Java正则表达式总结

最新推荐文章于 2022-12-19 12:22:25 发布

圣斗士Morty

最新推荐文章于 2022-12-19 12:22:25 发布

阅读量476

点赞数

分类专栏： Java 文章标签：正则表达式

本文链接：https://blog.csdn.net/u014745069/article/details/103656075

版权

Java 专栏收录该内容

60 篇文章 11 订阅

订阅专栏

引言

正则表达式（英文：regular expression）是用于描述字符串规则的工具，是记录文本规则的代码。

它可以用来搜索、编辑、处理文本。现有编程语言都支持正则表达式的处理，但每种语言都有细微的差别。

在Java 中，正则表达式的转义反斜杠要用：\\ 来表示，这是因为在《Java Language Specification》中明确规定，Java 中的一个反斜杠会用于转义Unicode编码。如果要匹配字符串中的反斜杠，那么需要四个反斜杠：\\\\ 。

在线正则表达式传送门：在线正则传送门

一、Java语言对正则的支持

最常用的正则表达式的类有Pattern和 Matcher，他们都是java.util.regex 包下的工具类。

Pattern 描述了一个正则表达式经过编译之后的对象，换句话说它就代表一个正则表达式对象。因为正则表达式本身也是由字符串来定义，但仅仅是字符串的正则表达式不可能直接去进行匹配工作，必须交由编程语言进行解析和实例化，变成某种数据结构才能够真正发挥作用。这一点和 html 必须先转化为一个 dom 树结构才能够进一步被处理有些类似。

Pattern 除了可以描述一个正则表达式之外，同时具备匹配的功能，可以使用静态的方法：

boolean isDecimal = Pattern.matches("^\\d+\\.\\d+", "20");
System.out.println(isDecimal); // 输出：false

boolean isDecimal = Pattern.matches("^\\d+\\.\\d+", "20.224");
System.out.println(isDecimal); // 输出：true

Matcher 是正则表达式匹配处理引擎。可以通过解释一个Pattern 对象对一个字符序列进行匹配操作，比如，编辑替换等等。

Matcher 对象的创建是通过调用 Pattern 对象的 matcher 方法：

Matcher m = reg.matcher("待处理的文本");

Matcher 对象一旦被创建，就可以处理三种不同的匹配操作：

1、匹配校验：matches

它同样可以对整个输入字符串进行匹配校验（这与 Pattern.matches() 静态方法的功能完全相同）：

Pattern reg = Pattern.compile("^\\d+\\.\\d+");
Matcher m = reg.matcher("2019.12.22");
boolean matches = m.matches();
System.out.println(matches);  // 输出：false

2、头部查找：lookingAt

查找匹配返回一个布尔，当且仅当输入序列，在序列开始的位置满足正则才返回 true，但不要求整个字符序列都要满足。

Pattern reg = Pattern.compile("^\\d+\\.\\d+");
Matcher m1 = reg.matcher("2019.12-1212");
boolean prefixMatched1 = m1.lookingAt();
System.out.println(prefixMatched1); // true
Matcher m2 = reg.matcher("2019-1212.12");
boolean prefixMatched2 = m2.lookingAt();
System.out.println(prefixMatched2); // false

3、向下查找：find

这个方法同样返回布尔，该方法尝试查找下一个与正则相匹配的子串，这在处理较长输入序列的时候比较有用，它会从输入序列的第一个字符开始匹配，或者如果在之前的程序中有调用过该方法，且匹配器没有被重置过，那么它就会从没有被之前的匹配操作匹配过的字符开始继续匹配。

Pattern reg = Pattern.compile("\\d+\\.\\d+");
Matcher m1 = reg.matcher("201912-12.12");
boolean lookingAt = m1.lookingAt();
boolean find = m1.find();
boolean find2 = m1.find();
System.out.println(lookingAt); // false
System.out.println(find); // true
System.out.println(find2); // false

