关于java:Java-正则表达式你知多少

6次阅读

共计 8757 个字符,预计需要花费 22 分钟才能阅读完成。

前言

正则表达式个别用于字符串匹配,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解决字符串可能大幅度提高效率,编程的高兴来得就是这么简略。

上面将由浅入深解说正则表达式的应用。

简略入门 .

package test;

public class Test01 {public static void main(String[] args) {
        // 字符串 abc 匹配正则表达式 "...", 其中 "." 示意一个字符
        //"..." 示意三个字符
        System.out.println("abc".matches("..."));

        System.out.println("abcd".matches("..."));
    }

}

输入后果:

true
false

String类中有个 matches(String regex) 办法, 返回值为布尔类型,用于通知这个字符串是否匹配给定的正则表达式。

在本例中咱们给出的正则表达式为 ...,其中每个. 示意一个字符,整个正则表达式的意思是三个字符,显然当匹配 abc 的时候后果为 true,匹配abcd 时后果为false

Java 中对正则表达式的反对

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 官网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]示意 a~z 之间的任何一个字符, {3}示意 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());
    }
}

输入后果:true

Pattern能够了解为一个模式,字符串须要与某种模式进行匹配。比方 Test02 中, 咱们定义的模式是 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

咱们看到创立 Pattern 对象时调用的是 Pattern 类中的 compile 办法,也就是说对咱们传入的正则表达式编译后失去一个模式对象。而这个通过编译后模式对象,,会使得正则表达式应用效率会大大提高,并且作为一个常量,它能够平安地供多个线程并发应用。

Matcher能够了解为模式匹配某个字符串后产生的后果。字符串和某个模式匹配后可能会产生很多个后果,这个会在前面的例子中解说。

最初当咱们调用 m.matches() 时就会返回残缺字符串与模式匹配的后果。

下面的三行代码能够简化为一行代码:

System.out.println("abc".matches("[a-z]{3}"));

然而如果一个正则表达式须要被反复匹配,这种写法效率较低。

匹配次数符号

符号 次数
* 0 次或屡次
+ 1 次或屡次
0 次或 1 次
{n} 恰好 n 次
{n,m} 呈现 n~m 次
{n,} 至多 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], 示意数字, 然而在 java 中对 "\\" 这个符号须要应用 \\ 进行本义, 所以呈现 \\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]"));
    }
}

输入后果:全是true

范畴[]

[]用于形容一个字符的范畴,上面是一些例子:

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]]"));
    }
}

输入后果:全是true

\s \w \d \S \W \D

对于\

在 Java 中的字符串中,如果要用到特殊字符,必须通过在后面加 \ 进行本义。

举个例子,思考这个字符串 "老师大声说:" 同学们, 快交作业!""。如果咱们没有转义字符,那么结尾的双引号的完结应该在 说:"这里,然而咱们的字符串中须要用到双引号,所以须要用转义字符。

应用转义字符后的字符串为"老师大声说:\" 同学们, 快交作业!\"",这样咱们的原意能力被正确辨认。

同理如果咱们要在字符串中应用\,也应该在后面加一个\,所以在字符串中示意为"\\"

那么如何在正则表达式中示意要匹配 \ 呢?答案为"\\\\"

咱们离开思考:因为正则式中示意 \ 同样须要本义,所以后面的 \\ 示意正则表达式中的转义字符 \,前面的\\ 示意正则表达式中 \ 自身,合起来在正则表达式中示意\

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}示意 4 个空白符
        p("\n\r\t".matches("\\s{4}"));
        // \S 示意非空白符
        p("a".matches("\\S"));
        // \w{3}示意数字字母和下划线
        p("a_8".matches("\\w{3}"));
        p("abc888&^%".matches("[a-z]{1,3}\\d+[%^&*]+"));
        // 匹配 \
        p("\\".matches("\\\\"));
    }
}
符号 示意
\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

边界解决^

^在中括号内示意取反的意思[^],如果不在中括号里则示意字符串的结尾。

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       字符串的完结
         * \b    A word boundary         一个单词的边界, 能够是空格, 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.*"));
    }
}

输入后果:

true
true
true
false

Matcher 类

  • matches()办法会将整个字符串与模板进行匹配。
  • find()则是从以后地位开始进行匹配,如果传入字符串后首先进行find(),那么以后地位就是字符串的结尾,对以后地位的具体分析能够看上面的代码示例
  • lookingAt()办法会从字符串的结尾进行匹配。

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());
        // 后果为 false, 显然要匹配 3~5 个数字会在 - 处匹配失败

        // 而后演示 find(), 先应用 reset()办法把以后地位设置为字符串的结尾
        m.reset();
        p(m.find());//true 匹配 123 胜利
        p(m.find());//true 匹配 34345 胜利
        p(m.find());//true 匹配 234 胜利
        p(m.find());//false 匹配 00 失败

        // 上面咱们演示不在 matches()应用 reset(), 看看以后地位的变动
        m.reset();// 先重置
        p(m.matches());//false 匹配整个字符串失败, 以后地位来到 -
        p(m.find());// true 匹配 34345 胜利
        p(m.find());// true 匹配 234 胜利
        p(m.find());// false 匹配 00 始边
        p(m.find());// false 没有货色匹配, 失败

        // 演示 lookingAt(), 从头开始找
        p(m.lookingAt());//true 找到 123, 胜利
    }
    
}

如果一次匹配胜利的话 start() 用于返回匹配开始的地位,

end()用于返回匹配完结字符的前面一个地位。

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 胜利
        p("start:" + m.start() + "- end:" + m.end());
        p(m.find());//true 匹配 34345 胜利
        p("start:" + m.start() + "- end:" + m.end());
        p(m.find());//true 匹配 234 胜利
        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());
    }
}

输入后果:

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类中的一个办法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()办法会替换所有匹配到的字符串}
}

输入后果:

JAVA I love Java and you

不辨别大小写查找并替换字符串

咱们要在创立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"));
}

输入后果:

JAVA I love JAVA and you

不辨别大小写, 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 类中一个弱小的办法appendReplacement(StringBuffer sb, String replacement),它须要传入一个 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);// 把残余的字符串退出
    p(sb);
}

输入后果:

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());
        }
    }
}

输入后果:

005aa
856zx
1425kj

其中正则表达式 "\\d{3,5}[a-z]{2}" 示意 3~5 个数字跟上两个字母,而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?

分组机制能够帮忙咱们在正则表达式中进行分组。规定应用 () 进行分组,这里咱们把字母和数字各分为一组"(\\d{3,5})([a-z]{2})"

而后在调用 m.group(int group) 办法时传入组号即可。

留神: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));
    }
}

输入后果:

005
856
1425

整顿

  • 匹配中文字符的正则表达式:[\u4e00-\u9fa5]
  • 匹配双字节字符(包含汉字在内):[^\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(包含汉字在内):^\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(包含挪动和固定电话):(\(\d{3,4}\)|\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(字母结尾,容许 5 -16 字节,容许字母数字下划线):^[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应用阐明,愿正则表达式给你带来更欢快的编程体验

结尾

我是一个正在被打击还在致力后退的码农。如果文章对你有帮忙,记得 点赞、关注哟,谢谢!


  1. 0—9 ↩
  2. \t\n\r\f ↩
  3. 0—9A—Z_a—z ↩
正文完
 0