Java 正则表达式【基本语法】

基本介绍

首先我们需要了解的是正则表达式中的各种元字符的功能，主要分为以下几种：

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

需要注意的是：在 Java正则表达式中，两个斜杠 \\ 相当于其它语言中的一个斜杠 \ 。

字符匹配符

符号	含义	示例	解释
[ ]	可以匹配的字符列表	[abcjs]	a、b、c、j、s都可以匹配到
[^]	不可以被匹配的字符列表	[^abc]	a、b、c不可以被匹配
-	连字符	a-z	可以匹配任意a到z的字母
.	匹配除 \n 之外的任何字符	a..b	以a开头b结尾的字符串，中包括任意两个字符
\\d	匹配单个数字字符	\\d{3}(\\d)?	匹配连续3个或4个数字的字符串
\\D	匹配非数字字符	\\D(\\d)*	以单个非数字字符开头，后面接任意个数字的字符串
\\w	匹配单个数字、英文字符、下划线	\\d{3}\\w{4}	以3个数字字符开头的长度为7的数字字母字符串
\\W	匹配单个非数字、非英文字符、非下划线	\\W+\\d{2}	以至少一个非数字字母字符开头，两个数字字符结尾的字符串
\\s	匹配任何空白字符（空格，制表符等）
\\S	匹配任何非空白字符，和\s刚好相反

Java 正则表达式默认是区分大小写的，如何实现不区分大小写？

(?i)abc​​​	abc 都不区分大小写
a(?i)bc	bc 不区分大小写
a((?i)b)c	只有 b不区分大小写
Pattern.compile(regex,Pattern.CASE_INSENSITIVE)	方法参数内设置忽略大小写

选择匹配符

符号	含义	示例	解释
|	或者的意思	ab|cd	匹配ab或者cd

用于在匹配时有选择的降低匹配标准。 

限定符

用于指定其前面的字符和组合项连续出现多少次

符号	含义	示例	说明	示例
*	重复0次或n次	(abc)*	以abc开头的，子串只包含abc的字符串	abc,abcabc
+	重复1次或多次	(abc)+	至少以1个abc开头，子串只包含abc的字符串	abc,abcabc
？	重复0次或1次	(abc)?	以abc开头的字符串	abc
{n}	限定只能出现n次	[a-d]{3}	由连续的 a、b、c、d组成的字符串中任意长度为3子串

定位符

规定要匹配的字符在字符串中出现的位置，比如是在字符串开始还是在结束处。

符号	含义
^	开头
$	结尾
\\b	匹配目标字符串的边界，子串之间的空格
\B	匹配字符的非边界

这里主要演示一下 \\b 和 \\B :

public static void main(String[] args) {
        String content = "我爱学习 学习不爱我 学习很快乐";

        String regex = "学习\\B";
        Pattern compile = Pattern.compile(regex);
        Matcher matcher = compile.matcher(content);
        while (matcher.find()){
            System.out.println(matcher.group());
        }
    }

当我们设置匹配语句为 \\b 的时候，输出结果：

学习

当我们设置匹配语句为 \\B 的时候，输出结果：

学习
学习

可以看到，\\b 匹配的是子串"学习"后是空格的，而 \\B 刚好相反。

分组

捕获分组

我们上一篇博客写过分组的案例，也就是 group(0)，group(1)这种，也叫做非命名捕获。

这里主要介绍一种新的分组方法，叫做命名捕获，也就是说我们可以自定义组的名字。相比较之前的哪一种，它既可以使用非命名捕获（通过组号获取匹配的子串），也可以通过自定义的名字来捕获。

语法：> 

其中，需要先写一个问号?，是我们对组的命名，不要太离谱就行;是我们的正则表达式，和非命名捕获是一样的。

String content = "sajnj ax1122s sjnaj4529 s584";

        String regex = "(?\\d\\d)(?\\d\\d)";
        Pattern compile = Pattern.compile(regex);
        Matcher matcher = compile.matcher(content);
        while (matcher.find()){
            System.out.println(matcher.group("group1"));
            System.out.println(matcher.group("group2"));
        }

非捕获分组

        Java正则表达式中的不捕获匹配（Non-capturing Group）指的是使用括号来分组匹配，但不会将该分组的匹配结果保存到匹配结果中。这样可以在正则表达式中使用括号进行逻辑分组，但不会捕获分组的内容，从而减少内存开销并提高性能。

        也就是说，虽然有括号但是不算是一个组，你使用组索引 matcher.group(n) 是获取不到结果的。

String content = "industries industry";

        Pattern pattern = Pattern.compile("industr(?:y|ies)");

        Matcher matcher = pattern.matcher(content);

        while (matcher.find()){
            System.out.println(matcher.group(0));
        }

输出：

industries
industry

 

常用分组构造形式	说明
(?:pattern)	匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，常用来代替我们的或( | )语句。
(?=pattern)	它是一个非捕获匹配（正向预查）。例如 "Windows (?=95|98|NT|2000)" 匹配 "Windows 2000"中的 "Windows",但不匹配 "Windows 3.1"中的 "Windows'。 "(?=95|98|NT|2000)"：正向预查，用于确定在匹配 "Windows" 后面的字符串是 "95"、"98"、"NT" 或者 "2000"。它使用了竖线字符 "|" 来表示 "或" 的关系，即满足其中一个条件即可。注意，这个预查不会消费输入字符串，也不会将 "95"、"98"、"NT" 或者 "2000" 匹配结果保存到匹配结果中。 因此，这个正则表达式可以匹配"Windows95"、"Windows98"、"WindowsNT" 和"Windows2000"，但不会匹配 "WindowsXP" 或者"Windows10"。它可以用于查找包含特定版本的 "Windows" 字符串，用于特定的匹配需求。
(?!attern)	它也是一个非捕获匹配（负向预查）。假设有一个正则表达式 (?!abc)，它表示匹配任意一个不以 "abc" 结尾的字符串。例如 "Windows (?=95|98|NT|2000)" 匹配 "Windows XP"中的 "Windows",但不匹配 "Windows 2000"中的 "Windows'。

正向预查 

String content = "My operating system is Windows 11,his operating system is Windows XP";

        Pattern pattern = Pattern.compile("Windows (?=11|XP)");

        Matcher matcher = pattern.matcher(content);

        while (matcher.find()){
            System.out.println(matcher.group(0));
        }

运行结果：

Windows
Windows

        调试正则表达式后，发现 (?=pattern)这种非捕获分组，它必须满足括号后面的条件才能被匹配，但是比如"Windows (?=11|XP)"，要被匹配到的只可能是 "Windows 11" 或者 "Windows XP"，但是这里的"11"和"XP"不会被保存到结果。

负向预查

String content = "My operating system is Windows 11,his operating system is Windows XP";

        Pattern pattern = Pattern.compile("Windows (?!8|9|10)");

        Matcher matcher = pattern.matcher(content);

        while (matcher.find()){
            System.out.println(matcher.group(0));
        }

运行结果： 

Windows
Windows

        调试正则表达式后，发现 (?!pattern)这种非捕获分组，它必须满足括号后面的条件才能被匹配，但是比如"Windows (?=11|XP)"，要被匹配到的只可能是除了 "Windows 11" 和 "Windows XP"之外的其他"Windows xxxx"的字符串，而且这里的"xxxx"同样不会被保存到结果。