java 正则提取匹配的所有内容 java正则匹配任意字符

转载

mob64ca13fa2f9e 2024-06-24 21:16:18

文章标签 java 正则提取匹配的所有内容元字符正则表达式 16进制 文章分类 Java 后端开发

正则表达式使用元字符匹配特定的字符或字符类型（三）

1、再谈转义

之前学习的元字符回顾：

/ 转义元字符

[ 字符集合的开始

] 字符结合的结束

-是一个特殊的元字符，它只有出现在字符集合[ 和 ] 之间的时候才是元字符。在字符集合以外的地方，-只是一个普通字符

.(dot) 用于匹配任意的单个字符

^用于排除字符集合

观察两个正则表达式

myArray[0]

和

myArray\[0\]

前者只匹配到myArray0，后者匹配到myArray[0]

原因在于：正则表达式里[ 和 ] 是用来定义字符集合的，而不是[ 和 ] 本身

正则表达：

myArray\[[0-9]\]

myArray\[[0-9]\]可以匹配到myArray[0]、myArray[1] 、…、 myArray[8]、myArray[9]

这也就不难理解在Java或者Python等等其他的语言中，指定windows本地路径的时候为什么要用\\了

正常的windows路径是这样的：D:\develop\software\home

当我们在大部分编程语言或者脚本语言中却是这样使用的D:\\develop\\software\\home

2、匹配空白字符

空白元字符表

元字符	说明
[\b]	回退(并删除)一个字符(Backspace)
\f	换页符号-------f为page的首字母
\n	换行符
\r	回车符----return的首字母
\t	制表符(Table)
\v	垂直制表符

\r\n匹配一个“回车（carriage return）+ 换行（line feed）“组合是很多操作系统的结束标记

\r\n\r\n是两条记录直接的空白行

Windows文本行结束标记：\r\n

Unix/Linux和Mac OS匹配空白行仅仅需要\n即可

理想的正则表达式应该适应上面两种情况：包含一个可选的\r和一个必须被匹配的\n

3、匹配特定的字符类型

a、匹配数字

数字元字符表

元字符	说明
\d	任何一个数字字符（等价于[0-9]）
\D	任何一个非数字字符（等价于[^0-9]）

利用数字元字符表示正则表达的等价

myArray\[[0-9]\]
myArray\[[0123456789]\]
myArray\[[\d]\]

b、匹配字母数字

字母数字元字符

元字符	说明
\w	任何一个字母数字字符（大小写均可）或下划线字符（等价于[a-zA-z0-9_]）
\W	任何一个非字母数字或下划线字符（等价于[^a-zA-z0-9_]）

4、匹配空白字符

空白字符元字符

元字符	说明
\s	任何一个空白字符（等价于[\f\n\r\t\v]）
\S	任何一个非空空白符（等价于[^\f\n\r\t\v]）

注意：用来匹配退格符的[\b]元字符不在\s的覆盖范围内，\S也没有将其排除

5、匹配16进制或8进制

这个知识可能在我整个人生中都不会用到，但是必须要了解

16进制\x0A(对应ASCII字符10，也就是换行符)等价于\n

8进制\011(对应ASCII字符9，也就是制表符)等价于\t

6、使用POSIX

POSIX是一种特殊的标准字符类集，也是许多正则表达式实现都支持的一种简写方式

POSIX字符类

字符类	说明
[:alnum:]	任何一个字母或数字（等价于[a-zA-z0-9]）
[:alpha:]	任何一个字母（等价于[a-zA-Z]）
[:blank:]	空白或制表符（等价于[\t ]）----字母t后面有一个空格
[:cntrl:]	ASCII控制字符（ASCII 0到31，再加上ASCII 127）
[:digit:]	任何一个数字（等价于[0-9]）
[:graph:]	和[:print:],但不包括空格
[:lower:]	任何一个小写字母（等价于[a-z]）
[:print:]	任何一个可打印字符
[:punct:]	既不属于[:alnum:],也不属于[:cntrl:]的任何一个字符
[:space:]	任何一个空白字符，包括空格（等价于[\f\n\r\t\v ]）—字母v后面有一个空格
[:upper:]	任何一个大写字母
[:xdigit:]	任何一个16进制数字（等价于[a-fA-F0-9]）