注意:本文主要讲解java中,通过Pattern及Matcher来使用正则表达式。本文只是它们的一些简单常用的方法,想要具体学习的可以参考其他博客。(第一次写博客,只作笔记使用,有错误的欢迎指正)。
概念:使用单个字符串来描述或者匹配符合某一句法规则的字符串。可以为普通字符(如a-z之间的字母),也可以为特殊字符(元字符)。
常见用途:字符串匹配,字符串查找(提取),字符串切割,字符串替换
提示:java跟JavaScript中写法存在一些差异,比如,在java中使用反斜线”\”,但是JavaScript中则只要使用斜线”/”,并且,java中需要用”\\”来表示”\”(转义),本文只针对java。
子表达式介绍:子表达式即为正则表达式的一部分,在正则表达式中,一个”()”就构成一个子表达式,遵从从左到右的原则,比如表达式”aa(bbb(ccc)ddd)(eee)”的子表达式分别为”(bbb(ccc)ddd)”,”(ccc)”,”(eee)”。我们可以通过Matcher的group(int group)来取表达式的值,其它类似。参数group取值含义:0表示正则表达式本身,1表示第一个子表达式,以此类推。
例如:
String str = "123456789abcdef";
Pattern pattern = Pattern.compile("^\\d{4}(\\d{4}([a-z]{3}))([a-z]{3})$");
Matcher matcher = pattern.matcher(str);
while(matcher.find()){ //若匹配成功则返回true,否则为false
System.out.println(matcher.group(0)+" : "+matcher.group(1)+" : "+matcher.group(2)+" : "+matcher.group(3));
}
输出结果为:23456789abcdef : 6789abc : abc : def
元字符介绍
字符 | 说明 |
---|---|
\ | 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。例如,“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。如果设置了 RegExp 对象的 Multiline 属性,^ 还会与“\n”或“\r”之后的位置匹配。 |
$ | 匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性,$ 还会与“\n”或“\r”之前的位置匹配。 |
* | 零次或多次匹配前面的字符或子表达式。例如,zo* 匹配“z”和“zoo”。* 等效于 {0,}。 |
+ | 一次或多次匹配前面的字符或子表达式。例如,“zo+”与“zo”和“zoo”匹配,但与“z”不匹配。+ 等效于 {1,}。 |
? | 零次或一次匹配前面的字符或子表达式。例如,“do(es)?”匹配“do”或“does”中的“do”。? 等效于 {0,1}。 |
{n} | n 是非负整数。正好匹配 n 次。例如,“o{2}”与“Bob”中的“o”不匹配,但与“food”中的两个“o”匹配。 |
{n,} | n 是非负整数。至少匹配 n 次。例如,“o{2,}”不匹配“Bob”中的“o”,而匹配“foooood”中的所有 o。“o{1,}”等效于“o+”。“o{0,}”等效于“o*”。 |
{n,m} | M 和 n 是非负整数,其中 n <= m。匹配至少 n 次,至多 m 次。例如,“o{1,3}”匹配“fooooood”中的头三个 o。’o{0,1}’ 等效于 ‘o?’。注意:您不能将空格插入逗号和数字之间。 |
? | 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”。 |
. | 匹配除“\n”之外的任何单个字符。若要匹配包括“\n”在内的任意字符,请使用诸如“[\s\S]”之类的模式。 |
(pattern) | 匹配 pattern 并捕获该匹配的子表达式。可以使用 |
(?: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 |
x | y |
[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”中的“p”。 |
[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。 |
\b | 匹配一个字边界,即字与空格间的位置。例如,“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”。 |
\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。 |
\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。 |
\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。例如,“\x41”匹配“A”。“\x041”与“\x04”&“1”等效。允许在正则表达式中使用 ASCII 代码。 |
\num | 匹配 num,此处的 num 是一个正整数。到捕获匹配的反向引用。例如,“(.)\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 | 当 n 是八进制数 (0-3),m 和 l 是八进制数 (0-7) 时,匹配八进制转义码 nml。 |
\un | 匹配 n,其中 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 (©)。 |
详细介绍
1. 字符串匹配
匹配符合某一规则的字符串,常用于电话,邮箱等格式验证,或判断一个字符串中是否包含符合这一规则的字符串。