二、正则表达式语法

注意，对于转义符，Java 中用 \\ 来表示正则表达式中的 \，因此抛开语言不谈，只针对正则表达式语法的话，只以 \ 来描述正则表达式语法。

正则表达式的规则非常多，仅靠人脑很难一次性全部记住，这里总结一些在工作中（非专业文本处理相关工作）常用的正则表达式的语法以及在线正则表达式的简单使用。

常用元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线
\s	匹配任意的空白符
\d	匹配数字
\b	匹配单词的开始或结束
^	匹配字符串的开始
$	匹配字符串的结束

常用限定符

代码/语法	说明
*	重复零次或更多次
+	重复一次或更多次
?	重复零次或一次
{n}	重复n次
{n,}	重复n次或更多次
{n,m}	重复n到m次

常用反义词

代码/语法	说明
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\D	匹配任意非数字的字符
\B	匹配不是单词开头或结束的位置
[^x]	匹配除了x以外的任意字符
[^aeiou]	匹配除了aeiou这几个字母以外的任意字符

这些正则描述符都是出现频率极高的存在，一般的文本匹配都离不开这些描述符，需要牢记。

附1：常用正则表达式（摘抄自菜鸟教程）

原地址：https://c.runoob.com/front-end/854

1、校验数字的表达式

数字：^[0-9]*$
n位的数字：^\d{n}$
至少n位的数字：^\d{n,}$
m-n位的数字：^\d{m,n}$
零和非零开头的数字：^(0|[1-9][0-9]*)$
非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(\.[0-9]{1,2})?$
带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})$
正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
有两位小数的正实数：^[0-9]+(\.[0-9]{2})?$
有1~3位小数的正实数：^[0-9]+(\.[0-9]{1,3})?$
非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
非负整数：^\d+$ 或 ^[1-9]\d*|0$
非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

2、校验字符的表达式

汉字：^[\u4e00-\u9fa5]{0,}$
英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
长度为3-20的所有字符：^.{3,20}$
由26个英文字母组成的字符串：^[A-Za-z]+$
由26个大写英文字母组成的字符串：^[A-Z]+$
由26个小写英文字母组成的字符串：^[a-z]+$
由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
禁止输入含有~的字符：[^~\x22]+

3、特殊需求表达式

Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(\.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+\.?
InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|4|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
电话号码正则表达式（支持手机号码，3-4位区号，7-8位直播号码，1－4位分机号）: ((\d{11})|^((\d{7,8})|(\d{4}|\d{3})-(\d{7,8})|(\d{4}|\d{3})-(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1})|(\d{7,8})-(\d{4}|\d{3}|\d{2}|\d{1}))$)
身份证号(15位、18位数字)，最后一位是校验位，可能为数字或字符X：(^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)
帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在 8-10 之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z])[a-zA-Z0-9]{8,10}$
强密码(必须包含大小写字母和数字的组合，可以使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
日期格式：^\d{4}-\d{1,2}-\d{1,2}
一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
钱的输入格式：
1. 有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$
2. 这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$
3. 一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$
4. 这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧。下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$
5. 必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$
6. 这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$
7. 这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
8. 1到3个数字,后面跟着任意个逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
9. 备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
中文字符的正则表达式：[\u4e00-\u9fa5]
双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
空白行的正则表达式：\n\s*\r (可以用来删除空白行)
HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? /> ( 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))

附2：在线正则表达式工具使用简介

一般的在线正则表达式都会有常用的匹配模式选择，一般选择模式之后，只要输入待匹配文本即可：

圣斗士Morty

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
Java正则表达式总结

引言正则表达式（英文：regular expression）是用于描述字符串规则的工具，是记录文本规则的代码。它可以用来搜索、编辑、处理文本。现有编程语言都支持正则表达式的处理，但每种语言都有细微的差别。在Java 中，正则表达式的转义反斜杠要用：\\ 来表示，这是因为在《Java Language Specification》中明确规定，Java 中的一个反斜杠会用于转义Unicod...
复制链接

扫一扫