JAVA学习整理——正则表达式

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”。