正则表达式全解析
正则表达式定义了字符串的模式，可以用来搜索、编辑或处理文本。
一、正则基础知识点
1.1 元字符
元字符是构造正则表达式的一种基本元素。
- 几个常用的元字符：
| 元字符 | 说明 |
|---|---|
| . | 匹配除换行符以外的任意字符 |
| \w | 匹配字母或数字或下划线或汉字 |
| \s | 匹配任意的空白符 |
| \d | 匹配数字 |
| \b | 匹配单词的开始或结束 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结束 |
1.2 重复限定符
正则表达式中一些重复限定符，把重复部分用合适的限定符替代。
| 语法 | 说明 |
|---|---|
| * | 重复零次或更多次 |
| + | 重复一次或更多次 |
| ? | 重复零次或一次 |
| {n} | 重复 n 次 |
| {n,} | 重复 n 次或更多次 |
| {n,m} | 重复 n 到 m 次 |
1.3 分组
限定符是作用在与他左边最近的一个字符，如果我想要多个字符同时被限定那怎么办呢？
正则表达式中用小括号 () 来做分组，也就是括号中的内容作为一个整体。
1.4 转义
我们看到正则表达式用小括号来做分组，那么问题来了：
如果要匹配的字符串中本身就包含小括号，那是不是冲突？应该怎么办？
针对这种情况，正则提供了转义的方式，也就是要把这些元字符、限定符或者关键字转义成普通的字符，做法很简答，就是在要转义的字符前面加个斜杠，也就是 \ 即可。
1.5 条件或
正则用符号 | 来表示或，也叫做分支条件，当满足正则里的分支条件的任何一种条件时，都会当成是匹配成功。
1.6 区间
正则提供一个元字符中括号 [] 来表示区间条件。
- 限定
0到9可以写成[0-9]； - 限定
A-Z写成[A-Z]； - 限定某些数字
[165]。
1.7 反义
前面说到元字符的都是要匹配什么什么，当然如果你想反着来，不想匹配某些字符。
- 常用的反义元字符：
| 元字符 | 解释 |
|---|---|
| \W | 匹配任意不是字母，数字，下划线，汉字的字符 |
| \S | 匹配任意不是空白符的字符 |
| \D | 匹配任意非数字的字符 |
| \B | 匹配不是单词开头或结束的位置 |
| [^x] | 匹配除了 x 以外的任意字符 |
| [^aeiou] | 匹配除了 aeiou 这几个字母以外的任意字符 |
二、Java 正则基础知识
2.1 Pattern 类
- 定义
Pattern 对象是一个正则表达式的编译表示，它的构造方法是私有的,不可以直接创建，但可以通过 Pattern.complie(String regex) 简单工厂方法创建一个正则表达式。
- 常用方法
complie(String regex)：创建一个正则表达式对象；pattern()：返回正则表达式的字符串形式；split(CharSequence input)：用于分隔字符串,并返回一个String[]（JDK中String.split(String regex)就是通过Pattern.split(CharSequence input)实现的）；matcher(String regex,CharSequence input)：用于快速匹配字符串,该方法适合用于只匹配一次,且匹配全部字符串；matcher(CharSequence input)：返回一个Matcher对象。
Matcher类的构造方法也是私有的,不能随意创建,只能通过Pattern.matcher(CharSequence input)方法得到该类的实例.
- 小结
Pattern 类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将 Pattern 与 Matcher 一起使用。
2.2 Matcher 类
- 定义
Matcher 对象是对输入字符串进行解释和匹配操作的引擎。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。
- 常用方法
Matcher类提供三个匹配操作方法均返回boolean类型。
matches()：对整个字符串进行匹配,只有整个字符串都匹配了才返回true；lookingAt()：对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true；find()：对字符串进行匹配,匹配到的字符串可以在任何位置。
2.3 Matcher 类拓展
当使用matches()、lookingAt()、find() 执行匹配操作后,就可以利用以下三个方法得到更详细的信息.
