Java正則表達式

一、正則表達式是什麼

正則表達式即定義瞭符合一定規范的字符串,用來約束給定字符串的形式,通過一定的模式來操作給定的字符串。常見的操作有匹配、分割和替換等操作。

對字符串的操作一般用java.util.regex包下的Pattern和Matcher來配合操作。通常用的String類對字符串的正則操作內部也是用的前面兩者來實現的。

二、 常用的匹配規則

1 字符

構造 匹配
x 字符 x
\\ 反斜線字符
\0n 帶有八進制值 0 的字符 n (0 <= n <= 7)
\0nn 帶有八進制值 0 的字符 nn (0 <= n <= 7)
\0mnn 帶有八進制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7)
\xhh 帶有十六進制值 0x 的字符 hh
\uhhhh 帶有十六進制值 0x 的字符 hhhh
\t 制表符 (‘\u0009’)
\n 新行 (換行)符 (‘\u000A’)
\r 回車符 (‘\u000D’)
\f 換頁符 (‘\u000C’)
\a 報警 (bell) 符 (‘\u0007’)
\e 轉義符 (‘\u001B’)
\cx 對應於 x 的控制符

2 字符類

構造 匹配
[abc] a、b 或 c(簡單類)
[^abc] 任何字符,除瞭 a、b 或 c(否定)
[a-zA-Z] a 到 z 或 A 到 Z,兩頭的字母包括在內(范圍)
[a-d[m-p]] a 到 d 或 m 到 p:[a-dm-p](並集)
[a-z&&[def]] d、e 或 f(交集)
[a-z&&[^bc]] a 到 z,除瞭 b 和 c:[ad-z](減去)
[a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](減去)

3 預定義字符類

構造 匹配
. 任何字符(與行結束符可能匹配也可能不匹配),若要表示點用\.
\d 數字:[0-9]
\D 非數字: [^0-9]
\s 空白字符:[ \t\n\x0B\f\r]
\S 非空白字符:[^\s]
\w 單詞字符:[a-zA-Z_0-9]
\W 非單詞字符:[^\w]

4 邊界匹配器

構造 匹配
^ 行的開頭
$ 行的結尾
\b 單詞邊界
\B 非單詞邊界
\A 輸入的開頭
\G 上一個匹配的結尾
\Z 輸入的結尾,僅用於最後的結束符(如果有的話)
\z 輸入的結尾

5 Greedy 數量詞

構造 匹配
X? X,一次或一次也沒有
X* X,零次或多次
X+ X,一次或多次
X{n} X,恰好 n 次
X{n,} X,至少 n 次
X{n,m} X,至少 n 次,但是不超過 m 次

6 特殊構造(非捕獲)

構造 匹配
(?:X) X,作為非捕獲組
(?idmsux-idmsux) Nothing,但是將匹配標志i d m s u x on – off
(?idmsux-idmsux:X) X,作為帶有給定標志 i d m s u x on – off
(?=X) X,通過零寬度的正 lookahead
(?!X) X,通過零寬度的負 lookahead
(?<=X) X,通過零寬度的正 lookbehind
(?<!–X) X,通過零寬度的負 lookbehind
(?>X) X,作為獨立的非捕獲組

7 反斜線、轉義和引用

反斜線字符 (‘\’) 用於引用轉義構造,如上表所定義的,同時還用於引用其他將被解釋為非轉義構造的字符。因此,表達式 \\ 與單個反斜線匹配,而 \{ 與左括號匹配。

在不表示轉義構造的任何字母字符前使用反斜線都是錯誤的;它們是為將來擴展正則表達式語言保留的。可以在非字母字符前使用反斜線,不管該字符是否非轉義構造的一部分。

根據 Java Language Specification 的要求,Java 源代碼的字符串中的反斜線被解釋為 Unicode 轉義或其他字符轉義。因此必須在字符串字面值中使用兩個反斜線,表示正則表達式受到保護,不被 Java 字節碼編譯器解釋。例如,當解釋為正則表達式時,字符串字面值 “\b” 與單個退格字符匹配,而 “\b” 與單詞邊界匹配。字符串字面值 “(hello)” 是非法的,將導致編譯時錯誤;要與字符串 (hello) 匹配,必須使用字符串字面值 “\(hello\)”。

