前言
正则表达式一般用于字符串匹配，字符串查找和字符串替换。别小看它的作用，在工作学习中灵活运用正则表达式处理字符串能够大幅度提高效率，编程的快乐来得就是这么简单。
下面将由浅入深讲解正则表达式的使用。
简单入门 .
package test;
public class Test01 {
public static void main(String[] args) {
//字符串abc匹配正则表达式"...", 其中"."表示一个字符
//"..."表示三个字符
System.out.println("abc".matches("..."));
System.out.println("abcd".matches("..."));
}
}输出结果：
true
falseString类中有个matches(String regex)方法, 返回值为布尔类型，用于告诉这个字符串是否匹配给定的正则表达式。
在本例中我们给出的正则表达式为...，其中每个.表示一个字符，整个正则表达式的意思是三个字符，显然当匹配abc的时候结果为true，匹配abcd时结果为false。
Java中对正则表达式的支持
在java.util.regex包下有两个用于正则表达式的类， 一个是Matcher，另一个Pattern。
Java官方文档中给出对这两个类的典型用法，代码如下：
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test02 {
public static void main(String[] args) {
//[a-z]表示a~z之间的任何一个字符, {3}表示3个字符, 意思是匹配一个长度为3, 并且每个字符属于a~z的字符串
Pattern p = Pattern.compile("[a-z]{3}");
Matcher m1 = p.matcher("abc");
System.out.println(m2.matches());
}
}输出结果：true
Pattern可以理解为一个模式，字符串需要与某种模式进行匹配。 比如Test02中, 我们定义的模式是一个长度为3的字符串, 其中每个字符必须是a~z中的一个。
我们看到创建Pattern对象时调用的是Pattern类中的compile方法，也就是说对我们传入的正则表达式编译后得到一个模式对象。 而这个经过编译后模式对象,，会使得正则表达式使用效率会大大提高，并且作为一个常量，它可以安全地供多个线程并发使用。
Matcher可以理解为模式匹配某个字符串后产生的结果。字符串和某个模式匹配后可能会产生很多个结果，这个会在后面的例子中讲解。
最后当我们调用m.matches()时就会返回完整字符串与模式匹配的结果。
上面的三行代码可以简化为一行代码：
System.out.println("abc".matches("[a-z]{3}"));但是如果一个正则表达式需要被重复匹配，这种写法效率较低。
匹配次数符号
| 符号 | 次数 |
|---|---|
| * | 0次或多次 |
| + | 1次或多次 |
| ？ | 0次或1次 |
| {n} | 恰好n次 |
| {n,m} | 出现n~m次 |
| {n,} | 至少n次 |
代码示例：
package test;
public class Test03 {
private static void p(Object o){
System.out.println(o);
}
public static void main(String[] args) {
// "X*" 代表零个或多个X
p("aaaa".matches("a*"));
p("".matches("a*"));
// "X+" 代表一个或多个X
p("aaaa".matches("a+"));
// "X?" 代表零个或一个X
p("a".matches("a?"));
// \\d A digit: [0-9], 表示数字, 但是在java中对"\\"这个符号需要使用\\进行转义, 所以出现\\d
p("2345".matches("\\d{2,5}"));
// \\.用于匹配"."
p("192.168.0.123".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
// [0-2]指必须是0~2中的一个数字
p("192".matches("[0-2][0-9][0-9]"));
}
}输出结果：全是true。
范围[]
[]用于描述一个字符的范围， 下面是一些例子：
package test;
public class Test04 {
private static void p(Object o){
System.out.println(o);
}
public static void main(String[] args) {
//[abc]指abc中的其中一个字母
p("a".matches("[abc]"));
//[^abc]指除了abc之外的字符
p("1".matches("[^abc]"));
//a~z或A~Z的字符, 以下三个均是或的写法
p("A".matches("[a-zA-Z]"));
p("A".matches("[a-z|A-Z]"));
p("A".matches("[a-z[A-Z]]"));
//[A-Z&&[REQ]]指A~Z中并且属于REQ其中之一的字符
p("R".matches("[A-Z&&[REQ]]"));
}
}输出结果：全是true。
\s \w \d \S \W \D
关于
\
在Java中的字符串中，如果要用到特殊字符， 必须通过在前面加\进行转义。
举个例子，考虑这个字符串"老师大声说:"同学们,快交作业!""。 如果我们没有转义字符，那么开头的双引号的结束应该在说:"这里，但是我们的字符串中需要用到双引号， 所以需要用转义字符。
使用转义字符后的字符串为"老师大声说:\"同学们,快交作业!\""， 这样我们的原意才能被正确识别。
同理如果我们要在字符串中使用\，也应该在前面加一个\，所以在字符串中表示为"\\"。
那么如何在正则表达式中表示要匹配\呢？ 答案为"\\\\"。
我们分开考虑：由于正则式中表示\同样需要转义， 所以前面的\\表示正则表达式中的转义字符\，后面的\\表示正则表达式中\本身， 合起来在正则表达式中表示\。
