正则表达式基本使用
文章目录
- 1. 基本介绍
- 2. 元字符(Metacharacter)-转义号 \\
- 3. 元字符-字符匹配符
-
- 3.1 案例
- 4. 元字符-选择匹配符
- 5. 元字符-限定符
- 6. 元字符-定位符
- 7. 分组
-
- 7.1 捕获分组
- 7.2 非捕获分组
- 8. 非贪婪匹配
- 9. 应用实例
- 10. 正则验证复杂URL
1. 基本介绍
- 如果要想灵活的运用正则表达式，必须了解其中各种元字符的功能，元字符从功能上大致分为：
- 限定符
- 选择匹配符
- 分组组合和反向引用符
- 特殊字符
- 字符匹配符
- 定位符
2. 元字符(Metacharacter)-转义号 \
\\符号说明：在使用正则表达式去检索某些特殊字符的时候，需要用到转义符号，否则检索不到结果，甚至会报错的。- 案例：用
$去匹配“abc$(”，用(去匹配 “abc$(abc(123(”
String content = "abc$(abc(123(";
String regStr = "\\(";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到：" + matcher.group(0));
}
- 需要用到转义符号的字符有以下：
.*+()$/\?[] ^{}
3. 元字符-字符匹配符
匹配任意三个数字
\\d\\d\\d = \\d{3}
?表示后面是0个数字或1个数字
\\d{3}(\\d)?
相当于对 \\d 取反,表示匹配单个非数字字符
\\D = [^0-9]
+ 表示1个或多个，至少一个
\\W+\\d{2}
String regStr = "[a-z]";//匹配 a-z 之间任意一个字符
String regStr = "[A-Z]";//匹配 A-Z 之间任意一个字符
String regStr = "abc";//匹配 abc 字符串[默认区分大小写]
String regStr = "(?i)abc";//匹配 abc 字符串[不区分大小写]
3.1 案例
- [a-z]表示可以匹配a-z中任意一个字符，比如[A-Z]去匹配 11A22B33C
String content = "11A22B33C";
String regStr = "[A-Z]";
Pattern pattern = Pattern.compile(regStr)
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到：" + matcher.group(0));
}
- java正则表达式默认是区分字母大小写的，如何实现不区分大小写
(?i)abc:表示abc都不区分大小写
a(?i)bc:表示bc不区分大小写
a((?i)b)c:表示只有b不区分大小写
Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
- 当创建 Pattern 对象时，指定
Pattern.CASE_INSENSITIVE, 表示匹配是不区分字母大小写
Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
[A-Z]表示可以匹配 A-Z 中任意一个字符[0-9]表示可以匹配 0-9 中任意一个字符
String regStr = "abc";//匹配 abc 字符串[默认区分大小写]
String regStr = "(?i)abc";//匹配 abc 字符串[不区分大小写]
[^a-z]表示可以匹配不是a-z中的任意一个字符
String content = "11A22B33CabcABC";
String regStr = "[^a-z]"; // 匹配不在 a-z 之间的任意一个字符
Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到：" + matcher.group(0));
}
String regStr = "[^a-z]{2}"; // 匹配不在 a-z 之间的任意两个字符
String regStr = "[^0-9]"; // 匹配不在 0-9 之间的任意一个字符
[abcd]表示可以匹配abcd中的任意一个字符
String content = "1A2B3CabeABE";
String regStr = "[abcd]";
//当创建 Pattern 对象时，指定 Pattern.CASE_INSENSITIVE, 表示匹配是不区分字母大小写
Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到：" + matcher.group(0));
}
[^abcd]表示可以匹配不是abcd中的任意一个字符\\d表示可以匹配0-9的任意一个数字，相当于[0-9]\\D表示可以匹配不是0-9中的任意一个数字，相当于[^0-9]\\w匹配任意英文字符、数字和下划线，相当于[a-zA-Z0-9_]\\W相当于[^a-zA-Z0-9]，是\w刚好相反\\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相反.匹配出\n之外的所有字符，如果要匹配，本身则需要使用\\.
