Java正则表达式

什么是正则表达式

Regular Expression(正则表达式)是用于匹配指定Pattern(模式、规则)的语句。常用于检索、替换那些符合某个模式(规则)的文本。

java正则语法

正则表达式的规则(pattern)在java官方API的Pattern中有详细的讲解。

Character(字符)

Construct	Match	description
x	The character x	除了特殊字符外，普通字符就是表示匹配该字符本身。如x 表示匹配字符x
\t	The tab character ('\u0009')	匹配制表符
\r	The character x	匹配回车符号
\n	The newline (line feed) character ('\u000A')	匹配换行符

Character Class (字符类)

Construct	Match	description
[abc]	a, b, or c (simple class)	匹配a或b或c字符
[^abc]	Any character except a, b, or c (negation)	匹配非a，b，c的任意一个字符
[a-zA-Z]	a through z or A through Z, inclusive (range)	匹配a-z(26字母)或A-Z(26个字母)的任意一个字符
[a-d[m-p]]	a through d, or m through p: [a-dm-p] (union)	并集（同上），匹配a-z(26字母)或A-Z(26个字母)的任意一个字符
[a-z&&[def]]	d, e, or f (intersection)	交集，匹配a-z和def的交集一个字符，即def
[a-z&&[^bc]]	a through z, except for b and c: [ad-z] (subtraction)	交集+非，匹配a-z且不是bc的一个字符
[a-z&&[^m-p]]	a through z, and not m through p: a-lq-z	交集，匹配a-z且不是m-p的一个字符，即[a-lq-z]

Predefined character classes（预定义字符）

预定义字符就是元字符，具有特殊含义的字符。

Construct	Match	description
.	Any character (may or may not match line terminators)	匹配任意字符
\d	A digit: [0-9]	digit, 匹配任意数字字符0-9
\D	A non-digit: [^0-9]	non-digit, 匹配任意非数字字符,[^0-9]
\w	A word character: [a-zA-Z_0-9]	匹配单词字符,a-z,A-Z,0-9,_ 相当于[a-zA-Z_0-9]
\W	A non-word character: [^\w]	匹配非单词字符
\s	A whitespace character: [ \t\n\x0B\f\r]	匹配空白字符，回车、换行、制表符
\S	A non-whitespace character: [^\s]	匹配非空白字符

Boundary matcher(边界匹配器)

Construct	Match	description
^	The beginning of a line	行的开始
&	The end of a line	行的结束
\b	A word boundary	单词边界符号
\B	A non-word boundary	非单词边界符号

Greedy quantifiers（贪婪匹配量词）

Construct	Match	description
X?	X, once or not at all	匹配X0次或者1次
X*	X, zero or more times	匹配X任意多次
X+	X, one or more times	匹配X至少一次
X{n}	X, exactly n times	匹配X恰好n次
X{n,}	X, at least n times	匹配X大于等于n次
X{n,m}	X，匹配X大于等于n次，少于等于m次

TIP

贪婪匹配量词的意思是：。与之相对的还有：A，B。

Logical operators(逻辑运算符)

Construct	Match	description
XY	X followed by Y	逻辑与，X后面接着Y
X	Y	Either X or Y	逻辑或，X或者Y
(X)	X, as a capturing group	捕获组

String类相关的正则表达式

几乎所有的编程语言都支持正则表达式，且被归类为字符串处理。在java也不例外，java的String类中，提供丰富的正则相关的方法。

String类中正则相关方法：

matches
split
replaceAll

matches匹配方法

方法签名为，public boolean matches(String regex)，用于判断当前字符串是否和正则匹配。


public class RE01StringMatchesTest {

    /**
     * String.matches()
     */
    @Test
    public void testStringMatches() {

        // 输入手机号码
        String phoneInput = "139500828900";

        // 判断手机号码是否正确
        // 假设手机号码正确的定义是： 11位数， 1开头
        System.out.println(phoneInput.matches("1\\d{10}"));
    }

}

split，分割

方法签名为：

public String[] split(String regex)

作用是，对正则匹配到的字符作为分隔符，对字符串进行分隔。

    /**
     * 字符串分割功能
     */
    @Test
    public void testREStringSplit() {
        String dateRange = "20200101,20200103-20200125";
        String[] dateArr = dateRange.split("[,\\-]");
        System.out.println(Arrays.asList(dateArr));
    }

replaceAll，替换

方法签名为：

public String replaceAll(String regex,String replacement)

作用是，对匹配到的字符串进行替换。

    /**
     * 字符串正则的替换功能
     */
    @Test
    public void testREStringReplaceAll() {

        // 把字符串中的数字替换为*
        String str = "hel222lo123wor33ld";
        String replacedStr = str.replaceAll("\\d", "*");
        System.out.println(replacedStr);
        
    }

使用Pattern,Matcher执行正则

Java中除了可以使用String的实例方法（matches, split, replaceAll）中使用正则，还专门为正则提供了Pattern, Matcher更为专业的来进行
字符串的正则操作

其中，Pattern表示的是正则表达式的规则。而Matcher是Pattern（规则）对字符串作用后的具体的操作。

Pattern

使用正则的第一步，编译出Pattern(规则)

    // 编译出正则表达式
    private static final Pattern pattern = Pattern.compile("\\d+");

Matcher

使用java 正则第二步，把编译好的Pattern（规则）应用到字符串中。


    private final Pattern findThreeWorldPattern = Pattern.compile("\\b\\w{4}\\b");

    @Test
    public void testPattern() {

        // 搜索字符串中，长度为4的单词，遍历输出
        Matcher matcher = findThreeWorldPattern.matcher("Today is Sunday, And I study java regular expression");
        while (matcher.find()) {
            String threeAlphabet = matcher.group();
            System.out.println(threeAlphabet);
        }

    }

Java Regular Expression