8 字符類

字符類可以出現在其他字符類中,並且可以包含並集運算符(隱式)和交集運算符 (&&)。並集運算符表示至少包含其某個操作數類中所有字符的類。交集運算符表示包含同時位於其兩個操作數類中所有字符的類。

字符類運算符的優先級如下所示,按從最高到最低的順序排列:

優先級
1 字面值轉義 \x
2 分組 […]
3 范圍 a-z
4 並集 [a-e][i-u]
5 交集 [a-z&&[aeiou]]

註意,元字符的不同集合實際上位於字符類的內部,而非字符類的外部。例如,正則表達式 . 在字符類內部就失去瞭其特殊意義,而表達式 – 變成瞭形成元字符的范圍。

9 組和捕獲

捕獲組可以通過從左到右計算其開括號來編號。例如,在表達式 ((A)(B(C))) 中,存在四個這樣的組:

標號
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)

引用自jdk文檔

之所以這樣命名捕獲組是因為在匹配中,保存瞭與這些組匹配的輸入序列的每個子序列。捕獲的子序列稍後可以通過 Back 引用在表達式中使用,也可以在匹配操作完成後從匹配器獲取。

使用分組

1、將多個重復的字母替換成一個


    // 替換
        String regex = "(.)\\1+";
        String str = "helllo wwwworrrldddddd";
        String newStr = str.replaceAll(regex, "$1"); // 重復替換為一個
        System.out.println(newStr); 
        // output : helo world

2、按多個重復的字符來分割

    // 分組 進行重疊子切割
        String s = "sddddvdfsssdfgcccgerrrd";
        String regex2 = "(.)\\1+";
        String[] ss = s.split(regex2);  // 按重復元素進行分割
        for (String string : ss) {
            System.out.print(string+" ");  //分割
        }
    // output : s vdf dfg ge d 

三、常用功能

1、匹配(match)

1 String類

public boolean matches(String regex)

代碼示例

```
    String regex = ".+"; // 匹配多個任意字符
    String str = "hi,regex~";
    System.out.println(str.matches(regex));
```

2 Pattern與Marcher類結合使用

    Pattern p = Pattern.compile("a*b");
    Matcher m = p.matcher("aaaaab");
    boolean b = m.matches();   

3 Pattern類

static boolean matches(String regex, CharSequence input) 編譯給定正則表達式並嘗試將給定輸入與其匹配。

代碼示例

boolean b = Pattern.matches("\\w+", "hello regex"); // 匹配單詞字符:[a-zA-Z_0-9] 

等效於上面的三個語句,盡管對於重復的匹配而言它效率不高,因為它不允許重用已編譯的模式。
此類的實例是不可變的,可供多個並發線程安全使用。Matcher 類的實例用於此目的則不安全。

2 分割(split)

1 String類

public String[] split(String regex)
public String[] split(String regex,int limit)

代碼示例

String regex = "\\.";  // 按點進行分切
String str = "com.yu.regex";
String[] ss = str.split(regex);
//String[] ss = str.split(regex,2); // 限定分割的數組長度
for (String string : ss) {
    System.out.print(string+" ");  // output :  com yu regex 
}

2 Pattern類

String[] split(CharSequence input) 圍繞此模式的匹配拆分給定輸入序列。
String[] split(CharSequence input, int limit) 圍繞此模式的匹配拆分給定輸入序列。

代碼示例
– split(CharSequence input)

String regex = ",";
String str = "Where did you go?,I miss you,baby";
Pattern p = Pattern.compile(regex);
String[] s = p.split(str);