4. 元字符-选择匹配符
- 在匹配某个字符串的时候是选择性的，即：既可以匹配这个，又可以匹配那个，这时需要用到选择匹配符号
- 案例：
String content = "AA兮BB动CC人";
String regStr = "兮|动|人";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到：" + matcher.group(0));
}
5. 元字符-限定符
- 用于指定其前面的字符和组合项连续出现多少次
*：表示0或n个，0到多，[0, ∞)
+：表示至少1个，1到多，[1, ∞)
?：表示至多一个，0或1，[0, 1]
{n}：表示任意长度为n的字符串
{n,}：表示组成的任意长度不小于n的字符串，[n, ∞)
{n,m}：表示组成的任意长度不小于n、不大于m的字符串，[n,m]
- 案例：
1、n表示出现的次数，比如：a{3}，1{4}，\\d{2}
String context = "111111aaa";
// 表示匹配 aaa
String regStr = "a{3}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
- 下面有 7个 1，但只能匹配到一组
String context = "1111111aaa";
// 表示匹配连续4个1
String regStr = "1{4}";
- 有7个1，但只能匹配到3组
// 表示匹配长度为2的任意数字字符
String context = "1111111aaa";
String regStr = "\\d{2}";
- 注意： Java匹配默认是贪婪匹配，即尽可能匹配多的
String context = "1111111aaaa33333";
// 表示匹配 aaa 或 aaaa
String regStr = "a{3,4}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
- 优先匹配 4个a的情况
- 如：换成6个a的情况下，如果每次都匹配3个a就正好匹配到，但Java默认的是贪婪模式，尽可能的匹配多的，所以就先匹配4个a，余下2个a就不会被匹配到
String context = "1111111aaaaaa33333";
\\d{2,5}，下面有7个1，先匹配前5个1，后面2个1也符合长度范围，都能被匹配到
String context = "1111111aaaaaa";
// 表示匹配长度为 [2,5]之间的数字字符
String regStr = "\\d{2,5}";
1+：默认还是贪婪匹配，所以会一次性全部匹配到7个1
String context = "1111111aaaaaa";
String regStr = "1+";
\\d+：匹配一个数字或多个数字
String context = "1111111aaaaaa";
// 匹配一个数字或多个数字
String regStr = "\\d+";
1*：匹配0个1或多个1a1?：匹配 a 或 a1
String context = "a11111111aaaaaa";
String regStr = "a1?";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
-
还是会遵循贪心匹配原则，先匹配 a1，再匹配 a
-
换成
a2?，由于没有 a2 ，所以只能匹配到 a
6. 元字符-定位符
- 定位符， 规定要匹配的字符串出现的位置，比如在字符串的开始还是在结束的位置
1、^
- 指定起始字符
String context = "123abc";
// 以至少1个数字开头，后接任意个小写字母的字符串
String regStr = "^[0-9]+[a-z]*";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
- 内容改为：
String context = "123abc12";也还是可以匹配到
- 内容改为：
String context = "123";也还是可以匹配到
2、$
- 指定结束字符
String context = "123abc";
// 以至少1个数字开头，以至少一个小写字母结尾
String regStr = "^[0-9]+[a-z]+$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
String context = "123-a";
String regStr = "^[0-9]+\\-[a-z]+$";
3、\\b
- 匹配目标字符串的边界，这里的边界是指被匹配的字符串的最后,也可以是空格的字符串后面
String context = "xdrxidongren asdfxdr qwerxdr";
// 表示匹配边界是 xdr,这里的边界是指被匹配的字符串的最后,也可以是空格的字符串后面
String regStr = "xdr\\b";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
4、\\B
- 匹配目标字符串的非边界
String context = "xdrxidongren asdfxdr qwerxdr";
String regStr = "xdr\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
7. 分组
7.1 捕获分组
1、非命名分组
String context = "xdrxidongren xdr1998 qwer2008xdr";
// 匹配4个数字的字符串
String regStr = "(\\d\\d)(\\d\\d)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
System.out.println("第1个分组内容 " + matcher.group(1));
System.out.println("第2个分组内容 " + matcher.group(2));
}
- 分成3组
String context = "xdrxidongren xdr1998 qwer2008xdr";
String regStr = "(\\d\\d)(\\d)(\\d)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
System.out.println("第1个分组内容 " + matcher.group(1));
System.out.println("第2个分组内容 " + matcher.group(2));
System.out.println("第3个分组内容 " + matcher.group(3));
}
2、命名分组
- 即可以给分组取名
String context = "xdrxidongren xdr1998 qwer2008xdr";
// 命名分组
String regStr = "(?\\d\\d)(?\\d\\d)" ;
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
System.out.println("第1个分组内容 " + matcher.group(1));
System.out.println("第1个分组内容[通过组名] " + matcher.group("group1"));
System.out.println("第2个分组内容 " + matcher.group(2));
System.out.println("第2个分组内容[通过组名] " + matcher.group("group2"));
}
7.2 非捕获分组
1、(?:pattern)
String context = "xdr兮动人123 yunxdr兮动人456 兮动人789qwer";
// String regStr = "兮动人123|兮动人456|兮动人789";
// 上面的写法可以等价于非捕获分组，注意：非捕获分组不能使用 matcher.group(1)
String regStr = "兮动人(?:123|456|789)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
2、(?=pattern)
- 只匹配有选项的内容
String context = "xdr兮动人123 yunxdr兮动人456 兮动人789qwer";
// 非捕获分组不能使用 matcher.group(1)
String regStr = "兮动人(?:123|456)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
3、(?!pattern)
- 和
(?=pattern)取反，匹配选项中非的情况
String context = "xdr兮动人123 yunxdr兮动人456 兮动人789qwer";
// 查出不是 兮动人123 和 兮动人456 的内容
String regStr = "兮动人(?!123|456)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
- 最后会匹配到 兮动人789 中的 兮动人
8. 非贪婪匹配
// 默认是贪婪匹配，会尽量匹配最多的字符串
String context = "xdr630 yunxdr";
String regStr = "\\d+";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
- 改为非贪婪匹配(尽量匹配少的)，就会一次只匹配一个数字
String regStr = "\\d+?";
9. 应用实例
- 对字符串进行如下验证
1、汉字
String context = "兮动人";
// 汉字
String regStr = "^[\u0391-\uffe5]+$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
if (matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
2、邮政编码，要求：1-9 开头的一个六位数，比如：352189
String context = "352189";
String regStr = "^[1-9]\\d{5}$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
if (matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
3、QQ号码，要求：1-9 开头的一个(5 位数-10位数) ，如: 1123762674
String context = "1123762674";
String regStr = "^[1-9]\\d{4,9}$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
if (matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
4、手机号码，要求：必须以 13,14,15,18 开头的 11 位数
String context = "15933567680";
String regStr = "^1[3|4|5|8]\\d{9}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
if (matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
10. 正则验证复杂URL
- 如：匹配B站视频的url
/**
* 思路：
* 1.先确定url的开始部分 https:// | http://
* 2.通过 ([\w-]+\.)+[\w-]+ 匹配 www.bilibili.com
* 3. /video/BV1QA41187CL 匹配
*/
String content = "https://www.bilibili.com/video/BV1QA41187CL";
// 注意：[.]表示匹配的就是.本身
String regStr = "^((http|https)://)([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.]*)?$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if (matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}