一、正则表达式概述
1. 定义:符合一定规则的表达式。
2. 作用:用于专门对字符串进行操作。
3. 特点:用一些特定的字符来表示一些代码操作,这样就能简化书写。
4. 优点:可简化对字符串的复写操作。
5. 弊端:符号定义越多,正则表达式越长,阅读性就越差。
二、常见正则表达式的符号
(一):如下
1、字符
x 字符 x
\\ 反斜线字符
\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')
2、字符类
[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)
3、预定义字符类
. 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]
4、边界匹配行的开头
^ 行的开头
$ 行的结尾
\b 单词边界
\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
5、Greedy数量词
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
6、组和捕获
捕获组可以通过从左到右计算其开括号来编号。例如,在表达式 ((A)(B(C)))中,存在四个这样的组:
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)
组零始终代表整个表达式。在替换中常用匹配组的内容。
(二)说明
1、字符类
字符类可以出现在其他字符类中,并且可以包含并集运算符(隐式)和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。
字符类运算符的优先级如下所示,按从最高到最低的顺序排列:
1 字面值转义 \x
2 分组 […]
3 范围 a-z
4 并集 [a-e][i-u]
5 交集 [a-z&&[aeiou(
2、行结束符
行结束符 是一个或两个字符的序列,标记输入字符序列的行结尾。以下代码被识别为行结束符:
新行(换行)符 (‘\n’)、
后面紧跟新行符的回车符 (“\r\n”)、
单独的回车符 (‘\r’)、
下一行字符 (‘\u0085’)、
行分隔符 (‘\u2028’) 或
段落分隔符 (‘\u2029)。
3、组和捕获
捕获组可以通过从左到右计算其开括号来编号。例如,在表达式 ((A)(B(C)))中,存在四个这样的组:
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)
组零始终代表整个表达式。在替换中常用匹配组的内容。
三、正则表达式的功能
1、匹配
public booleanmatches(String regex):用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false。
例1:手机号段只有 13xxx 15xxx 18xxx,判断给出的号码是否是合格的号码?
public static void checkTel()
{
String tel = "16900001111";
String telReg = "1[358]\\d{9}";
System.out.println(tel.matches(telReg));
}
例2:对邮件地址进行校验
public static void checkMail()
{
String mail = "abc12@sina.com";
// mail = "1@1.1";
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
System.out.println(mail.matches(reg));
}
2、切割
String[] split(String regex)
例1:按照空格来切割
public static void splitDemo(String str,String reg)
{String str="wo yao xue android";
String reg = " +";//按照多个空格来进行切割
String[] arr = str.split(reg);
System.out.println(arr.length);
for(String s : arr)
{
System.out.println(s);
}
}
例2:按照叠词进行切割
public static void splitDemo(String str,String reg)
{String str="erkktyqqquizzzzzo";
String reg = " (.)\\1+;
/*按照叠词完成切割。为了可以让规则的结果被重用可以将规则封装成一个组。
用()完成。组的出现都有编号从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。*/
String[] arr = str.split(reg);
System.out.println(arr.length);
for(String s : arr)
{
System.out.println(s);
}
}
3、替换
String replaceAll(String regex,String replacement):如果regex中有定义组,可以在第二参数中通过$符号获取正则表达式中的已有的组。
例:
public static void replaceAllDemo(String str,String reg,String newStr)
{
String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的连续五个及以上的数组替换成#
str=replaceAllDemo(str,"\\d{5,}","#");
String str1 = "erkktyqqquizzzzzo";//将叠词替换成$. //将重叠的字符替换成单个字母。zzzz->z
str1=replaceAllDemo(str1,"(.)\\1+","$1");
System.out.println(str);
System.out.println(str1);
}
4、获取:将字符串中的符合规则的子串取出。
操作步骤:
1,将正则表达式封装成对象。
2,让正则对象和要操作的字符串相关联。
3,关联后,获取正则匹配引擎。
4,通过引擎对符合规则的子串进行操作,比如取出。
例:
class RegexDemo2
{
public static void main(String[] args)
{
getDemo();
}
public static void getDemo()
{
String str = "ming tian jiu yao fang jia le ,da jia。";
System.out.println(str);
String reg = "\\b[a-z]{4}\\b";
//将规则封装成对象。
Pattern p = Pattern.compile(reg);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m = p.matcher(str);
//System.out.println(m.matches());//其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。
//只不过被String的方法封装后,用起来较为简单。但是功能却单一。
// boolean b = m.find();//将规则作用到字符串上,并进行符合规则的子串查找。
// System.out.println(b);
// System.out.println(m.group());//用于获取匹配后结果。
//System.out.println("matches:"+m.matches());
while(m.find())
{
System.out.println(m.group());
System.out.println(m.start()+"...."+m.end());
}
}
}
5、使用功能总结
遇到一个问题时到底用四种功能中的哪一个呢?或者哪几个呢?
思路方式:
1,如果只想知道该字符是否对是错,使用匹配。
2,想要将已有的字符串变成另一个字符串,替换。
3,想要按照自定的方式将字符串变成多个字符串。切割。获取规则以外的子串。
4,想要拿到符合需求的字符串子串,获取。获取符合规则的子串。