正则表达式

单个字符匹配

1. 精确匹配

• • 对于正则表达式abc，只能精确匹配字符串"abc"，而不能匹配"ab"，"Abc"，"abcd"等其他任何字符串。

• • 如果正则表达式有特殊字符，需要用\转义。比如，正则表达式a\&b ，其中\&是用来匹配特殊字符&的，它能精确匹配字符串"a&b"，但是不能匹配"ac"、"a-c"、"a&&c"等字符串。

注意：正则表达式在Java代码中也是一个字符串，所以，对于正则表达式a\&b，对应的Java字符串是"a\\&b"，因为\也是Java字符串的转义字符，两个\\实际上表示的是一个\：

• • 如果想匹配非ASCII字符，例如中文，就用十六进制表示，例如：a\u548cb匹配字符串"a和b"，中文字符和的Unicode编码是548c。

2. 匹配任意字符

.

精确匹配一般用的比较少，我们直接通过String类的equals()方法就可以实现。大多数情况下，我们想要模糊匹配。我们可以用.匹配一个任意字符。

例如，正则表达式a.b中间的.可以匹配一个任意字符，下面的字符串都可以匹配到：

"abb"
"a&b"
"acb"

注意 但它不能匹配"ab"、"a&&b"，因为.匹配一个字符且仅限一个字符。

3. 匹配数字

\d

如果我们只想匹配0~9这样的数字，可以用\d`匹配。

例如，正则表达式00\d，可以匹配：

001
002
003

注意：它不能匹配"0011"、"0022"，因为\d仅限单个数字字符。

4. 匹配字母、数字或下划线

\w

w的意思是word，可以匹配一个字母、数字或下划线。

例如，hello\w可以匹配：

hello1
hellow
hello_

它不能匹配hello#、hello@、helloworld等，因为\w只能匹配一个字符，且仅支持字母、数字或下划线

5. 匹配空格字符和制表符

\s

例如，a\sb可以匹配：

a b
a b

它不能匹配ab、acb，因为\s仅限单个空格或者\t字符。

6. 匹配非数字

\D

用\d可以匹配一个数字，而\D则匹配一个非数字。

例如，00\D可以匹配：

00A
00#
00@

同样的，\W可以匹配\w不能匹配的字符，\S可以匹配\s不能匹配的字符。

小结：

正则表达式	规则说明	示例
a	精确匹配	a
\u548c	指定一个Unicode字符	和
.	任意一个字符	a，b，#，￥
\d	任意一个数字（0~9）	0 ~ 9
\w	任意一个大小写字母，数字和下划线	az，AZ，0~9，_
\s	空格、Tab键	空格，Tab
\D	非数字	a，A，&，_
\W	非\w
\S	非\s

多个字符匹配

上面介绍的只能每次匹配一个字符，如果要匹配多个字符，怎么办呢？我们可以使用修饰符来实现。

1. 匹配0个或者任意多个字符

*

例如，a\d*可以匹配：

a
a0
a111

2. 匹配至少一个字符

+

例如，a\d+可以匹配：

a0
a10

注意：但它无法匹配"a"，因为修饰符+要求至少一个字符。

3. 匹配0个或一个字符

?

例如，a\d?可以匹配：

a
a0

注意：但它无法匹配"a10"，因为修饰符?超过1个字符就不能匹配了。

4. 匹配n个字符

{n}

例如，a\d{3}，可以匹配：

a110

5. 匹配n~m个字符

{n,m}

例如，a\d{1,3}，可以匹配：

a0
a10
a110

6. 匹配至少n个字符

{n,}

例如，a\d{3,}，可以匹配：

a110
a110111010101010

7. 匹配最多n个字符

{0,n}

例如，a\d{0,3}，可以匹配：

a0
a01
a001

小结：

正则表达式	规则说明	示例
*	任意个数字符
+	至少1个字符
?	0个或1个字符
{n}	指定n个字符
{n,m}	指定n~m范围字符
{n,}	至少n个字符
{0,n}	最多n个字符

复杂规则匹配

1. 匹配开头和结尾

匹配开头：^
匹配结尾：$

我们用^表示开头，$表示结尾。例如，^A\d{3}$，可以匹配"A001"、"A380"。

2. 匹配指定范围

[...]

我们可以使用[...]可以匹配范围内的字符，例如：

• • [123456789]可以匹配1~`9，还有一种写法，直接写[1-9]`就可以。

• • 匹配大小写不限的十六进制数，比如1A2b3c，我们可以这样写：[0-9a-fA-F]

• • [...]还有一种排除法，即不包含指定范围的字符。假设我们要匹配任意字符，但不包括数字，可以写[^1-9]{1}

3. 或规则匹配

|

用|连接的两个正则规则是或规则，例如，A|C表示可以匹配A或C。

4. 使用括号

(...)

• • 提取公共部分我们想要匹配字符串hello java、hello php和 hello go 一般是这样写的：hello\sjava|hello\sphp|hello\sgo，可以把公共部分提出来，然后用(...)把子规则括起来表示成hello\\s(java|php|go)。

• • (...)的另一种用法，可以实现分组匹配。有这样一个正则表达式：\d{3,4}\-\d{6,8}，匹配的是区号-电话号。匹配成功后，我们想提取区号和电话号码，分别存入数据库。我们可以这样做：先用(...)先把要提取的规则分组，把上述正则表达式变为(\d{3,4})\-(\d{6,8})。然后使用java中的Matcher.group返回子串，如下：

 import java.util.regex.*;
  public class Test {
      public static void main(String[] args) {
          Pattern p = Pattern.compile("(\\d{3,4})\\-(\\d{7,8})");
          Matcher m = p.matcher("010-12345678");
          if (m.matches()) {
              String g1 = m.group(1);
              String g2 = m.group(2);
              System.out.println(g1);
              System.out.println(g2);
          } else {
              System.out.println("匹配失败!");
          }
      }
  }

这样，我们就能将区号和电话号码分别提取出来了。