技术 blog20 之 Java正则表达式 by 八戒

来源：互联网发布：sas编程编辑：程序博客网时间：2024/05/01 14:17

一：什么是正则表达式
1. 定义：正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是有普通的字符以及特殊字符组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
2. 用途：
字符串匹配
字符串查找
字符串替换
字符串分割
例如：
从网页中揪出email地址
IP地址是否正确
从网页中揪出链接
3. java中处理正则表达式的类
java.lang.String
java.util.regex.Pattern: 模式类：字符串要被匹配的这么一个模式，该模式本身已经被编译过，使用的话效率要高很多。
java.util.regex.Matcher: 匹配类：这个模式匹配某个字符串所产生的结果，这个结果可能会有很多个。
4. 常用表达式
// 反斜杠
/t 间隔 ('/u0009')
/n 换行 ('/u000A')
/r 回车 ('/u000D')
/d 数字等价于[0-9]
/D 非数字等价于[^0-9]
/s 空白符号 [/t/n/x0B/f/r]
/S 非空白符号 [^/t/n/x0B/f/r]
/w 单独字符 [a-zA-Z_0-9]
/W 非单独字符 [^a-zA-Z_0-9]
/f 换页符
/e Escape
/b 一个单词的边界
/B 一个非单词的边界
/G 前一个匹配的结束

^为限制开头
^java 条件限制为以Java为开头字符
$为限制结尾
java$ 条件限制为以java为结尾字符
. 条件限制除/n以外任意一个单独字符
java.. 条件限制为java后除换行外任意两个字符

加入特定限制条件「[]」
[a-z] 条件限制在小写a to z范围中一个字符
[A-Z] 条件限制在大写A to Z范围中一个字符
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
[0-9] 条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)

[]中加入^后加再次限制条件「[^]」
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

下面通过一个小程序简单介绍一下正则表达式
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {

public static void main(String[] args) {
//matches()判断字符串是否匹配某个表达式，"."表示任何一个字符
p("abc".matches("..."));
//将字符串"a2389a"中的数字用*替换，\d 表示“0--9”数字
p("a2389a".replaceAll("\\d", "*"));
//将任何是a--z的字符串长度为3的字符串进行编译，这样可以加快匹配速度
Pattern p = Pattern.compile("[a-z]{3}");
//进行匹配，并将匹配结果放在Matcher对象中
Matcher m = p.matcher("abc");
p(m.matches());
//上面的三行代码可以用下面一行代码代替
p("abc".matches("[a-z]{3}"));
}

public static void p(Object o){
System.out.println(o);
}
}

打印结果：

true
a****a
true
true

现在通过一些实验来说明正则表达式的匹配规则，
. 任何字符
a？ a一次或一次也没有
a* a零次或多次
a+ a一次或多次
a{n}？ a恰好 n 次
a{n,}? a至少n次
a{n，m} a至少n次，但是不超过m次
//初步认识. * + ?
p("a".matches("."));//true
p("aa".matches("aa"));//true
p("aaaa".matches("a*"));//true
p("aaaa".matches("a+"));//true
p("".matches("a*"));//true
p("aaaa".matches("a?"));//false
p("".matches("a?"));//true
p("a".matches("a?"));//true
p("1232435463685899".matches("\\d{3,100}"));//true
p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));//false
p("192".matches("[0-2][0-9][0-9]"));//true

[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）

//范围
p("a".matches("[abc]"));//true
p("a".matches("[^abc]"));//false
p("A".matches("[a-zA-Z]"));//true
p("A".matches("[a-z]|[A-Z]"));//true
p("A".matches("[a-z[A-Z]]"));//true
p("R".matches("[A-Z&&[RFG]]"));//true

\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]

//认识\s \w \d \
p("\n\r\t".matches("\\s(4)"));//false
p(" ".matches("\\S"));//false
p("a_8 ".matches("\\w(3)"));//false
p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));//true
p("\\".matches("\\\\"));//true

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

//边界匹配
p("hello sir".matches("^h.*"));//true
p("hello sir".matches(".*ir$"));//true
p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));//true
p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));//false
//空白行:一个或多个(空白并且非换行符)开头，并以换行符结尾
p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));//true

matches():匹配整个字符串

find():匹配子字符串
//email
p("asdsfdfagf@adsdsfd.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));//true

//matches() find() lookingAt()
Pattern p = Pattern.compile("\\d{3,5}");
Matcher m = p.matcher("123-34345-234-00");

//将整个"123-34345-234-00"用正则表达式引擎查找匹配，当到第一个"-"不匹配了，就停止，
//但不会将不匹配的"-"吐出来
p(m.matches());
//将不匹配的"-"吐出来
m.reset();

//1:当前面有p(m.matches());查找子字符串从"...34345-234-00"开始
//将会是第1,2两个查到"34345"和"234" 后面2个查不到为false
//2:当前面有p(m.matches());和m.reset();查找子字符串从"123-34345-234-00"开始
//将为true,true,true,false
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
//要是没找到就会报异常java.lang.IllegalStateException
//p(m.start()+"---"+m.end());

p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());

lookingAt():永远从整个字符串的开头开始匹配

字符串替换：下面这种方法对于字符串替换非常灵活

//字符串替换
//Pattern.CASE_INSENSITIVE大小写不敏感
Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java jAva ILoveJavA youHateJAVA adsdsfd");
//存放字符串
StringBuffer buf = new StringBuffer();
//计数奇偶数
int i = 0;
while(m.find()){
i++;
if(i%2 == 0){
m.appendReplacement(buf, "java");
}else{
m.appendReplacement(buf, "JAVA");
}
}
//不加这句话，字符串adsdsfd将会被遗弃
m.appendTail(buf);
p(buf);

结果打印:
JAVA java JAVA ILovejava youHateJAVA adsdsfd

//group分组,用()分组
Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s = "123aa-34345bb-234cc-00";
Matcher m = p.matcher(s);
p(m.groupCount());//2组
while(m.find()){
p(m.group());//数字字母都有
//p(m.group(1));//只有数字
//p(m.group(2));//只有字母
}

0 0