举例:验证手机号格式(为了方便,只限定手机号第一位只能为1,其它为可以为0-9的任何数字),假如正确的手机号格式有13812345678(xxxxxxxxxxx),138-1234-5678(xxx-xxxx-xxxx),138 1234 5678(xxx xxxx xxxx)这些情况。
public static void yzTel(){
String tel = "138 1234 5678";
Pattern pattern = Pattern.compile("^1\\d{2}((\\s\\d{4}){2}|(-\\d{4}){2}|\\d{8})$");
Matcher matcher = pattern.matcher(tel);
System.out.println(matcher.find());
}
表达式”^1\d{2}((\s\d{4}){2}|(-\d{4}){2}|\d{8})
当然,真正使用的时候我们可能只需要简单的判断,比如只只判断是不是11位数,是否以特定数字开头等,例如:”^1[3458]\d{9}^”则表示,
匹配以1开头、第二位数只能是3、4、5、8的十一位数字,”[3458]”方括号内表示可以出现的数字。
- 字符串查找(提取)
在指定字符串找查找是否含有符合某一规则的字符串,或者提取出所有符合条件的字符串。
举例:从字符串”qq:232432423213,qq:054564,qq:231,qq:2325465,qq:12345678”中查找去所有正确的qq号码(暂定为6-10位数字,第一位为1或2的,为有效qq号)。
public static void getStrings() {
String str = "qq:232432423213,qq:054564,qq:231,qq:2325465,qq:12345678";
Pattern pattern = Pattern.compile("qq:([12]\\d{5,9})(,|\\b)");
Matcher matcher = pattern.matcher(str);
while(matcher.find()){
System.out.println(matcher.group(1));
}
}
输出结果为:
2325465
12345678
表达式”qq:([12]\d{5,9})(,|\b)”分析:”[12]”表示可以为1或者2,”\d{5,9}”表示5-9位数字,”(,|\b)”表示可以为”,”或者”\b”,”\b”匹配一个字边界,即字与空格间的位置,在这里是为了验证最后面的一个qq号。
3. 字符串切割
通过特定字符,特定字符串或者符合某种规则的字符串来对指定字符串进行切割。
举例:在字符串“aa,b,cccc,dddddd,eee,f,gg,hhhhhhhh,i,jjj,kkkk”中,分别按”,”和出现多次的字符进行切割,并查找重复出现的字符及去除重复后的字符串。
public static void distinct() {
String str = "aa,b,cccc,dddddd,eee,f,gg,hhhhhhhh,i,jjj,kkkk";
String []ars = str.split(","); //通过","对字符串进行切割,返回一个字符串数组
for(String s:ars){
System.out.println(s);
}
System.out.println("-----------------------------");
Pattern pattern = Pattern.compile("(.)\\1+"); //"."表示除"\n"之外的所有单个字符,"\\1"表示第一个子表达式,"+"表示至少出现一次
String []arr = pattern.split(str);//通过有重复的字段切个字符串,返回只出现一次的字符串
for(String s:arr){
System.out.println(s);
}
System.out.println("------------------------------");
Matcher matcher = pattern.matcher(str); //查找重复出现的字符串
while(matcher.find()){
System.out.println(matcher.group(1)); //group(1)表示第一个子表达式,在这里即为(.)
}
System.out.println("-------------------------------");
System.out.println(str.replaceAll("(.)\\1+", "$1")); //q去重字符串中的重复字符,$1表示第一个子表达式(或者第一个分组)
}
输出结果为:
aa
b
cccc
dddddd
eee
f
gg
hhhhhhhh
i
jjj
kkkk
-----------------------------
,b,
,
,
,f,
,
,i,
,
------------------------------
a
c
d
e
g
h
j
k
-------------------------------
a,b,c,d,e,f,g,h,i,j,k
代码里面有关键表达式解释。
4. 字符串替换
将某个字符串中的特定字符或者字符串亦或者符合某一规则的字符串替换为其它字符串。
举例:将字符串”yes 1 yes2 good 3 deel 4 yes 5 feel 6 yes”里独立的yes(其前后除了字边界外,没有紧跟其他字符,说的不太明白,可通过下面的例子去理解)替换成no。
public static void replace() {
String str = "yes 1 yes2 good 3 deel 4 yes 5 feel 6 yes";
System.out.println(str.replaceAll("\\byes\\b", "no")); //"\\b"匹配一个字边界,
}
输出结果为:
no 1 yes2 good 3 deel 4 no 5 feel 6 no