str.split(regex)) {
System.out.println(s);
}
}
}
结果:
hello
world
hello
china
不忽略大小写:
b
d
忽略大小写:
A
b
C
d
四、正则表达式的进阶用法
除了上面提到的基本语法和使用示例外,Java中的正则表达式还支持更复杂的用法和特性。
1. 捕获组
在正则表达式中,你可以使用括号 ()
来定义捕获组。捕获组会捕获与括号内正则表达式匹配的文本,并可以通过 Matcher
对象的 group(int groupNumber)
方法来引用。例如,下面的代码演示了如何使用捕获组来提取URL中的协议和主机名:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class CaptureGroupExample {
public static void main(String[] args) {
String input = "http://www.example.com/path/to/page";
String regex = "(\\w+)://([^/]+)/.*"; // 捕获协议和主机名
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
if (matcher.find()) {
System.out.println("Protocol: " + matcher.group(1));
System.out.println("Hostname: " + matcher.group(2));
}
}
}
2. 非捕获组
如果你想要一个分组但不想要捕获匹配的文本,可以使用 (?:...)
来定义非捕获组。非捕获组主要用于定义子表达式,这些子表达式可以用于 |
、?
、*
、+
、{n}
等,但不能用于 Matcher
对象的 group()
方法。
3. 边界匹配器
前面提到的 ^
和 $
分别是匹配输入字符串的开始和结束位置。但在多行文本中,你可能还想要匹配每行的开始和结束位置。这时,你可以使用 ^
和 $
的多行模式版本,即在它们前面加上 ?
,如 ^?
和 $?
(但实际上在Java中,你只需要在 Pattern.compile()
方法中传入 Pattern.MULTILINE
标志即可)。
4. 预定义字符类
除了上面提到的 \d
、\D
、\s
、\S
等预定义字符类外,Java还支持其他一些预定义字符类,如 \w
(匹配任何单词字符,等价于 [a-zA-Z_0-9]
)和 \W
(匹配任何非单词字符,等价于 [^a-zA-Z_0-9]
)。
5. 正则表达式的旗帜
在编译正则表达式时,你可以传入一些标志(或称为“旗帜”)来改变正则表达式的默认行为。例如,Pattern.CASE_INSENSITIVE
标志会使匹配操作不区分大小写,Pattern.MULTILINE
标志会使 ^
和 $
分别匹配每一行的开始和结束位置,而不是整个输入字符串的开始和结束位置。
五、正则表达式在Java中的应用
1.判断功能
例:判断输入的手机号是否为13或者18开头
package work5_1;
import java.util.Scanner;
public class EXjava {
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
String age = "18-30";//定义年龄范围
String regex = "-";
String[] strArr = age.split(regex);//分割成字符串数组
int startage = Integer.parseInt(strArr[0]);
int endage = Integer.parseInt(strArr[1]);
System.out.print("请输入年龄:");
int a = input.nextInt();
if(a >= startage && a <= endage) {
System.out.println("Yes");
}
else {
System.out.println("No");
}
input.close();
}
}
2.分割功能
例:分割年龄段
package work5_2;
import java.util.Scanner;
public class EXjava {
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
String age = "18-30";//定义年龄范围
String regex = "-";
String[] strArr = age.split(regex);//分割成字符串数组
int startage = Integer.parseInt(strArr[0]);
int endage = Integer.parseInt(strArr[1]);
System.out.print("请输入年龄:");
int a = input.nextInt();
if(a >= startage && a <= endage) {
System.out.println("Yes");
}
else {
System.out.println("No");
}
input.close();
}
}
3.替换功能
例:将字符串的数字替换成 *
package work5_3;
import java.util.Scanner;
public class EXjava {
public static void main(String[] args) {
Scanner input = new Scanner(System.in);
String s = "12342javawang2345";
String regex = "\\d";
String ss = "*";
//将字符串里面的数字替换成*
String result = s.replaceAll(regex, ss);
System.out.println(result);
input.close();
}
}