正则表达式(Java)

正则表达式

---

精确匹配

一一对应，但是特殊字符要用"/"转义
匹配中文字符(utf-8),用\u####十六进制编码

匹配任意字符

• . : 匹配任意字符(仅限一个字符)

• \d : 匹配一个数字(仅限一个字符)

• \w : 匹配一个字母、数字或者下划线(不能匹配空格、#等特殊字符)

• \s : 匹配空格字符(空格 与制表符\t)

• \D : 匹配一个非数字

• \W : 匹配非字母、数字、下划线

• \S : 匹配非空格字符

---

重复匹配

• 修饰符 * : 可以匹配0或多个字符

如\d* 可以匹配0到多个数字

• 修饰符 + : 可以匹配至少一个字符

如\d* 可以匹配1个以上的数字

• 修饰符 ? : 可以匹配0或1个字符

如\d? 可以匹配0或1个数字

• 修饰符 {m,n} : 可以精确匹配m到n个字符

如\d{3,5} 可以匹配3到5个数字
如果没有上限{m,} 可以匹配至少m个字符

---

复杂匹配规则

• 匹配开头和结尾
  • ^ : 表示开头
    $ : 表示结尾

  如^A\d{3}$ 可以匹配 A001、A380

• 指定匹配范围
  • […] : 指定匹配范围

  [123456789] : 可以匹配1-9
  [1-9] : 简写匹配1-9
  匹配十六进制数:[0-9a-fA-F]

  • [^…] : 指定排除范围

  [^1-9] : 可以排除1-9

• 或规则匹配
  | : 链接两个正则规则，表示或关系

  1|9 可以匹配1也可以匹配9

---

分组匹配

• regex类的使用

  Pattern pattern = Pattern.compile("(\\d{3,4})\\-(\\d{7,8})"); //用正则表达式获取patter对象
  patter.matcher("010-12345678").matches();//判断是否符合样式 返回值为布尔类型
  Matcher matcher = pattern.matcher("010-12345678");//获取matcher对象
  if (matcher.matches()){         //判断是否匹配成功
  String whole = matcher.group(0);//"010-12345678" 0表示匹配的整个字符串
  String first = matcher.group(1);//"010" 1表示匹配的的第一个子串
  String second = matcher.group(2);//"12345678" 2表示匹配的第二个子串
  }
  

  第几个子串由括号()确定

---

非贪婪匹配

• 正则表达式默认使用贪婪匹配:
  任意一个规则，总是尽可能的多的往后匹配
• 修饰符 ? :
  修饰后使用非贪婪匹配: 尽可能少的匹配

---

分割、搜索、替换

• 用spilt(正则字符串)分割字符串
  s.split(正则字符串) 按正则匹配分割字符串
• 用正则字符串搜索字符串

//示例
public class Main {
    public static void main(String[] args) {
        String s = "the quick brown fox jumps over the lazy dog.";
        Pattern p = Pattern.compile("\\wo\\w");
        Matcher m = p.matcher(s);
        while (m.find()) {
            String sub = s.substring(m.start(), m.end());
            System.out.println(sub);
        }
    }
}

• 用replaceAll(正则字符串,待替换的字符串)

//示例
public class Main {
    public static void main(String[] args) {
        String s = "The     quick\t\t brown   fox  jumps   over the  lazy dog.";
        String r = s.replaceAll("\\s+", " ");
        System.out.println(r); // "The quick brown fox jumps over the lazy dog."
    }
}

• 反向引用
  如果我们要把搜索到的指定字符串按规则替换，比如前后各加一个xxxx，这个时候，使用replaceAll()的时候，我们传入的第二个参数可以使用$1、$2来反向引用匹配到的子串。

示例
public class Main {
    public static void main(String[] args) {
        String s = "the quick brown fox jumps over the lazy dog.";
        String r = s.replaceAll("\\s([a-z]{4})\\s", " <b>$1</b> ");
        System.out.println(r);
    }
}

上述代码的运行结果是：

the quick brown fox jumps <b>over</b> the <b>lazy</b> dog.

它实际上把任何4字符单词的前后用<b>xxxx</b>括起来。实现替换的关键就在于"<b>$1</b>"，它用匹配的分组子串([a-z]{4})替换了$1。