详解Java中的正则表达式

朱雀 2021-04-22 15:30 462阅读 0赞

详解Java中的正则表达式，并列出常用的正则表达式语法和一些常用的场景。

判断一个字符串是否是由数字组成：

当不使用正则表达式的时候的实现代码：

public class RegexDemo01 {
    	public static void main(String[] args) {
    		String s = "23432324";
    		char c[] = s.toCharArray();//将字符串转换成字符数组
    		for (int i = 0; i < c.length; i++) {
    			if(!(c[i] >= '0' && c[i] <= '9')){
    				System.out.println("不是全部由数字组成");
    				return;
    			}
    		}
    		System.out.println("全部由数字组成");
    	}
    }

使用正则表达式的时候的实现代码：

public class RegexDemo02 {
    	public static void main(String[] args) {
    		String s = "23432a324";
    		if(s.matches("\\d+")){
    			System.out.println("全部由数字组成");
    			return;
    		}
    		System.out.println("不是全部由数字组成");
    		
    	}
    }

可以看到，使用正则表达式大大简化了校检的复杂度。

java.util.regex是一个用正则表达式所订制的模式来对字符串进行匹配工作的类库包。它包括两个类：Pattern和Matcher Pattern一个Pattern是一个正则表达式经编译后的表现模式。 Matcher 一个Matcher对象是一个状态机器，它依据Pattern对象做为匹配模式对字符串展开匹配检查。 首先一个Pattern实例订制了一个所用语法与PERL的类似的正则表达式经编译后的模式，然后一个Matcher实例在这个给定的Pattern实例的模式控制下进行字符串的匹配工作。

**Pattern类**

正则操作中最重要的一个类，所有的正则规范都必须在Pattern类中规定（这也是在String支持正则之前，之后话String可以直接操作正则表达式）假设现在我们没有学习String，也不知道String对正则有支持。

Pattern类中常用的操作方法：

·取得Pattern类的对象：publicstatic Pattern compile(String regex)，参数是正则表达式

·取得Matcher类对象：publicMatcher matcher(CharSequence input)，CharSequence是字符串对象的最高的父类，表示的是需要进行正则匹配的字符串

·字符串拆分：public String\[\] split(CharSequence input)：进行字符串拆分，需要拆分的字符串就是传入的input。

**进行字符串的拆分**

public class RegexDemo03 {
    	public static void main(String[] args) {
    		//根据数字拆分字符串
    		String s = "asd23sadf432345asdfsa54435dsfgdsg78fg";
    		Pattern p = Pattern.compile("[a-zA-Z]+");
    		String sa[] = p.split(s);
    		for (int i = 0; i < sa.length; i++) {
    			System.out.println(sa[i]);
    		}
    	}
    }

**Matcher类**

主要的作用就是进行正则的匹配和字符串替换，本身没有构造发方法，必须使用Pattern类的matcher方法完成Matcher对象实例化。相应的操作方法：

·public boolean matches()：进行字符串匹配

·public String replaceAll(String replacement)：替换所有匹配的字符串

·public String replaceFirst(String replacement)：替换第一次匹配的字符串

** 验证是否为163邮箱**

public class StringDemo3 {
        public static void main(String[] args) {
    	
    	System.out.println("输入您的邮箱地址:");
    	Scanner sc=new Scanner(System.in);
    	String email=sc.next();
    	if(email.matches("\\w+@163\\.com")){
    	    System.out.println("邮箱格式正确");
    	}else{
    	    System.out.println("邮箱格式错误");
    	}
    	
        }
    }

**  验证密码中必须要有字母和数字两种：**

public class StringDemo2 {
        public static void main(String[] args) {
    	String s2="nduewf65ds67f7ysd";
    	boolean b3=s2.matches("^(?!\\d+$)(?![a-zA-Z]+$)[0-9a-zA-Z]+");//这个密码中必须有字母和数字
    	//（？  ）表示非捕获组，表明了括号只是用来分类的，不用来计算开括号 
    	System.out.println(b3);
        }
    }

**字符串的替换操作：**

import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    public class RegexDemo04 {
    	public static void main(String[] args) {
    		String s = "asfd123asef123asdf43";
    		Pattern p = Pattern.compile("\\d+");//取得Pattern类对象
    		Matcher m = p.matcher(s);//取得Matcher类对象
    //		s = m.replaceAll("你好");//将正则匹配的内容替换成你好
    		s = m.replaceFirst("你好");//将第一个匹配的内容替换成你好
    		System.out.println(s);
    	}
    	
