1. 定义及用途
正则表达式是用来匹配字符串的一种模式,实际上是用来匹配字符串的一种模式。
• 是文本处理中常用的工具
• 主要 的应用包括:匹配验证、分割查找替换 的应用包括:匹配验证、分割查找替换。
2. 语法规则
2.1 基本字符
字符 | 释义 | 举例 |
---|---|---|
. | 代表一个字符的通配符,能和回车符之外的任何字相匹配 | |
[^] | 排斥性字符集,和集合外任意字符匹配 | |
\ | 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。 | “n"匹配字符"n”。"\n"匹配换行符。序列"\\“匹配”\","\(“匹配”("。 |
^ | 匹配输入字符串开始的位置 | |
$ | 匹配输入字符串结尾的位置 | |
\b | 匹配一个字边界 | “er\b"匹配"never"中的"er”,但不匹配"verb"中的"er" |
\B | 非字边界匹配 | “er\B"匹配"verb"中的"er”,但不匹配"never"中的"er" |
注:
若要匹配包括"\r\n"在内的任意字符,请使用诸如"[\s\S]"之类的模式。
2.2 表示数量
字符 | 释义 | 举例 | 等价 |
---|---|---|---|
* | 零次或多次匹配前面的字符或子表达式。 | zo* 匹配"z"和"zoo" | {0,} |
+ | 一次或多次匹配前面的字符或子表达式。 | "zo+"与"zo"和"zoo"匹配 | {1,} |
? | 零次或一次匹配前面的字符或子表达式。 | "do(es)?“匹配"do"或"does"中的"do” | {0,1} |
{n} | 正好匹配 n 次 | "o{2}"与"Bob"中的"o"不匹配,但与"food"中的两个"o"匹配 | |
{n,} | 至少匹配 n 次 | "o{2,}“不匹配"Bob"中的"o”,而匹配"foooood"中的所有 o。 | |
{n,m} | 匹配至少 n 次,至多 m 次 | "o{1,3}"匹配"fooooood"中的头三个 o。 |
注
1)?:当此字符紧随任何其他限定符(*、+、?、{n}、{n,}、{n,m})之后时,匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串,而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如,在字符串"oooo"中,"o+?“只匹配单个"o”,而"o+“匹配所有"o”。
2.3 表示范围
字符 | 释义 | 举例 |
---|---|---|
x|y | 匹配 x 或 y。 | 例如,‘z|food’ 匹配"z"或"food"。’(z|f)ood’ 匹配"zood"或"food"。 |
[xyz] | 字符集。匹配包含的任一字符。 | 例如,"[abc]“匹配"plain"中的"a”。 |
[^xyz] | 反向字符集。匹配未包含的任何字符。 | 例如,"[^abc]“匹配"plain"中"p”,“l”,“i”,“n”。 |
[a-z] | 字符范围。匹配指定范围内的任何字符 | 例如,"[a-z]"匹配"a"到"z"范围内的任何小写字母。 |
[^a-z] | 反向范围字符。匹配不在指定的范围内的任何字符。 | 例如,"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。 |
\cx | 匹配 x 指示的控制字符 | 例如,\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样,则假定 c 就是"c"字符本身。 |
2.4 常用字符
字符 | 释义 | 等价 |
---|---|---|
\d | 数字字符匹配 | 等效于 [0-9] |
\D | 非数字字符匹配 | 等效于 [^0-9] |
\f | 换页符匹配 | 等效于 \x0c 和 \cL |
\n | 换行符匹配 | 等效于 \x0a 和 \cJ |
\r | 匹配一个回车符 | 等效于 \x0d 和 \cM |
\s | 匹配任何空白字符,包括空格、制表符、换页符等 | 与 [ \f\n\r\t\v] 等效 |
\S | 匹配任何非空白字符 | 与 [^ \f\n\r\t\v] 等效 |
\t | 制表符匹配 | 与 \x09 和 \cI 等效 |
\v | 垂直制表符匹配 | 与 \x0b 和 \cK 等效 |
\w | 匹配任何字类字符,包括下划线 | 与"[A-Za-z0-9_]"等效 |
\W | 与任何非单词字符匹配 | 与"[^A-Za-z0-9_]"等效 |
2.5 特殊字符
字符 | 释义 | 描述 | 举例 |
---|---|---|---|
\xn | 匹配 n | 此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。 | “\x41"匹配"A”。"\x041"与"\x04"&"1"等效。 |
