正则表达式

最新推荐文章于 2022-04-09 20:12:22 发布

星武者

最新推荐文章于 2022-04-09 20:12:22 发布

阅读量398

点赞数

分类专栏： java 文章标签：正则表达式 java

本文链接：https://blog.csdn.net/starexplode/article/details/73136252

版权

java 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

正则表达式

正则表达式的规则

字符

表达	解释
x	字符 x
\	反斜线字符
\0n	带有八进制值0的字符 n (0 <= n <= 7)
\0nn	带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn	带有八进制值0的字符mnn（0 <= m <= 3、0 <= n <= 7）
\xhh	带有十六进制值0x的字符hh
\uhhhh	带有十六进制值 0x 的字符hhhh
\t	制表符 (‘\u0009’)
\n	新行（换行）符 (‘\u000A’)
\r	回车符 (‘\u000D’)
\f	换页符 (‘\u000C’)
\a	报警 (bell) 符 (‘\u0007’)
\e	转义符 (‘\u001B’)
\cx	对应于 x 的控制符

字符类

表达式	解释
[abc]	a、b 或 c（简单类）
[^abc]	任何字符，除了 a、b 或 c（否定）
[a-zA-Z]	a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]]	a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]]	d、e 或 f（交集）
[a-z&&[^bc]]	a到z，除了b和c：[ad-z]（减去）
[a-z&&[^m-p]]	a 到 z，而非 m 到 p：[a-lq-z]（减去）
[/u0041-/u0056]	汉字

预定义字符类

表达式	解释
.	任何字符（与行结束符可能匹配也可能不匹配）
\d	数字：[0-9]
\D	非数字： [^0-9]
\s	空白字符：[ \t\n\x0B\f\r]
\S	非空白字符：[^\s]
\w	单词字符：[a-zA-Z_0-9]
\W	非单词字符：[^\w]

POSIX 字符类（仅 US-ASCII）

表达式	解释
\p{Lower}	小写字母字符：[a-z]
\p{Upper}	大写字母字符：[A-Z]
\p{ASCII}	所有 ASCII：[\x00-\x7F]
\p{Alpha}	字母字符：[\p{Lower}\p{Upper}]
\p{Digit}	十进制数字：[0-9]
\p{Alnum}	字母数字字符：[\p{Alpha}\p{Digit}]
\p{Punct}	标点符号：!”#$%&’()*+,-./:;<=>?@[]^_`{
\p{Graph}	可见字符：[\p{Alnum}\p{Punct}]
\p{Print}	可打印字符：[\p{Graph}\x20]
\p{Blank}	空格或制表符：[ \t]
\p{Cntrl}	控制字符：[\x00-\x1F\x7F]
\p{XDigit}	十六进制数字：[0-9a-fA-F]
\p{Space}	空白字符：[ \t\n\x0B\f\r]

java.lang.Character 类（简单的 java 字符类型）

表达式	解释
\p{javaLowerCase}	等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase}	等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace}	等效于 java.lang.Character.isWhitespace()
\p{javaMirrored}	等效于 java.lang.Character.isMirrored()

Unicode 块和类别的类

表达式	解释
\p{InGreek}	Greek 块（简单块）中的字符
\p{Lu}	大写字母（简单类别）
\p{Sc}	货币符号
\P{InGreek}	所有字符，Greek 块中的除外（否定）
[\p{L}&&[^\p{Lu}]]	所有字母，大写字母除外（减去）

边界匹配器

表达式	解释
^	行的开头
$	行的结尾
\b	单词边界，就是非单词字符的地方
\B	非单词边界
\A	输入的开头
\G	上一个匹配的结尾
\Z	输入的结尾，仅用于最后的结束符（如果有的话）
\z	输入的结尾

所谓的单词边界就是不能用\w全部匹配
举例：xiaoming\b
要匹配的字符xiaoming xiaoming222 xiaoming2()2
能匹配到的是第一个和第三个，因为第二个后面的全部都能用\w匹配。

Greedy 数量词（贪婪模式）

表达式	解释
X?	X，一次或一次也没有
X*	X，零次或多次
X+	X，一次或多次
X{n}	X，恰好n次
X{n,}	X，至少n次
X{n,m}	X，至少n次，但是不超过m次

Greedy模式：即贪婪模式，此模式匹配字符时一直会匹配下去，直到无法匹配。

Reluctant 数量词（勉强模式）

表达式	解释
X??	X，一次或一次也没有
X*?	X，零次或多次
X+?	X，一次或多次
X{n}?	X，恰好 n 次
X{n,}?	X，至少 n 次
X{n,m}?	X，至少 n 次，但是不超过 m 次

每一个都比Greedy多一个?
勉强模式：匹配时是最小的字符。它与贪婪模式的对比如下。

public class GuiZeTest {
public static void main(String[] args) {
    String str = "aaa, bbb";
    System.out.println(str.replaceFirst("\\w*", "+")); // +, bbb
    System.out.println(str.replaceFirst("\\w*?", "+")); // +aaa, bbb
    System.out.println(str.replaceFirst("\\w*+", "+"));
}