先来看代码示例：
package test;
public class Test05 {
private static void p(Object o){
System.out.println(o);
}
public static void main(String[] args) {
// \s{4}表示4个空白符
p(" \n\r\t".matches("\\s{4}"));
// \S表示非空白符
p("a".matches("\\S"));
// \w{3}表示数字字母和下划线
p("a_8".matches("\\w{3}"));
p("abc888&^%".matches("[a-z]{1,3}\\d+[%^&*]+"));
// 匹配 \
p("\\".matches("\\\\"));
}
}| 符号 | 表示 |
|---|---|
| \d | [0—9] 数字 |
| \D | 1 非数字 |
| \s | [\t\n\r\f] 空格 |
| \S | 2 非空格 |
| \w | [0—9A—Z_a—z] 数字字母和下划线 |
| \W | 3 非数字字母和下划线 |
边界处理^
^在中括号内表示取反的意思[^]， 如果不在中括号里则表示字符串的开头。
代码示例：
package test;
public class Test06 {
private static void p(Object o){
System.out.println(o);
}
public static void main(String[] args) {
/**
* ^ The beginning of a line 一个字符串的开始
* $ The end of a line 字符串的结束
* \b A word boundary 一个单词的边界, 可以是空格, 换行符等
*/
p("hello sir".matches("^h.*"));
p("hello sir".matches(".*r$"));
p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));
}
}输出结果：
true
true
true
falseMatcher类
matches()方法会将整个字符串与模板进行匹配。find()则是从当前位置开始进行匹配，如果传入字符串后首先进行find()，那么当前位置就是字符串的开头，对当前位置的具体分析可以看下面的代码示例lookingAt()方法会从字符串的开头进行匹配。
代码示例：
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test07 {
private static void p(Object o){
System.out.println(o);
}
public static void main(String[] args) {
Pattern pattern = Pattern.compile("\\d{3,5}");
String s = "123-34345-234-00";
Matcher m = pattern.matcher(s);
//先演示matches(), 与整个字符串匹配.
p(m.matches());
//结果为false, 显然要匹配3~5个数字会在-处匹配失败
//然后演示find(), 先使用reset()方法把当前位置设置为字符串的开头
m.reset();
p(m.find());//true 匹配123成功
p(m.find());//true 匹配34345成功
p(m.find());//true 匹配234成功
p(m.find());//false 匹配00失败
//下面我们演示不在matches()使用reset(), 看看当前位置的变化
m.reset();//先重置
p(m.matches());//false 匹配整个字符串失败, 当前位置来到-
p(m.find());// true 匹配34345成功
p(m.find());// true 匹配234成功
p(m.find());// false 匹配00始边
p(m.find());// false 没有东西匹配, 失败
//演示lookingAt(), 从头开始找
p(m.lookingAt());//true 找到123, 成功
}
}如果一次匹配成功的话
start()用于返回匹配开始的位置，
end()用于返回匹配结束字符的后面一个位置。
代码示例：
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test08 {
private static void p(Object o) {
System.out.println(o);
}
public static void main(String[] args) {
Pattern pattern = Pattern.compile("\\d{3,5}");
String s = "123-34345-234-00";
Matcher m = pattern.matcher(s);
p(m.find());//true 匹配123成功
p("start: " + m.start() + " - end:" + m.end());
p(m.find());//true 匹配34345成功
p("start: " + m.start() + " - end:" + m.end());
p(m.find());//true 匹配234成功
p("start: " + m.start() + " - end:" + m.end());
p(m.find());//false 匹配00失败
try {
p("start: " + m.start() + " - end:" + m.end());
} catch (Exception e) {
System.out.println("报错了...");
}
p(m.lookingAt());
p("start: " + m.start() + " - end:" + m.end());
}
}
输出结果：
true
start: 0 - end:3
true
start: 4 - end:9
true
start: 10 - end:13
false
报错了...