\num | 匹配 num | 此处的 num 是一个正整数,到捕获匹配的反向引用。 | "(.)\1"匹配两个连续的相同字符。 |
\n | 标识一个八进制转义码或反向引用 | 如果 \n 前面至少有 n 个捕获子表达式,那么 n 是反向引用。否则,如果 n 是八进制数 (0-7),那么 n 是八进制转义码。 | |
\nm | 标识一个八进制转义码或反向引用。 | 如果 \nm 前面至少有 nm 个捕获子表达式,那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获,则 n 是反向引用,后面跟有字符 m。如果两种前面的情况都不存在,则 \nm 匹配八进制值 nm,其中 n 和 m 是八进制数字 (0-7)。 | |
\nml | 匹配八进制转义码 nml。 | 当 n 是八进制数 (0-3),m 和 l 是八进制数 (0-7) 时, | |
\un | 匹配 n | n 是以四位十六进制数表示的 Unicode 字符。例如,\u00A9 匹配版权符号 (©)。 |
2.6 pattern
字符 | 释义 |
---|---|
(pattern) | 匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( ),请使用"(“或者”)"。 |
(?:pattern) | 匹配 pattern 但不捕获该匹配的子表达式,即它是一个非捕获匹配,不存储供以后使用的匹配。这对于用"or"字符 ( |
(?=pattern) | 执行正向预测先行搜索的子表达式,该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配,即不能捕获供以后使用的匹配。例如,'Windows (?=95 |
(?!pattern) | 执行反向预测先行搜索的子表达式,该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配,即不能捕获供以后使用的匹配。例如,'Windows (?!95 |
3 应用
要注意\在java的源程序的字符串中要写成\\
3.1 Pattern 类
pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象,你必须首先调用其公共静态编译方法,它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。
3.1.1 分割 RegexSpitter.java
Pattern p =Pattern.compile( "[,\\s]+");
String[] result =p.split( "one,two, three four , five ");
for (int i=0;i<result.length;i++){
System.out.println(result[i]);
}
3.1.2 匹配 RegexEmailValidate.java
判断一个email地址是否合法
String pattern = "^[^@]+@[\\w]+(\\.[\\w]+)*$";
String email = "dstang2000@263.net";
boolean ok =Pattern.matches( pattern, email );
例中的模式要求email地址在@的前面有多个非@的字符,在@之后,需要一些由点(.)
隔开的一些单词字符(\w)。
3.2 Matcher 类
Matcher 对象是对输入字符串进行解释和匹配操作的引擎。与Pattern 类一样,Matcher 也没有公共构造方法。你需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。
查找替换RegexReplacement.java
通过调用某个模式(Pattern对象)的matcher方法可以得到Matcher对象
方法:
find方法将扫描输入序列,寻找下一个与模式匹配的地方。
appendReplacement方法
group
所谓group(分组),是指正则表达式中一对圆括号括起来的一部分
group(0)或group()表示整个匹配项,group(1)、group(2)…表示各个分组
替换时,$0表示整个匹配项,$1、$2…表示各个分组(圆括号)
3.3 PatternSyntaxException
PatternSyntaxException 是一个非强制异常类,它表示一个正则表达式模式中的语法错误。
实例
this is text | 匹配字符串 “this is text” |
this\s+is\s+text | 注意字符串中的 \s+。匹配单词 “this” 后面的 \s+ 可以匹配多个空格,之后匹配 is 字符串,再之后 \s+ 匹配多个空格然后再跟上 text 字符串。可以匹配这个实例:this is text |
^\d+(.\d+)? | ^ 定义了以什么开始;\d+ 匹配一个或多个数字;? 设置括号内的选项是可选的;\ . 匹配 "."可以匹配的实例:“5”, “1.5” 和 “2.21”。 |