}

Possessive 数量词（占有模式）

表达式	解释
X?+	X，一次或一次也没有
X*+	X，零次或多次
X++	X，一次或多次
X{n}+	X，恰好 n 次
X{n,}+	X，至少 n 次
X{n,m}+	X，至少 n 次，但是不超过 m 次

每一个都比Greedy多一个+
占有模式：只有Java才有的模式，一般较少使用。

Logical 运算符

表达式	解释
XY	X后跟Y
X	Y

正则表达式的用法

指定为字符串的正则表达式必须首先被编译为此类的实例。然后，可将得到的模式用于创建 Matcher 对象，依照正则表达式，该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。
典型的调用顺序是：

Pattern p = Pattern.compile("a*b");
Matcher m = p.matcher("aaaaab");
boolean b = m.matches();

Pattern compile(String regex)
将给定的正则表达式编译到模式中。
public Matcher matcher(CharSequence input)
创建一个匹配器，匹配给定的输入与此模式。
参数
input - 要匹配的字符序列
结果
这种模式的新匹配器
public static boolean matches(String regex CharSequence input)
编译给定的正则表达式，并尝试匹配给定的输入。
调用这种方便的方式的形式 Pattern.matches(regex, >input);表现方式与表达式完全相同
Pattern.compile(regex).matcher(input).matches()
如果一个模式多次被使用，编译一次并重用它将比每次调用此方法更有效。
参数
regex - 要编译的表达式
input - 要匹配的字符序列
结果
正则表达式是否匹配输入

由上文可知上面的三行代码可以写成：
boolean b = Pattern.matches("aaaaaab", "a*b")

正则表达式的用法：匹配字符串

import java.util.regex.*;
public class FindGroup {
public static void main(String[] args) {
    String str = "这儿有一些电话号码，我只需要13和15开头的电话号码。" +
            "13472011907，15189787288， 1789829828，1293141942";        
    Matcher m = Pattern.compile("((13\\d)|(15\\d))\\d{8}").matcher(str);
    while(m.find()) {
        System.out.println(m.group());
    }
  }
}

find() : 返回目标中是否与Pattern中匹配的字符串
group() : 返回上一次与Pattern匹配的字符串
start() : 返回上一次与Pattern匹配字符串的开始位置（在原字符串中）
end() : 返回上一次与Pattern匹配字符串的结束位置加1
lookAt() : 返回目标字符串与Pattern是否匹配，此方法与matches()比较相似，但不同的是它不需要匹配整个字符串。
reset : 重新设置需要匹配的字符串
matches() : 返回目标是否与Pattern是否匹配

下面是一些示例：

import java.util.regex.*;
public class StartAndEnd {
    public static void main(String[] args) {
        String str = "Java is very easy";
        System.out.println("目标字符串是：" + str);
        Pattern p = Pattern.compile("\\w+");
        Matcher m = p.matcher(str);
        while(m.find()) {
            System.out.println(m.group() + "起始位置：" + m.start() + "结束位置：" + m.end());
        }
    }
}

import java.util.regex.*;
public class MatchesTest {
    public static void main(String[] args) {
        String mails[] = {
                "1293141942@qq.com",
                "mengchen@xiyou3g.com",
                "ppap@abbc.org",
                "ascsc@cacs.asa"
        };
        String pattern = "\\w{3,20}@\\w+\\.(com|net|cn|org|gov)";
        Pattern mp = Pattern.compile(pattern);
        Matcher mm = null;
        for(String mail : mails) {
            if(mm == null) {
                mm = mp.matcher(mail);
            }
            else {
                mm.reset(mail);
            }
            System.out.println(mail + (mm.matches() ? "是" : "不是") + "一个邮箱地址。");
        }
    }
}

事实上String中也提供了matches()方法
mials[0].matches("\\w{3,20}@\\w+\\.(com|net|cn|org|gov)")

正则表达式的用法：替换、分割

import java.util.regex.*;
public class ReplaceTest {
    public static void main(String[] args) {
        String[] str = {
                "Java is easy to study",
                "I love Java",
                "I don't konw to write something about Java"
        };
        Pattern p = Pattern.compile("Ja\\w+");
        Matcher m = null;
        for (String x : str) {
            if (m == null) {
                m = p.matcher(x);
            }
            else {
                m.reset(x);
            }
            System.out.println(m.replaceAll("C语言"));
        }
    }
}

Matcher类提供了替换字符串的方法
replaceAll()：替换全部能匹配到的
replaceFirst() : 替换第一个匹配到的。
事实上，Java的String类也提供了这几个方法。

import java.util.Arrays;
public class StringReplaceTest {
    public static void main(String[] args) {
        String[] str = {
                "Java is easy to study",
                "I love Java",
                "I don't konw to write something about Java"
        };
        for(String x : str) {
            System.out.println(x.replaceAll("java\\w+", "C语言"));
            System.out.println(Arrays.toString(x.split(" ")));
        }
    }
}