正则表达式及其常用语法

常用语法

正则表达式由字面值字符和特殊符号组成。

表1 常用语法

正则表达式	匹配	示例
x	指定字符x	Java匹配Java
.	除了换行符外的任意单个字符	Java匹配J..a
(ab|cd)	ab或者cd	ten匹配t(en|im)
[abc]	a、b或者c	Java匹配Ja[uvwx]a
[^abc]	除了a、b或c之外的字符	Java匹配Ja[ ^asx]a
[a-z]	a到z	Java匹配[A-M]av[a-z]
[^a-z]	除了a-z之外的任意字符	Java匹配[ ^A-C]av[ ^b-d]
[a-e[m-p]]	a到e或m-p	Java匹配[A-G[I-M]]av[a-d]
[a-e&&[c-p]]	a到e与c到p的交集	Java匹配[A-P&&[I-M]]av[a-d]
\d	一位数字，等同于[0-9]	Java2匹配"Java[\\d]"
\D	一位非数字	$Java匹配"[\\D][\\D]ava"
\w	单词字符	Java1匹配"[\\w]ava[\\d]"
\W	非单词字符	$Java匹配"[\\W][\\w]ava"
\s	空白字符	"Java 2"匹配"Java[\\s]2"
\S	非空白字符	Java匹配"[\\S]ava"
p*	0或者多次出现模式p	aaaa匹配"a*"
p+	1或者多次出现模式p	a匹配"a+b*" able匹配"(ab)+. *"
p?	0此或者1次出现模式p	Java匹配"J?Java" ava匹配"J?ava"
p{n}	正好出现n次模式p	Java匹配"Ja{1}.*"
p{n,}	至少出现n次模式p	aaaa匹配"a{1,}" a不匹配"a{2,}"
p{n,m}	[n,m]次出现模式p	aaaa匹配"a{1,9}" abb不匹配"a{2,9}b{2}"
\p{P}	一个标点字符!"#$%&'()*+,-./:;<=>?@[\]^_'{|}~	J?a匹配"J\p{P}a" J?1a不匹配"J\p{P}a"

注意

1. 反斜杠是一个特殊的字符，在字符串中开始转义序列。因此在Java中需要使用\ \来表示\

2. 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

3. 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_]

4. 上表中的后面6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。

5. 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}

6. 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

示例

1. 社会安全号的模式是xxx-xx-xxxx，其中x是一位数字，其正则表达式可以为：

   [0-9]{3}-[0-9]{2}-[0-9]{4} 或者 [\\d]{3}-[\\d]{2}-[\\d]{4}:

   "111-22-3333".matches("[0-9]{3}-[0-9]{2}-[0-9]{4}");//true
   "111-22-333".matches("[0-9]{3}-[0-9]{2}-[0-9]{4}");//false

2. 偶数以数字0、2、4、6、8结尾，偶数的模式可以描述为：

   [0-9]*[02468] 或者[\\d]*[02468]

3. 电话号码的模式是(xxx)xxx-xxxx，其中x是一位数字，并且第一位数字不能为0，其正则表达式可以为：

   \\([1-9][0-9]{2}\\)[0-9]{3}-[0-9]{4} 或者\\([1-9][\\d]{2}\\)[\\d]{3}-[\\d]{4}

4. 假定姓由最多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-z[A-Z]]{1,24}

5. Java中的标识符必须以字母、下划线、或者美元符号开头，不能以数字开头；必须由字母、数字、下划线、美元符号组成的字符序列，则标识符的模式可以描述为：

   [a-zA-z_$][a-Za-z0-9$_]*或者[a-zA-z$_][\\w$]*

6. ".*"匹配任何字符串

用正则表达式替换和拆分字符串

• matches()方法匹配字符串

• replaceAll()方法替换所有匹配的子字符串

  "Java Java Java".replaceAll("v\\w","wi");//Jawi Jawi Jawi

• replaceFirst()方法替换第一个匹配的子字符串

  "Java Java Java".replaceFirst("v\\w","wi");//Jawi Java Java

• 重载了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

  "Java1HTML2Perl".split("\\d");//拆分为Java,HTML,Per

• spilt(regex,llimit)方法，limit参数确定匹配模式匹配多少次，如果limit<=0，spilt(regex,llimit)等同于spilt(regex)；如果limit>0，模式最多匹配limit-1次

  "Java1HTML2Perl".split("\\d",0);//拆分为Java,HTML,Per
  "Java1HTML2Perl".split("\\d",1);//拆分为Java1HTML2Per
  "Java1HTML2Perl".split("\\d",2);//拆分为Java,HTML2Per
  "Java1HTML2Perl".split("\\d",3);//拆分为Java,HTML,Per
  "Java1HTML2Perl".split("\\d",4);//拆分为Java,HTML,Per

注意

在默认情况下，所有的量词符都会尽可能匹配多次。在后面添加问号？来把量词符改成匹配尽可能少的次数

"Jaaavaa".replaceFirst("a+","R");//JRva,匹配aaa
"Jaaavaa".replaceFirst("a+?","R");//JRaava，匹配a