关于 Java 正则表达式，你具体知多少？

前言

正则表达式一般用于字符串匹配，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处理字符串能够大幅度提高效率，编程的快乐来得就是这么简单。

下面将由浅入深讲解正则表达式的使用。

简单入门 .

package test;

public class Test01 {

    public static void main(String[] args) {
        //字符串abc匹配正则表达式"...", 其中"."表示一个字符
        //"..."表示三个字符
        System.out.println("abc".matches("..."));

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

}

输出结果：

true
false

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

在本例中我们给出的正则表达式为...，其中每个.表示一个字符，整个正则表达式的意思是三个字符，显然当匹配abc的时候结果为true，匹配abcd时结果为false。

Java中对正则表达式的支持

在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官方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]表示a~z之间的任何一个字符, {3}表示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());
    }
}

输出结果：true

Pattern可以理解为一个模式，字符串需要与某种模式进行匹配。 比如Test02中, 我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。

我们看到创建Pattern对象时调用的是Pattern类中的compile方法，也就是说对我们传入的正则表达式编译后得到一个模式对象。 而这个经过编译后模式对象,，会使得正则表达式使用效率会大大提高，并且作为一个常量，它可以安全地供多个线程并发使用。

Matcher可以理解为模式匹配某个字符串后产生的结果。字符串和某个模式匹配后可能会产生很多个结果，这个会在后面的例子中讲解。

最后当我们调用m.matches()时就会返回完整字符串与模式匹配的结果。

上面的三行代码可以简化为一行代码：

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

但是如果一个正则表达式需要被重复匹配，这种写法效率较低。

匹配次数符号

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], 表示数字, 但是在java中对"\\"这个符号需要使用\\进行转义, 所以出现\\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]"));
    }
}

输出结果：全是true。

范围[]

[]用于描述一个字符的范围， 下面是一些例子：

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]]"));
    }
}

输出结果：全是true。

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

关于\

在Java中的字符串中，如果要用到特殊字符， 必须通过在前面加\进行转义。

举个例子，考虑这个字符串"老师大声说:"同学们,快交作业!""。 如果我们没有转义字符，那么开头的双引号的结束应该在说:"这里，但是我们的字符串中需要用到双引号， 所以需要用转义字符。

使用转义字符后的字符串为"老师大声说:\"同学们,快交作业!\""， 这样我们的原意才能被正确识别。

同理如果我们要在字符串中使用\，也应该在前面加一个\，所以在字符串中表示为"\\"。

那么如何在正则表达式中表示要匹配\呢？ 答案为"\\\\"。

我们分开考虑：由于正则式中表示\同样需要转义， 所以前面的\\表示正则表达式中的转义字符\，后面的\\表示正则表达式中\本身， 合起来在正则表达式中表示\。

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

边界处理^

^在中括号内表示取反的意思[^]， 如果不在中括号里则表示字符串的开头。

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       字符串的结束
         * \b	A word boundary         一个单词的边界, 可以是空格, 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.*"));
    }
}

输出结果：

true
true
true
false

Matcher类

  • matches()方***将整个字符串与模板进行匹配。
  • find()则是从当前位置开始进行匹配，如果传入字符串后首先进行find()，那么当前位置就是字符串的开头，对当前位置的具体分析可以看下面的代码示例
  • lookingAt()方***从字符串的开头进行匹配。

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

        //然后演示find(), 先使用reset()方法把当前位置设置为字符串的开头
        m.reset();
        p(m.find());//true 匹配123成功
        p(m.find());//true 匹配34345成功
        p(m.find());//true 匹配234成功
        p(m.find());//false 匹配00失败

        //下面我们演示不在matches()使用reset(), 看看当前位置的变化
        m.reset();//先重置
        p(m.matches());//false 匹配整个字符串失败, 当前位置来到-
        p(m.find());// true 匹配34345成功
        p(m.find());// true 匹配234成功
        p(m.find());// false 匹配00始边
        p(m.find());// false 没有东西匹配, 失败

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

如果一次匹配成功的话start()用于返回匹配开始的位置，

end()用于返回匹配结束字符的后面一个位置。

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

输出结果：

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类中的一个方法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()方***替换所有匹配到的字符串
    }
}

输出结果：

JAVA I love Java and you

不区分大小写查找并替换字符串

我们要在创建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"));
}

输出结果：

JAVA I love JAVA and you

不区分大小写, 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类中一个强大的方法appendReplacement(StringBuffer sb, String replacement)，它需要传入一个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);//把剩余的字符串加入
    p(sb);
}

输出结果：

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());
        }
    }
}

输出结果：

005aa
856zx
1425kj

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

分组机制可以帮助我们在正则表达式中进行分组。规定使用()进行分组，这里我们把字母和数字各分为一组"(\\d{3,5})([a-z]{2})"

然后在调用m.group(int group)方法时传入组号即可。

注意：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));
    }
}

输出结果：

005
856
1425

整理

  • 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
  • 匹配双字节字符(包括汉字在内)：[^\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(包括汉字在内)：^\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（包括移动和固定电话）：(\(\d{3,4}\)|\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(字母开头，允许5-16字节，允许字母数字下划线)：^[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使用说明，愿正则表达式给你带来更愉快的编程体验。

作者：初念初恋
原文链接：
https://juejin.cn/post/6999944971495145502

全部评论

相关推荐

12-01 17:00
重庆大学 数据分析师
点赞 评论 收藏
分享
不愿透露姓名的神秘牛友
12-02 23:43
点赞 评论 收藏
分享
10-16 15:28
景德镇陶瓷大学 FPGA工程师
点赞 评论 收藏
分享
10-15 16:27
门头沟学院 C++
感觉被侮辱了
😅
LeoMoon：建议问一下是不是你给他付钱😅😅
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

正在热议
# 25届秋招总结 #
474467次浏览 4854人参与
# 职场情商大赛 #
2203次浏览 36人参与
# 地方国企笔面经互助 #
9028次浏览 19人参与
# 晒一晒我的offer #
10048932次浏览 106491人参与
# 今年形式下双非本找得到工作吗 #
53075次浏览 489人参与
# 如何排解工作中的焦虑 #
75509次浏览 1069人参与
# 面试体验感最好的是哪家？ #
99533次浏览 1028人参与
# 同bg的你秋招战况如何？ #
95050次浏览 732人参与
# 怎么面对正在吵架的两个同事 #
8503次浏览 71人参与
# 第一份工作应该选择高薪还是大平台 #
93220次浏览 605人参与
# 你觉得比亚迪今年还有春招吗？ #
157508次浏览 951人参与
# 找工作时遇到的神仙HR #
570515次浏览 3902人参与
# Offer比较，你最看重什么？ #
110169次浏览 778人参与
# 面试被问第一学历差时该怎么回答 #
80606次浏览 520人参与
# 比亚迪秋招开啦，你打算投递吗？ #
37920次浏览 338人参与
# 大家每天通勤多久？ #
9915次浏览 98人参与
# 求职你最看重什么？ #
18038次浏览 125人参与
# 实习，投递多份简历没人回复怎么办 #
2471269次浏览 34988人参与
# 你投了多少份简历了？ #
69471次浏览 823人参与
# 国企/银行/研究所公司爆料 #
92857次浏览 424人参与
牛客网
牛客企业服务