true
start: 0 - end:3替换字符串
Matcher类中的一个方法group()，它能返回匹配到的字符串。
代码示例：将字符串中的 java 转换为大写
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test09 {
private static void p(Object o){
System.out.println(o);
}
public static void main(String[] args) {
Pattern p = Pattern.compile("java");
Matcher m = p.matcher("java I love Java and you");
p(m.replaceAll("JAVA"));//replaceAll()方法会替换所有匹配到的字符串
}
}输出结果：
JAVA I love Java and you不区分大小写查找并替换字符串
我们要在创建模板模板时指定大小写不敏感。
public static void main(String[] args) {
Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);//指定为大小写不敏感的
Matcher m = p.matcher("java I love Java and you");
p(m.replaceAll("JAVA"));
}输出结果：
JAVA I love JAVA and you不区分大小写, 替换查找到的指定字符串
这里演示把查找到第奇数个字符串转换为大写，第偶数个转换为小写。
这里会引入Matcher类中一个强大的方法appendReplacement(StringBuffer sb, String replacement)，它需要传入一个StringBuffer进行字符串拼接。
public static void main(String[] args) {
Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java JAVA JAva I love Java and you ?");
StringBuffer sb = new StringBuffer();
int index = 1;
while(m.find()){
m.appendReplacement(sb, (index++ & 1) == 0 ? "java" : "JAVA");
index++;
}
m.appendTail(sb);//把剩余的字符串加入
p(sb);
}输出结果：
JAVA JAVA JAVA JAVA I love JAVA and you ?分组
先看一个示例：
package test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test10 {
private static void p(Object o) {
System.out.println(o);
}
public static void main(String[] args) {
Pattern p = Pattern.compile("\\d{3,5}[a-z]{2}");
String s = "005aa-856zx-1425kj-29";
Matcher m = p.matcher(s);
while (m.find()) {
p(m.group());
}
}
}输出结果：
005aa
856zx
1425kj其中正则表达式"\\d{3,5}[a-z]{2}"表示3~5个数字跟上两个字母，然后打印出每个匹配到的字符串。
如果想要打印每个匹配串中的数字，如何操作呢？
分组机制可以帮助我们在正则表达式中进行分组。规定使用()进行分组，这里我们把字母和数字各分为一组"(\\d{3,5})([a-z]{2})"
然后在调用m.group(int group)方法时传入组号即可。
注意：组号从0开始，0组代表整个正则表达式，从0之后，就是在正则表达式中从左到右每一个左括号对应一个组。在这个表达式中第1组是数字， 第2组是字母。
public static void main(String[] args) {
Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");//正则表达式为3~5个数字跟上两个字母
String s = "005aa-856zx-1425kj-29";
Matcher m = p.matcher(s);
while(m.find()){
p(m.group(1));
}
}输出结果：
005
856
1425整理
- 匹配中文字符的正则表达式：
[\u4e00-\u9fa5] - 匹配双字节字符(包括汉字在内)：
[^\x00-\xff] - 匹配空行的正则表达式：
\n[\s| ]*\r - 匹配HTML标记的正则表达式：
/<(.*)>.*<\/\1>|<(.*) \/>/ - 匹配首尾空格的正则表达式：
(^\s*)|(\s*$) - 匹配IP地址的正则表达式：
/(\d+)\.(\d+)\.(\d+)\.(\d+)/g // - 匹配Email地址的正则表达式：
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* - 匹配网址URL的正则表达式：
http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)? - sql语句：
^(select|drop|delete|create|update|insert).*$ - 非负整数：
^\d+$ - 正整数：
^[0-9]*[1-9][0-9]*$ - 非正整数：
^((-\d+)|(0+))$ - 负整数：
^-[0-9]*[1-9][0-9]*$ - 整数：
^-?\d+$ - 非负浮点数：
^\d+(\.\d+)?$ - 正浮点数：
^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$ - 非正浮点数：
^((-\d+\.\d+)?)|(0+(\.0+)?))$ - 负浮点数：
^(-((正浮点数正则式)))$ - 英文字符串：
^[A-Za-z]+$ - 英文大写串：
^[A-Z]+$ - 英文小写串：
^[a-z]+$ - 英文字符数字串：
^[A-Za-z0-9]+$ - 英数字加下划线串：
^\w+$ - E-mail地址：
^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$ - URL：
^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$ 或者：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~@[\]\':+!]*([^<>\"\"])*$ - 邮政编码：
^[1-9]\d{5}$ - 中文：
^[\u0391-\uFFE5]+$ - 电话号码：
^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$ - 手机号码：
^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$ - 双字节字符(包括汉字在内)：
^\x00-\xff - 匹配首尾空格：
(^\s*)|(\s*$)（像vbscript那样的trim函数） - 匹配HTML标记：
<(.*)>.*<\/\1>|<(.*) \/> - 匹配空行：
\n[\s| ]*\r - 提取信息中的网络链接：
(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)? - 提取信息中的邮件地址：
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* - 提取信息中的图片链接：
(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)? - 提取信息中的IP地址：
(\d+)\.(\d+)\.(\d+)\.(\d+) - 提取信息中的中国手机号码：
86)*0*13\d{9} - 提取信息中的中国固定电话号码：
(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8} - 提取信息中的中国电话号码（包括移动和固定电话）：
(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14} - 提取信息中的中国邮政编码：
[1-9]{1}(\d+){5} - 提取信息中的浮点数（即小数）：
(-?\d*)\.?\d+ - 提取信息中的任何数字 ：
(-?\d*)(\.\d+)? - IP地址：
(\d+)\.(\d+)\.(\d+)\.(\d+) - 电话区号：
/^0\d{2,3}$/ - 腾讯QQ号：
^[1-9]*[1-9][0-9]*$ - 帐号(字母开头，允许5-16字节，允许字母数字下划线)：
^[a-zA-Z][a-zA-Z0-9_]{4,15}$ - 中文、英文、数字及下划线：
^[\u4e00-\u9fa5_a-zA-Z0-9]+$
总结
以上就是对于正则表达式的一个总结和使用说明，愿正则表达式给你带来更愉快的编程体验。
结尾
我是一个正在被打击还在努力前进的码农。如果文章对你有帮助，记得点赞、关注哟，谢谢！