-
start()：返回匹配到的子字符串在字符串中的索引位置； -
end()：返回匹配到的子字符串的最后一个字符在字符串中的索引位置； -
group()：返回匹配到的子字符串。
Matcher类同时提供了四个将匹配子串替换成指定字符串的方法：
replaceAll();replaceFirst();appendReplacement();appendTail()。
- 小结
Matcher 类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持。
三、【推荐】正则工具类
3.1 正则表达式常量
为了便于管理正则表达式，专门用一个常量类存放正则表达式。
public class RegexConstant {
/**
* 正则：手机号（简单）
*/
public static final String REGEX_MOBILE_SIMPLE = "^[1]\\d{10}$";
/**
* 正则：手机号（精确）
* 移动：134(0-8)、135、136、137、138、139、147、150、151、152、157、158、159、178、182、183、184、187、188
* 联通：130、131、132、145、155、156、175、176、185、186
* 电信：133、153、173、177、180、181、189
* 全球星：1349
* 虚拟运营商：170
*/
public static final String REGEX_MOBILE_EXACT = "^((13[0-9])|(14[5,7])|(15[0-3,5-9])|(17[0,3,5-8])|(18[0-9])|(147))\\d{8}$";
/**
* 正则：电话号码
*/
public static final String REGEX_TEL = "^0\\d{2,3}[- ]?\\d{7,8}";
/**
* 正则：身份证号码15位
*/
public static final String REGEX_ID_CARD15 = "^[1-9]\\d{7}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}$";
/**
* 正则：身份证号码18位
*/
public static final String REGEX_ID_CARD18 = "^[1-9]\\d{5}[1-9]\\d{3}((0\\d)|(1[0-2]))(([0|1|2]\\d)|3[0-1])\\d{3}([0-9Xx])$";
/**
* 正则：邮箱
*/
public static final String REGEX_EMAIL = "^\\w+([-+.]\\w+)*@\\w+([-.]\\w+)*\\.\\w+([-.]\\w+)*$";
/**
* 正则：URL
*/
public static final String REGEX_URL = "[a-zA-z]+://[^\\s]*";
/**
* 正则：汉字
*/
public static final String REGEX_ZH = "^[\\u4e00-\\u9fa5]+$";
/**
* 正则：用户名，取值范围为a-z,A-Z,0-9,"_",汉字，不能以"_"结尾,用户名必须是6-20位
*/
public static final String REGEX_USERNAME = "^[\\w\\u4e00-\\u9fa5]{6,20}(?;
/**
* 正则：yyyy-MM-dd格式的日期校验，已考虑平闰年
*/
public static final String REGEX_DATE = "^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$";
/**
* 正则：IP地址
*/
public static final String REGEX_IP = "((2[0-4]\\d|25[0-5]|[01]?\\d\\d?)\\.){3}(2[0-4]\\d|25[0-5]|[01]?\\d\\d?)";
/**
* 正则：双字节字符(包括汉字在内)
*/
public static final String REGEX_DOUBLE_BYTE_CHAR = "[^\\x00-\\xff]";
/**
* 正则：空白行
*/
public static final String REGEX_BLANK_LINE = "\\n\\s*\\r";
/**
* 正则：QQ号
*/
public static final String REGEX_QQ = "[1-9][0-9]{4,}";
/**
* 正则：中国邮政编码
*/
public static final String REGEX_ZIP_CODE = "[1-9]\\d{5}(?!\\d)";
/**
* 正则：正整数
*/
public static final String REGEX_POSITIVE_INTEGER = "^[1-9]\\d*$";
/**
* 正则：负整数
*/
public static final String REGEX_NEGATIVE_INTEGER = "^-[1-9]\\d*$";
/**
* 正则：整数
*/
public static final String REGEX_INTEGER = "^-?[1-9]\\d*$";
/**
* 正则：非负整数(正整数 + 0)
*/
public static final String REGEX_NOT_NEGATIVE_INTEGER = "^[1-9]\\d*|0$";
/**
* 正则：非正整数（负整数 + 0）
*/
public static final String REGEX_NOT_POSITIVE_INTEGER = "^-[1-9]\\d*|0$";
/**
* 正则：正浮点数
*/
public static final String REGEX_POSITIVE_FLOAT = "^[1-9]\\d*\\.\\d*|0\\.\\d*[1-9]\\d*$";
/**
* 正则：负浮点数
*/
public static final String REGEX_NEGATIVE_FLOAT = "^-[1-9]\\d*\\.\\d*|-0\\.\\d*[1-9]\\d*$";
/**
* 正则：只有数字
*/
public static final String REGEX_NUMBER = "[0-9]*";
/**
* 正则：字母、数字及下划线
*/
public static final String REGEX_NUMBER_LETTER = "^[0-9a-zA-Z-][\\w-_]{1,}$";
/**
* 正则：只有字母
*/
public static final String REGEX_LETTER = "^[A-Za-z]+$";
/**
* 正则：是否包含括号
*/
public static final String REGEX_BRACKETS = ".*[()\\[\\]{}（）]+.*";
/**
* 正则中需要被转义的关键字
*/
private final static Character[] KEYS_ARRAY = {'$', '(', ')', '*', '+', '.', '[', ']', '?', '\\', '^', '{', '}', '|'};
public final static Set<Character> RE_KEYS = new HashSet<>(Arrays.asList(KEYS_ARRAY));
}
3.2 判断是否匹配正则
配合正则表达式进行判断是否匹配
public static boolean isMatch(String regex, CharSequence input) {
return input != null && input.length() > 0 && Pattern.matches(regex, input);
}
- 示例
@Test
public void isMatch() {
String input = "0571-69123456";
boolean isTel = RegexUtil.isMatch(RegexConstant.REGEX_TEL, input);
