JAVA正则表达式

正则表达式：也称为正规表达式或简称为regex，是一种用来匹配喝操作字符串的表达式。可以通过一系列的字符和特殊符号来定义一个搜索模式，用于在文本中查找、替换、或者验证符合特定模式的内容。

正则表达式由普通字符（例如字母、数字、标点符号等）和特殊字符（元字符）组成。特殊字符具有特殊的含义和功能，用于描述模式中的各个部分。

• . ：匹配除换行符以外的任意字符。
• * ：匹配前面的元素零次或多次。
• + ：匹配前面的元素一次或多次。
• ? ：匹配前面的元素零次或一次。
• ^ ：匹配输入字符串的开始位置。
• $ ：匹配输入字符串的结束位置。
• [] ：匹配括号内的任意一个字符。
• \ ：转义字符，在特殊字符前加上 \ 可以取消其特殊含义。
• | ：逻辑或操作符，匹配符号左侧或右侧的模式之一。

正则表达式还支持一些特殊的元字符类别，如 \d 表示数字字符、\w 表示单词字符、\s 表示空白字符等。这些特殊的元字符类别提供了一种简写形式，用于表示常见的字符类型。

正则表达式在很多编程语言和工具中都有广泛应用，例如在文本编辑器中查找替换、验证用户输入、数据提取和模式匹配等场景。

1.  正则表达式实例：

一个字符串就是一个简单的正则表达式，

例如 Hello World 正则表达式匹配 "Hello World" 字符串。.（点号）也是一个正则表达式，它匹配任何一个字符如："a" 或 "1"。

正则表达式	描述
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"。

1.1 utill regex包

java.util.regex 是 Java 标准库中的一个包，用于支持正则表达式的处理。它提供了与正则表达式相关的类和接口，可以用于文本的匹配、搜索、替换等操作。

java.util.regex 包中的主要类和接口包括：

• Pattern 类：用于表示正则表达式的编译表示。它提供了将正则表达式编译成可重用的模式对象的方法，并可以通过模式对象执行匹配操作。

• Matcher 类：表示一个匹配器对象，用于在输入字符串中执行匹配操作。它提供了多种方法来执行匹配、查找、替换等操作，并可以获取匹配结果的相关信息。

• MatchResult 接口：定义了匹配结果的一些方法，例如获取匹配到的子串、获取捕获组的值等。

• 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。

package Regex;

import org.junit.Test;

import java.util.Scanner;

public class demo1 {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        while (true){
            System.out.println("请输入账号");
            String s1 = in.nextLine();
            System.out.println(s1.matches("^[0-9]{6,12}$"));
//            [0-9] 表示匹配一个数字字符。
//            {6,12} 表示前面的元素（即数字字符）重复出现的次数范围，在此例中是 6 到 12 次。
        }
    }

    @Test
    public void test1(){
        String s = "Java 是由 Sun Microsystems 公司于 1995 年 5 月推出的高级程序设计语言Java 可运行于多个平台，如 windows，Mac OS 及其他多种 UNIX 版本的系统";

//        replace 查找替换
        s = s.replaceAll("[a-zA-Z]+", "hello");
        s = s.replaceAll("\\d+","world");
        System.out.println(s);
    }

    @Test
    public void test2() {
        String s1 = "aaa,bbb,123,456,hello,word";
       String [] arr = s1.split(",");
        for (int i = 0; i < arr.length; i++) {
            System.out.println(arr[i]);
        }
    }

    @Test
    public void test3() {
        String s2 = "hello12333world4567welcome34to4beijing";
        String[] arrs2 = s2.split("\\d+");
        for (int i = 0; i < arrs2.length; i++) {
            System.out.println(arrs2[i]);
        }
    }

    @Test
        public void test4(){
        String s3 = "123abc456def789ghi987jkl654mno321pqrstu12345vwxyz";
        String[] arr3 = s3.split("\\d+");
            for (int i = 0; i < arr3.length; i++) {
                System.out.println(arr3[i]);
            }
    }
}

1.2 小练习：验证邮箱是否合法

控制台输入邮箱，编写邮箱匹配的正则表达式。  Pattern，将正则表达式编译为Pattern的对象，在将输入的邮箱用.matcher方法关联Matcher的对象。最后Boolean判断，并输出结果。

public static void main(String[] args) {
        // 要验证的字符串
        Scanner s1 = new Scanner(System.in);
        System.out.println("请输入您的邮箱");
        String str = s1.next();
        // 邮箱验证规则
        String regEx = "[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}";
        // 编译正则表达式
        Pattern pattern = Pattern.compile(regEx);
        Matcher matcher = pattern.matcher(str);
        // 字符串是否与正则表达式相匹配
        boolean rs = matcher.matches();
        System.out.println(rs);
    }

