文章目录
- 一、正则表达式
- 1.1 正则表达式中的特殊字符
- 1.2 正则表达式所支持的合法字符
- 1.3 方括号表达式
- 1.4 边界匹配符
- 1.5 三种模式的数量表示符
- 二、应用
- 2.1 String 类
- 2.2 Pattern 类和 Matcher 类
一、正则表达式
1.1 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 |
[] | 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 |
{} | 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 |
{n} | n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 |
{n,} | n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。 |
{n,m} | m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 |
* | 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 |
\ | 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 |
| | 指定两项之间任选一项。如果要匹配 |
((A)(B(C)))：第一组 ((A)(B©)) 第二组 (A) 第三组(B©) 第四组©
1.2 正则表达式所支持的合法字符
字符 | 解释 |
\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 |
\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， |
- d 是 digit 的意思，代表数字。
- s 是 space 的意思，代表空白。
- w 是 word 的意思，代表单词。
- d、s、w 的大写形式恰好匹配与之相反的字符。
1.3 方括号表达式
方括号表达式 | 说明 |
表示枚举 | 例如 |
表示范围：- | 例如 |
表示求否：^ | 例如 |
表示“与”运算：&& | 例如 |
表示“并”运算 | 并运算与前面的枚举类似。例如 |
[abc] a、b 或 c（简单类）
[^abc] 任何字符，除了 a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）
1.4 边界匹配符
边界匹配符 | 说明 |
^ | 行的开头 |
$ | 行的结尾 |
\b | 单词的边界 |
\B | 非单词的边界 |
\A | 输入的开头 |
\G | 前一个匹配的结尾 |
\Z | 输入的结尾，仅用于最后的结束符 |
\z | 输入的结尾 |
1.5 三种模式的数量表示符
表达式支持的数量标识符有如下几种模式。
- Greedy（贪婪模式）：数量表示符默认采用贪婪模式，除非另有表示。贪婪模式的表达式会一直匹配下去，直到无法匹配为止。如果你发现表达式匹配的结果与预期的不符，很有可能是因为你以为表达式只会匹配前面几个字符，而实际上它是贪婪模式，所以会一直匹配下去。
- Reluctant（勉强模式）：用问号后缀（?）表示，它只会匹配最少的字符。也称为最小匹配模式。
- Possessive（占有模式）：用加号后缀（+）表示，目前只有 Java 支持占有模式，通常比较少用。
贪婪模式 | 非贪婪模式 | 占用模式 | 说明 |
X? | X?? | X?+ | X表达式出现零次或一次 |
X* | X*? | X*+ | X表达式出现零次或多次 |
X+ | X+? | X++ | X表达式出现一次或多次 |
X{n} | X{n}? | X{n}+ | X表达式出现 n 次 |
X{n,} | X{n,}? | X{n,}+ | X表达式最少出现 n 次 |
X{n,m} | X{n,m}? | X{n,m}+ | X表达式最少出现 n 次，最多出现 m 次 |
关于贪婪模式和非贪婪模式的对比，看如下代码：
String str = "hello,java!";
// 贪婪模式的正则表达式
System.out.println(str.replaceFirst("\\w*" , "■")); //输出■,java!
// 非贪婪模式的正则表达式
System.out.println(str.replaceFirst("\\w*?" , "■"")); //输出■hello, java!二、应用
2.1 String 类
String 类里也提供了如下几个特殊的方法。
- boolean matches(String regex)：判断该字符串是否匹配指定的正则表达式。
- String replaceAll(String regex, String replacement)：将该字符串中所有匹配 regex 的子串替换成 replacement。
- String replaceFirst(String regex, String replacement)：将该字符串中第一个匹配 regex 的子串替换成 replacement。
- String[] split(String regex)：以 regex 作为分隔符，把该字符串分割成多个子串。
2.2 Pattern 类和 Matcher 类
除此之外，Java 还提供了 Pattern 和 Matcher 两个类专门用于提供正则表达式支持。
- 匹配
// 编译正则表达式，这样子可以重用模式。
Pattern p = Pattern.compile("a*b");
// 用模式检查字符串
Matcher m = p.matcher("aaaaab");
// 检查匹配结果
boolean b = m.matches();
// 等价于（简化）
boolean b = Pattern.matches("a*b", "aaaaab");
// 等价于（简化）
boolean b = "aaaaab".matches("a*b");注意：在java中，需要 " \ "的匹配符,需要加多一个 " \ " 进行转义。比如匹配\d在java中要写成\\d。
- 获取
String name = "13800138000" ;
String regex ="(\\d{3})(\\d{4})(\\d{4})" ;
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(name);
String result = null;
if(matcher.find()) { //如果需要取所有，可以使用while
//取第二组的数据。
result = matcher.group(2);
}
