正则表达式基础语法及应用
小黎的培培笔录 人气:0一、正则表达式
1、基本介绍
▶ 概述
- 一个正则表达式，就是用某种模式去匹配字符串的一个公式。很多人因为它们看上去比较古怪而且复杂所以不敢去使用，不过，经过练习后就觉得这些复杂的表达式写起来还是相当简单的, 而且, 一旦你弄懂它们，你就能把数小时辛苦而且易错的文本处理工作缩短在几分钟（甚至几秒钟）内完成。
- 正则表达式不是只有java才有，实际上很多编程语言都支持正则表达式进行字符串操作!
▶ 快速入门
public class RegTheory {
public static void main(String[] args) {
//目标：匹配所有四个数字
String content = "2002fsd ke ire i2222 ";
//1. \\d 表示一个任意的数字
String regStr = "(\\d\\d)(\\d\\d)";
//2. 创建模式对象[即正则表达式对象]
Pattern pattern = Pattern.compile(regStr);
//3. 创建匹配器
//说明：创建匹配器 matcher， 按照 正则表达式的规则 去匹配 content 字符串
Matcher matcher = pattern.matcher(content);
//4. 开始匹配
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
System.out.println("第 1 组()匹配到的值=" + matcher.group(1));
System.out.println("第 2 组()匹配到的值=" + matcher.group(2));
}
}
}▶ 底层源码
matcher.find() 完成的任务 （考虑分组），{什么是分组，比如 (\d\d)(\d\d) ,正则表达式中有() 表示分组,第 1 个()表示第 1 组,第 2 个()表示第 2 组...}
1. 根据指定的规则 , 定位满足规则的子字符串 ( 比如 (20)(02))
2. 找到后，将 子字符串的开始的索引记录到 matcher 对象的属性 int[ ] groups;
▷ groups[0] = 0 , 把该子字符串的结束的索引+1 的值记录到 groups[1] = 4
▷ 记录 1 组 () 匹配到的字符串 groups[2] = 0 groups[3] = 2
▷ 记录 2 组 () 匹配到的字符串 groups[4] = 2 groups[5] = 4
▷ 如果有更多的分组.....
3. 同时记录 oldLast 的值为 子字符串的结束的 索引 +1 的值即 16, 即下次执行 find 时，就从 16 开始匹配。
▶ matcher.group(0) 分析
public String group(int group) {
if (first < 0){
throw new IllegalStateException("No match found");
}
if (group < 0 || group > groupCount()){
throw new IndexOutOfBoundsException("No group " + group);
}
if ((groups[group*2] == -1) || (groups[group*2+1] == -1)){
return null;
}
return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
}根据 groups[0]=16 和 groups[1]=20 的记录的位置，从 content 开始截取子字符串返回
就是 [16,20) 包含 16 但是不包含索引为 20 的位置 如果再次指向 find 方法 . 仍然安上面分析来执行。
▶ 小结
1. 如果正则表达式有() 即分组
2. 取出匹配的字符串规则如下
3. group(0) 表示匹配到的子字符串
4. group(1) 表示匹配到的子字符串的第一组字串
5. group(2) 表示匹配到的子字符串的第 2 组字串
6. ... 但是分组的数不能越界.
2、正则表达式语法
▶ 基本介绍
如果要想灵活的运用正则表达式，必须了解其中各种元字符的功能，元字符从功能上大致分为:
①限定符，②选择匹配符，③分组组合和反向引用符，④特殊字符，⑤字符匹配符，⑥定位符
▶ 元字符(Metacharacter)-转义号
符号说明: 在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义符号。则检索不到结果，甚至会报错的。 案例:用$ 去匹配 “abc$(" 会怎样?
在Java的正则表达式中，两个\\ 代表其他语言中的一个\
需要用到转义符号的字符有以下 : " . * + () $ / \ ? [ ] ^ { } "
二、正则语法
1、字符匹配符、选择匹配符
▶ 基本介绍
▶ 代码实现
String content = "a11c8abc _ABCy @"; String regStr = "[a-z]"; //匹配 a-z 之间任意一个字符 String regStr = "[A-Z]"; //匹配 A-Z 之间任意一个字符 String regStr = "abc"; //匹配 abc 字符串[默认区分大小写] String regStr = "(?i)abc"; //匹配 abc 字符串[不区分大小写] String regStr = "[0-9]"; //匹配 0-9 之间任意一个字符 String regStr = "[^a-z]"; //匹配 不在 a-z 之间任意一个字符 String regStr = "[^0-9]"; //匹配 不在 0-9 之间任意一个字符 String regStr = "[abcd]"; //匹配 在 abcd 中任意一个字符 String regStr = "\\D"; //匹配 不在 0-9 的任意一个字符 String regStr = "\\w"; //匹配 大小写英文字母, 数字，下划线 String regStr = "\\W"; //匹配 等价于 [^a-zA-Z0-9_] // \\s 匹配任何空白字符(空格,制表符等) String regStr = "\\s"; // \\S 匹配任何非空白字符 ,和\\s 刚好相反 String regStr = "\\S"; //. 匹配出 \n 之外的所有字符,如果要匹配.本身则需要使用 \\. String regStr = ".";
//当创建 Pattern 对象时，指定 Pattern.CASE_INSENSITIVE, 表示匹配是不区分字母大小写. Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
▶ 选择匹配符
String content = "study hard"; String regStr = "t|a|r";
2、限定符
▶ 基本介绍
▶ 代码实现
String content = "a211111aaaaaahello";
String regStr = "a{3}"; // 表示匹配 aaa
String regStr = "1{4}"; // 表示匹配 1111
String regStr = "\\d{2}"; // 表示匹配 两位的任意数字字符
//细节：java 匹配默认贪婪匹配，即尽可能匹配多的
String regStr = "a{3,4}"; //表示匹配 aaa 或者 aaaa
String regStr = "1{4,5}"; //表示匹配 1111 或者 11111
String regStr = "\\d{2,5}"; //匹配 2 位数或者 3,4,5
//1+
String regStr = "1+"; //匹配一个 1 或者多个 1
String regStr = "\\d+"; //匹配一个数字或者多个数字
//1*
String regStr = "1*"; //匹配 0 个 1 或者多个 1
//遵守贪婪匹配
String regStr = "a1?"; //匹配 a 或者 a13、定位符
▶ 基本介绍
▶ 代码实现