logger.info("result:{}", isTel);
boolean isPhone = RegexUtil.isMatch(RegexConstant.REGEX_MOBILE_SIMPLE, input);
logger.info("result:{}", isPhone);
}
3.3 获取正则匹配的部分
- 返回结果是字符串
public static String getMatches(String regex, CharSequence input) {
if (input == null || input.length() == 0) {
return "";
}
StringBuffer matches = new StringBuffer();
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
matches.append(matcher.group());
}
return matches.toString();
}
- 返回结果是集合
public static List<Object> getMatchesList(String regex, CharSequence input) {
Pattern pattern = Pattern.compile(regex);
if (input == null || input.length() == 0) {
return null;
}
List<Object> matches = new ArrayList<>();
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
if (!matcher.group().isEmpty()) {
matches.add(matcher.group());
}
}
return matches;
}
- 示例
@Test
public void getMatches() {
String input = "0571-69123456";
String result = RegexUtil.getMatches(RegexConstant.REGEX_NUMBER, input);
logger.info("result:{}", result);
List<Object> list = RegexUtil.getMatchesList(RegexConstant.REGEX_NUMBER, input);
logger.info("result:{}", list);
}
3.4 计算指定字符串中，匹配 pattern 的个数
public static int count(String regex, CharSequence input) {
if (null == regex || input == null || input.length() == 0) {
return 0;
}
Pattern pattern = Pattern.compile(regex);
int count = 0;
final Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
if (!matcher.group().isEmpty()) {
count++;
}
}
return count;
}
- 示例
@Test
public void count() {
String input = "0571-69123456";
int result = RegexUtil.count(RegexConstant.REGEX_NUMBER, input);
logger.info("result:{}", result);
}
3.5 替换正则匹配
- 替换所有正则匹配的部分
public static String replaceAll(String regex, String input, String replacement) {
if (input == null || input.length() == 0) {
return "";
}
return Pattern.compile(regex).matcher(input).replaceAll(replacement);
}
- 替换正则匹配的第一部分
public static String replaceFirst(String regex, String input, String replacement) {
if (input == null || input.length() == 0) {
return "";
}
return Pattern.compile(regex).matcher(input).replaceFirst(replacement);
}
- 删除指定前缀，如果没有找到，则返回原文
public static String delPre(String regex, CharSequence input) {
if (regex == null || input == null ||input.length() == 0) {
return "";
}
Pattern pattern = Pattern.compile(regex, Pattern.DOTALL);
Matcher matcher = pattern.matcher(input);
if (matcher.find()) {
return input.toString().substring(matcher.end(), input.length());
}
return input.toString();
}
- 示例
@Test
public void replace() {
String input = "0571-69123456-hz";
String result = RegexUtil.replaceAll("-",input,"_");
logger.info("result:{}", result);
result = RegexUtil.replaceFirst("-",input,"_");
logger.info("result:{}", result);
result = RegexUtil.delPre("-",input);
logger.info("result:{}", result);
}
3.6 转义字符串
将
Java中的正则的关键字转义。
public static String escape(CharSequence input) {
if (input == null ||input.length() == 0) {
return "";
}
final StringBuilder builder = new StringBuilder();
int len = input.length();
char current;
for (int i = 0; i < len; i++) {
current = input.charAt(i);
if (RegexConstant.RE_KEYS.contains(current)) {
builder.append('\\');
}
builder.append(current);
}
return builder.toString();
}
- 示例
@Test
public void escape() {
String input = "$123.45";
String result = RegexUtil.escape(input);
logger.info("result:{}", result);
}
完整工具类详见 【RegexUtil.java】
四、总结
正则表达式是操作字符串的有效手段，但是在方便我们开发的同时，我们必须意识到：过多使用正则表达式会造成代码可读性下降。
更多
Java笔记，详见【Java 知识笔记本】，欢迎提供想法建议。
- 【Github 示例代码】
- 【Java 在线表达式工具】
日常求赞
- 祖传秘籍 Spring Boot 葵花宝典 开源中，欢迎前来吐槽，提供线索！
- 九阳神功 【Java 知识笔记本】 开源中，欢迎前来吐槽，提供线索！
最新文章，欢迎关注：公众号-风尘博客；交流观点，欢迎添加：个人微信