    }

**常用的场景：**

| 规则                                  | 正则表达式语法                                               |
| ------------------------------------- | ------------------------------------------------------------ |
| 一个或多个汉字                        | ^[\u0391-\uFFE5]+$                                           |
| 邮政编码                              | ^[1-9]\d{5}$                                                 |
| QQ号码                                | ^[1-9]\d{4,10}$                                              |
| 邮箱                                  | ^[a-zA-Z*]{1,}[0-9]{0,}@(([a-zA-z0-9]-\*){1,}.){1,3}[a-zA-z-]{1,}$* |
| 用户名（字母开头 + 数字/字母/下划线） | ^[A-Za-z][A-Za-z1-9-]+$                                      |
| 手机号码                              | ^1[3\|4\|5\|8][0-9]\d{8}$                                    |
| URL                                   | ^((http\|https)://)?([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$        |
| 18位身份证号                          | ^(\d{6})(18\|19\|20)?(\d{2})([01]\d)([0123]\d)(\d{3})(\d\|X\|x)?$ |

**附表：（正则表达式语法**）

| 元字符       | 描述                                                         |
| ------------ | ------------------------------------------------------------ |
| \            | 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配\n。“\n”匹配换行符。序列“\”匹配“\”而“(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。 |
| ^            | 匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。 |
| $            | 匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。 |
|              | 匹配前面的子表达式任意次。例如，zo能匹配“z”，“zo”以及“zoo”。*等价于{0,}。* |
| +            | 匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 |
| ?            | 匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。 |
| {n}          | n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 |
| {n,}         | n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o”。 |
| {n,m}        | m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 |
| ?            | 当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。 |
| .点          | 匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”的模式。 |
| (pattern)    | 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“(”或“)”。 |
| (?:pattern)  | 匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(\|)”来组合一个模式的各个部分是很有用。例如“industr(?:y\|ies)”就是一个比“industry\|industries”更简略的表达式。 |
| (?=pattern)  | 正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95\|98\|NT\|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 |
| (?!pattern)  | 正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95\|98\|NT\|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。 |
| (?<=pattern) | 反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95\|98\|NT\|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。 |
| (?<!pattern) | 反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95\|98\|NT\|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。 |
| x\|y         | 匹配x或y。例如，“z\|food”能匹配“z”或“food”或”zood”(此处请谨慎)。“(z\|f)ood”则匹配“zood”或“food”。 |
| [xyz]        | 字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。 |
| [^xyz]       | 负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。 |
| [a-z]        | 字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身. |
| [^a-z]       | 负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。 |
| \b           | 匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。 |
| \B           | 匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。 |
| \cx          | 匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。 |
| \d           | 匹配一个数字字符。等价于[0-9]。                              |
| \D           | 匹配一个非数字字符。等价于[^0-9]。                           |
| \f           | 匹配一个换页符。等价于\x0c和\cL。                            |
| \n           | 匹配一个换行符。等价于\x0a和\cJ。                            |
| \r           | 匹配一个回车符。等价于\x0d和\cM。                            |
| \s           | 匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。 |
| \S           | 匹配任何可见字符。等价于[^ \f\n\r\t\v]。                     |
| \t           | 匹配一个制表符。等价于\x09和\cI。                            |
| \v           | 匹配一个垂直制表符。等价于\x0b和\cK。                        |
| \w           | 匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9*]”，这里的”单词”字符使用Unicode字符集。* |
| \W           | 匹配任何非单词字符。等价于“[^A-Za-z0-9]”。                   |
| \xn          | 匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。 |
| \num         | 匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。 |
| \n           | 标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。 |
| \nm          | 标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。 |
| \nml         | 如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。 |
| \un          | 匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（&copy;）。 |
| \< \>        | 匹配词（word）的开始（\<）和结束（\>）。例如正则表达式\<the\>能够匹配字符串”for the wise”中的”the”，但是不能匹配字符串”otherwise”中的”the”。注意：这个元字符不是所有的软件都支持的。 |
| ( )          | 将 ( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。 |
| \|           | 将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him\|her) 匹配”it belongs to him”和”it belongs to her”，但是不能匹配”it belongs to them.”。注意：这个元字符不是所有的软件都支持的。 |
| +            | 匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。 |
| ?            | 匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。 |
| {i} {i,j}    | 匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符”A”后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字 |