String content = "123-abc sldkjfs s dfsjf"; String content = "123-abc"; //以至少 1 个数字开头，后接任意个小写字母的字符串 String regStr = "^[0-9]+[a-z]*"; //以至少 1 个数字开头, 必须以至少一个小写字母结束 String regStr = "^[0-9]+\\-[a-z]+$"; //表示匹配边界的 han[这里的边界是指：被匹配的字符串最后,也可以是空格的子字符串的后面] String regStr = "han\\b"; //和\\b 的含义刚刚相反 String regStr = "han\\B";
4、分组
▶ 基本介绍
▶ 代码实现
String content = "hello world s7789 nn1189han";
//命名分组： 即可以给分组取名
String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配 4 个数字的字符串
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
System.out.println("第 1 个分组内容=" + matcher.group(1));
System.out.println("第 1 个分组内容[通过组名]=" + matcher.group("g1"));
System.out.println("第 2 个分组内容=" + matcher.group(2));
System.out.println("第 2 个分组内容[通过组名]=" + matcher.group("g2"));
}三、常用类
1、基本介绍
▶ 概述
▷ java.util.regex 包主要包括以下三个类Pattern 类、Matcher 类和 PatternSyntaxException ▷ Pattern 类
pattern 对象是一个正则表达式对象。Pattern 类没有公共构造方法。要创建一个Pattern 对象 调用其公共静态方法，它返回一个Pattern 对象。该方法接受一个正则表达式作为它的第一个参数，比如: Pattern r=Pattern.compile(pattern);
▷ Matcher类
Matcher对象是对输入字符串进行解释和匹配的引擎。 与Pattern 类一样, Matcher 也没有公共构造方法。 你需要调用 Pattern 对象的 matcher方法来获得一个 Matcher对象
▷ PatternSyntaxException
PatternSyntaxException 是一个非强制异常类, 它表示一个正则表达式模式中的语法错误。
▶ 代码实例
public class PatternMethod {
public static void main(String[] args) {
String content = "hello abc hello, 努力学习";
//String regStr = "hello";
String regStr = "hello.*";
boolean matches = Pattern.matches(regStr, content);
System.out.println("整体匹配= " + matches);
}
}▶ Matcher 常用类
public class MatcherMethod {
public static void main(String[] args) {
String content = "hello edu jack edutom hello smith hello edu edu";
String regStr = "hello";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println(matcher.start());
System.out.println(matcher.end());
System.out.println("找到: " + content.substring(matcher.start(), matcher.end()));
}
//整体匹配方法，常用于，去校验某个字符串是否满足某个规则
System.out.println("整体匹配=" + matcher.matches());
//完成如果 content 有 edu 替换成 努力学习
regStr = "edu";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
//注意：返回的字符串才是替换后的字符串 原来的 content 不变化
String newContent = matcher.replaceAll("努力学习");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
}2、分组、捕获、反向引用
▶ 基本介绍
1、分组
我们可以用圆括号组成一个比较复杂的匹配模式，那么一个圆括号的部分我们可以看作是一个子表达式(一个分组)。
2、捕获
把正则表达式中子表达式(分组匹配)的内容，保存到内存中以数字编号或显式命名的组里, 方便后面引用, 从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以以此类推，组0代表的是整个正则式。
3、反向引用
圆括号的内容被捕获后，可以在这个括号后被使用, 从而写出一个比较实用的匹配式，这个我们称为反向引用，这种引用既可以是在正则表达式内部，也可以是在正则表达式外部，内部反向引用\\分组号，外部反向引用$分组号。
▶ 经典案例
public class RegExp13 {
public static void main(String[] args) {
String content = "我....我要....学学学学....编程 java!";
//1. 去掉所有的.
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(content);
content = matcher.replaceAll("");
//2. 去掉重复的字 我我要学学学学编程 java！
//(1) 使用 (.)\\1+
//(2) 使用 反向引用$1 来替换匹配到的内容
// 注意：因为正则表达式变化，所以需要重置 matcher
pattern = Pattern.compile("(.)\\1+");//分组的捕获内容记录到$1
matcher = pattern.matcher(content);
//使用 反向引用$1 来替换匹配到的内容
content = matcher.replaceAll("$1");
System.out.println("content=" + content);
}
}3、String 类中使用正则表达式
▶ 替换功能
String 类： public String replaceAll(String regex,String replacement)
▶ 判断功能
String 类： public boolean matches(String regex){} // 使用 Pattern 和 Matcher 类
▶ 分割功能
String 类： public String[] split(String regex)
▶ 代码实例
String content = "2000 年 5 月，JDK1.3、JDK1.4 和 J2SE1.3 相继发布。";
//使用正则表达式方式，将 JDK1.3 和 JDK1.4 替换成 JDK
content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
System.out.println(content);//要求 验证一个 手机号， 要求必须是以 138 139 开头的
content = "13888889999";
if (content.matches("1(38|39)\\d{8}")) {
System.out.println("验证成功");
} else {
System.out.println("验证失败");
}//要求按照 # 或者 - 或者 ~ 或者 数字 来分割
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}总结
加载全部内容