– split(CharSequence input, int limit)

limit限定數組的長度,①limit<=0時,能拆分多少數組長度就為多少,②limit>0時,數組長度為limit的大小,當可以拆分的長度大於limit時,大於limit的部分不再拆分,當可拆分成的數組長度小於limit時,後面補""使數組長度為limit
    String regex = "(.)\\1+";  // 按組分割
    String str = "uhyhij&&&knjijnk****jkbj---hjgfmj";
    Pattern p = Pattern.compile(regex);
    String[] ss = p.split(str,3); // The limit parameter controls the number of times the pattern is applied and therefore affects the length of the resulting array.
    for (String string : ss) {
        System.out.print(string+" ");  //分割  uhyhij knjijnk jkbj---hjgfmj ,limit=3,可拆分的長度為4大於3,最後一個不再拆分。
    }

3 替換(replace)

String類

public String replaceAll(String regex,String replacement)
代碼示例

String regex = " ";
String str = "hello world";
String newStr = str.replaceAll(regex, "qq");
System.out.println(newStr); //output: helloqqworld

Matcher類

public String replaceAll(String replacement) // 按Pattern中編譯的正則表達式進行替換

String str = "helllo wwwworrrldddddd";
String regex = "(.)\\1+";   // 匹配多個重復字符
Pattern p=Pattern.compile(regex);
Matcher matcher=p.matcher(str);
String newStr=matcher.replaceAll("666"); //將匹配字符替換成666
System.out.println(newStr); // output : he666o 666o666l666

4 獲取

Matcher類

boolean find()
嘗試查找與該模式匹配的輸入序列的下一個子序列。
lookingAt()
嘗試將從區域開頭開始的輸入序列與該模式匹配。隻有當從開始匹配才會返回true
String group(int group)
返回在以前匹配操作期間由給定組捕獲的輸入子序列。

find代碼示例

String str = "A hjadAaJjikdbASdsFmfKkl";
        String regex = "([a-z][A-Z])+"; // ()表示分組,匹配多個由小寫大寫字母組成的組合,
        // 將正則表達式封裝成對象,獲取pattern對象
        Pattern p = Pattern.compile(regex);
        // 通過正則對象獲取匹配器
        Matcher matcher = p.matcher(str);
//      System.out.println(matcher.group()); // find之前調用,拋出異常
//      System.out.println(matcher.find());
        while(matcher.find()){   // 如果匹配找到
            System.out.println(matcher.group());  // 獲取匹配的子序列
            System.out.println(matcher.start()+"::"+matcher.end()); // 獲取匹配的子序列的開始結束索引
        } 

output:

dAaJ
5::9
bA
13::15
sF
17::19
fK
20::22

註意: 要先同過find方法查找,再通過group方法獲取,否則會拋異常

Exception in thread "main" java.lang.IllegalStateException: No match found
    ...

lookingAt() 代碼示例

private static void find() {
        String str = "aAhjadAaJjikdbASdsFmfKkl"; // 匹配
        String str = "a AhjadAaJjikdbASdsFmfKkl"; // 不匹配
        String regex = "([a-z][A-Z])+";
        // 將正則表達式封裝成對象,獲取pattern對象
        Pattern p = Pattern.compile(regex);
        // 通過正則對象獲取匹配器
        Matcher matcher = p.matcher(str);
        boolean lookingAt = matcher.lookingAt();
        System.out.println(lookingAt);

    }

四、 幾個小例子

1、匹配qq號

    private static void match2(){ 

        String regex = "^[1-9][0-9]{4,14}$";  // 匹配qq
        String str = "1234567890658602";
        System.out.println(str.matches(regex));
    }
    // output : false

2、模擬將內容中的電話號碼置為多個*(模擬屏蔽敏感信息)


    private static void replcae4() {
        String str="這是我的電話號碼:13843843888,可約可聊喲";
        String regex="[0-9]";
        String newStr = str.replaceAll(regex, "*******");
        System.out.println(newStr);
    }
    // output : 這是我的電話號碼:***********,可約可聊喲

3、匹配郵箱

    private static void match3(){   // 匹配郵箱
     // String regex = "^[a-zA-Z0-9]+@\\w+(\\.[a-z]+)+$";
        String regex = "\\w+@\\w+(\\.[a-z]+)+";
        String str = "117ytu4556@qq.com.cn";
        System.out.println(Pattern.matches(regex, str));
    }
    // output : true

You May Also Like