Java正则表达式_常用总结

网上正则表达式的帖子实在是太多了,为什么还要写呢,主要是因为正则表达式是一个非常大的系统,我们平时用到的就是其中的一部分,而且主要是Java语言,所以就做一个Java正则表达式的常用总结。

正则表达式已经超出了某种语言或某个系统的局限,成为被人们广为使用的工具,我们完全可以用它来解决实际开发中碰到的一些实际的问题。

老规矩,在节目开始之前,先来一个搞笑段子:
我不知道你们为什么这么黑女司机,我认识的女司机技术都挺好的,开车也很稳,我现在就在一个女司机的车上,不是什么事也氵

一、最简单的使用方法

String regStr = "a.b";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher("axb");
boolean match = matcher.matches();
System.out.println(match);

匹配所有以a开头,以b结尾的三个字符的字符串。(先不管解释)

二、句点符号

假设你在玩英文拼字游戏,想要找出三个字母的单词,而且这些单词必须以“a”字母开头,以“b”字母结束。
另外,假设有一本英文字典,你可以用正则表达式搜索它的全部内容。
要构造出这个正则表达式,你可以使用一个通配符——句点符号“.”。
这样,完整的表达式就是“a.b”,它匹配“axb”、“afb”、“aib”和“aob”,还匹配“a#b”、“apb”甚至“a b”,还有其他许多无意义的组合。
这是因为句点符号匹配所有字符,包括空格、Tab字符甚至换行符。

三、方括号符号

为了解决句点符号匹配范围过于广泛这一问题,你可以在方括号(“[]”)里面指定看来有意义的字符。此时,只有方括号里面指定的字符才参与匹配。
也就是说,正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配,因为在方括号之内你只能匹配单个字符。

四、“或”符号

如果除了上面匹配的所有单词之外,你还想要匹配“toon”,那么,你可以使用“|”操作符。|”操作符的基本意义就是“或”运算。要匹配“toon”,使用“t(a|e|i|o|oo)n”正则表达式。
这里不能使用方扩号,因为方括号只允许匹配单个字符;这里必须使用圆括号“()”。圆括号还可以用来分组。

五、行首和行尾符号

$ 匹配行结束符。例如正则表达式“EJB$”能够匹配字符串“I like EJB”的末尾,但是不能匹配字符串“J2EE Without EJBs!”。

^ 匹配一行的开始。例如正则表达式“^Spring”能够匹配字符串“Spring is a J2EE framework”的开始,但是不能匹配“I use Spring in my project”。

六、之前的字符

* 匹配0至多个在它之前的字符。例如正则表达式“zo*”能匹配“z”以及“zoo”;正则表达式“.*”意味着能够匹配任意字符串。

七、转义符

/ 转义符,用来将元字符当作普通的字符来进行匹配。例如正则表达式/$被用来匹配美元符号,而不是行尾;正则表达式/.用来匹配点字符,而不是任何字符的通配符。

八、方括号

[] 匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bugbigbug,但是不匹配beg。
可以在括号中使用连字符“-”来指定字符的区间来简化表示,例如正则表达式[0-9]可以匹配任何数字字符,这样正则表达式“a[0-9]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串。
还可以制定多个区间,例如“[A-Za-z]”可以匹配任何大小写字母。
还有一个相配合使用的元字符“^”,用在这里并不像前边的那个“^”一样表示匹配行开始,而是表示“排除”,要想匹配除了指定区间之外的字符,就可以在左边的括号和第一个字符之间使用^字符。
例如“[^163A-Z]”将能偶匹配除了1、6、3和所有大写字母之外的任何字符。

九、组

() 将()之间括起来的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。

十、表示匹配次数的符号

+ 匹配前面的子表达式一次或多次。例如正则表达式9+匹配999999等。

? 匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do""does" 中的"do" 。此元字符还有另外一个用途,就是表示非贪婪模式匹配,后边将有介绍。

{n} 匹配确定的 n 次。例如,“e{2}”不能匹配“bed”中的“d”,但是能匹配“seed”中的两个“e”。

{n,} 至少匹配n次。例如,“e{2,}”不能匹配“bed”中的“e”,但能匹配“seeeeeeeed”中的所有“e”。

{n,m} 最少匹配 n 次且最多匹配 m 次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。

假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。
在正则表达式中,连字符(“-”)有着特殊的意义,它表示一个范围,比如从09。因此,匹配社会安全号码中的连字符号时,它的前面要加上一个转义字符“/”。
假设进行搜索的时候,你希望连字符号可以出现,也可以不出现——即,999-99-9999999999999都属于正确的格式。这时,你可以在连字符号后面加上“?”数量限定符号。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”,再加上字母部分“[A-Z]{2}”。

十一、圆括号和空白符号

“/s”符号是空白符号,匹配所有的空白字符,包括Tab字符。如果字符串正确匹配,接下来如何提取出月份部分呢?只需在月份周围加上一个圆括号创建一个组,然后用ORO API提取出它的值。

十二、其它符号
为简便起见,你可以使用一些为常见正则表达式创建的快捷符号。如以下所示:

/t:制表符,等同于/u0009
/n:换行符,等同于/u000A
/d:代表一个数字,等同于[0-9]
/D:代表非数字,等同于[^0-9]
/s:代表换行符、Tab制表符等空白字符
/S:代表非空白字符
/w:字母字符,等同于[a-zA-Z_0-9]
/W:非字母字符,等同于[^/w]

本期节目就到这里,感谢大家的收看,下期再见~

发布了40 篇原创文章 · 获赞 88 · 访问量 9万+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章