2. Java正则表达式的语法

2.1 正则转义符

元符号-转义号\\

\\符号说明：在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义字符，否则检测不到结果，甚至会报错。

需要用到转义符的字符有：. * + （ ）$ / \ ? [ ] ^ { }

注意：在Java的正则表达式中，两个\\代表其他语言中的一个\

2.2 特殊字符

字符	解释
X	字符x（x 可代表任何合法的字符)
\0mnn	八进制数 0mnn 所表示的字符
\xhh	十六进制值 0xhh 所表示的字符
\uhhhh	十六进制值 0xhhhh 所表示的 Unicode 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’）
\e	Escape 符（‘\u001B’）
\cx	x 对应的的控制符。例如，\cM匹配 Ctrl-M。x 值必须为 A~Z 或 a~z 之一。

正则表达式中的特殊字符

特殊字符	说明
$	匹配一行的结尾。要匹配 $ 字符本身，请使用\$
^	匹配一行的开头。要匹配 ^ 字符本身，请使用\^
()	标记子表达式的开始和结束位置。要匹配这些字符，请使用\(和\)
[]	用于确定中括号表达式的开始和结束位置。要匹配这些字符，请使用\[和\]
{}	用于标记前面子表达式的出现频度。要匹配这些字符，请使用\{和\}
*	指定前面子表达式可以出现零次或多次。要匹配 * 字符本身，请使用\*
+	指定前面子表达式可以出现一次或多次。要匹配 + 字符本身，请使用\+
?	指定前面子表达式可以出现零次或一次。要匹配 ？字符本身，请使用\?
.	匹配除换行符\n之外的任何单字符。要匹配.字符本身，请使用\.
\	用于转义下一个字符，或指定八进制、十六进制字符。如果需匹配\字符，请用\\
|	指定两项之间任选一项。如果要匹配丨字符本身，请使用\|

预定义字符

预定义字符	说明
.	可以匹配任何字符
\d	匹配 0~9 的所有数字
\D	匹配非数字
\s	匹配所有的空白字符，包括空格、制表符、回车符、换页符、换行符等
\S	匹配所有的非空白字符
\w	匹配所有的单词字符，包括 0~9 所有数字、26 个英文字母和下画线_
\W	匹配所有的非单词字符

方括号表达式

方括号表达式 说明 表示枚举 例如 [abc]表示 a、b、c 其中任意一个字符； [gz]表示 g、z 其中任意一个字符 表示范围：- 例如 [a-f]表示 a~f 范围内的任意字符； [\\u0041-\\u0056]表示十六进制字符 \u0041 到 \u0056 范围的字符。范围可以和枚举结合使用，如 [a-cx-z]，表示 a~c、x~z 范围内的任意字符 表示求否：^ 例如 [^abc]表示非 a、b、c 的任意字符； [^a-f]表示不是 a~f 范围内的任意字符 表示“与”运算：&& 例如 [a-z&&[def]]是 a~z 和 [def] 的交集，表示 d、ef[a-z&&^bc]]是 a~z 范围内的所有字符，除 b 和 c 之外[ad-z] [a-z&&[m-p]]是 a~z 范围内的所有字符，除 m~p 范围之外的字符 表示“并”运算 并运算与前面的枚举类似。例如 [a-d[m-p]]表示 [a-dm-p]

补充：

Java正则表达式默认是区分字母大小写的，如要实现不区分大小写

(?i)abc表示abc都不区分大小写

a(?i)bc表示bc不区分大小写

a((?i)b)c表示只有b不区分大小写

Pattern pattern=Pattern.compile(regStr,Pattern.CASE_INSENSITIVE);

//当创建Pattern对象时,指定Pattern.CASE_INSENSITIVE,表示匹配不区分字母大小写

细节:Java匹配默认贪婪匹配,即尽可能匹配多的,比如"a{3,4}",表示匹配aaa或者aaaa,但是优先匹配aaaa,例如原字符串中包括"aaaaaa",匹配"a{3,4}"时,会找到"aaaa"

3. 正则捕获组

从正则表达式左侧开始，每出现一个左括号（ 记作一个分组，编号从1开始，0代表整个表达式常用分组构造形式（pattern）

例如：

2017-04-25，表达式如下

(\\d{4})-((\\d{2})-(\\d{2}))

有 4 个左括号，所以有 4 个分组:

编号	捕获组	匹配
0	(\d{4})-((\d{2})-(\d{2}))	2017-04-25
1	(\d{4})	2017
2	((\d{2})-(\d{2}))	04-25
3	(\d{2})	04
4	(\d{2})	25