java常用类库-正则表达式【1】

正则表达式

 

1、  正则表达式可以方便的对数据进行匹配，可以执行更加复杂的字符串验证、拆分、替换功能等。

Eg：现在判断一个字符串是不是由数字组成？

 

A：不使用正则表达式

public class RegexDemo01 {/** * @param args */public static void main(String[] args) {// TODO Auto-generated method stubString str = "1234567890";//此字符串由数字组成boolean flag = true;//定义标志变量//不使用正则的基本思路是：将字符串转换为字符数组，之后再依次进行判断char[] c = str.toCharArray();//将字符串转换为字符数组for(int i=0;i<c.length;i++){if(c[i]<'0' || c[i]>'9'){ //如果满足条件，说明不是由数字组成flag = false;break;}}if(flag){System.out.println("yes!由数字组成");}else{System.out.println("不是由数字组成！");}}}

运行结果截图：

 

问题：基本思路是将字符串拆分为字符数字之后，一个个进行验证，如果遇到更加复杂的情况呢？

B：使用正则表达式

import java.util.regex.Pattern;public class RegexDemo02 {/** * @param args */public static void main(String[] args) {// TODO Auto-generated method stubString str = "1234567890";if(Pattern.compile("[0-9]+").matcher(str).matches()){ //使用正则表达式System.out.println("是由数字组成！");}else{System.out.println("不是由数字组成！");}}}

运行结果截图：

 

 

 

2、  正则：Pattern类、Matcher类

 

正则的两个核心操作类：

 

A：public final class Matcherextends Object implements MatchResult

B: public final class Pattern extends Object implements Serializable

 

3、正则表达式的编译表示形式

 

指定为字符串的正则表达式必须首先被编译为此类的实例。然后，可将得到的模式用于创建 Matcher 对象，依照正则表达式，该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。

因此，典型的调用顺序是

 Pattern p = Pattern.compile("a*b");

 Matcher m = p.matcher("aaaaab");

 boolean b = m.matches();

在仅使用一次正则表达式时，可以方便地通过此类定义 matches 方法。此方法编译表达式并在单个调用中将输入序列与其匹配。语句

 boolean b = Pattern.matches("a*b", "aaaaab");

等效于上面的三个语句，尽管对于重复的匹配而言它效率不高，因为它不允许重用已编译的模式。

此类的实例是不可变的，可供多个并发线程安全使用。Matcher 类的实例用于此目的则不安全。

 

1、  常用的正则规则：

 

构造

匹配

 

 

字符

x

字符 x

\\

反斜线字符

\0n

带有八进制值 0 的字符 n (0 <= n <= 7)

\0nn

带有八进制值 0 的字符 nn (0 <= n <= 7)

\0mnn

带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）

\xhh

带有十六进制值 0x 的字符 hh

\uhhhh

带有十六进制值 0x 的字符 hhhh

\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

转义符 ('\u001B')

\cx

对应于 x 的控制符

 

 

字符类

[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）

 

 

预定义字符类

.

任何字符（与行结束符可能匹配也可能不匹配）

\d

数字：[0-9]

\D

非数字： [^0-9]

\s

空白字符：[ \t\n\x0B\f\r]

\S

非空白字符：[^\s]

\w

单词字符：[a-zA-Z_0-9]

\W

非单词字符：[^\w]

 

 

POSIX 字符类（仅 US-ASCII）

\p{Lower}

小写字母字符：[a-z]

\p{Upper}

大写字母字符：[A-Z]

\p{ASCII}

所有 ASCII：[\x00-\x7F]

\p{Alpha}

字母字符：[\p{Lower}\p{Upper}]

\p{Digit}

十进制数字：[0-9]

\p{Alnum}

字母数字字符：[\p{Alpha}\p{Digit}]

\p{Punct}

标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~

\p{Graph}

可见字符：[\p{Alnum}\p{Punct}]

\p{Print}

可打印字符：[\p{Graph}\x20]

\p{Blank}

空格或制表符：[ \t]

\p{Cntrl}

控制字符：[\x00-\x1F\x7F]

\p{XDigit}

十六进制数字：[0-9a-fA-F]

\p{Space}

空白字符：[ \t\n\x0B\f\r]

 

 

java.lang.Character 类（简单的 java 字符类型）

\p{javaLowerCase}

等效于 java.lang.Character.isLowerCase()

\p{javaUpperCase}

等效于 java.lang.Character.isUpperCase()

\p{javaWhitespace}

等效于 java.lang.Character.isWhitespace()

\p{javaMirrored}

等效于 java.lang.Character.isMirrored()

 

 

Unicode 块和类别的类

\p{InGreek}

Greek 块（简单块）中的字符

\p{Lu}

大写字母（简单类别）

\p{Sc}

货币符号

\P{InGreek}

所有字符，Greek 块中的除外（否定）

[\p{L}&&[^\p{Lu}]] 

所有字母，大写字母除外（减去）

 

 

边界匹配器

^

行的开头

$

行的结尾

\b

单词边界

\B

非单词边界

\A

输入的开头

\G

上一个匹配的结尾

\Z

输入的结尾，仅用于最后的结束符（如果有的话）

\z

输入的结尾

 

 

Greedy 数量词

X?

X，一次或一次也没有

X*

X，零次或多次

X+

X，一次或多次

X{n}

X，恰好 n 次

X{n,}

X，至少 n 次

X{n,m}

X，至少 n 次，但是不超过 m 次

 

 

Reluctant 数量词

X??

X，一次或一次也没有

X*?

X，零次或多次

X+?

X，一次或多次

X{n}?

X，恰好 n 次

X{n,}?

X，至少 n 次

X{n,m}?

X，至少 n 次，但是不超过 m 次

 

 

Possessive 数量词

X?+

X，一次或一次也没有

X*+

X，零次或多次

X++

X，一次或多次

X{n}+

X，恰好 n 次

X{n,}+

X，至少 n 次

X{n,m}+

X，至少 n 次，但是不超过 m 次

 

 

Logical 运算符

XY

X 后跟 Y

X|Y

X 或 Y

(X)

X，作为捕获组

 

 

Back 引用

\n

任何匹配的 n^th 捕获组

 

 

引用

\

Nothing，但是引用以下字符

\Q

Nothing，但是引用所有字符，直到 \E

\E

Nothing，但是结束从 \Q 开始的引用

 

 

特殊构造（非捕获）

(?:X)

X，作为非捕获组

(?idmsux-idmsux) 

Nothing，但是将匹配标志i d msu x on - off

(?idmsux-idmsux:X)  

X，作为带有给定标志 i d m s u x on - off的非捕获组

(?=X)

X，通过零宽度的正 lookahead

(?!X)

X，通过零宽度的负 lookahead

(?<=X)

X，通过零宽度的正 lookbehind

(?<!X)

X，通过零宽度的负 lookbehind

(?>X)

X，作为独立的非捕获组

 

 4、字符类

字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。

字符类运算符的优先级如下所示，按从最高到最低的顺序排列：

1    

字面值转义    

\x

2    

分组

[...]

3    

范围

a-z

4    

并集

[a-e][i-u]

5    

交集

[a-z&&[aeiou]]