Regular Expression正则表达式,简称RegExp,常规通用的表达式,在多个开发语言中都有它的实现,可以通过正则表达式来快速的检索、匹配、查找、替换字符串中的文本。
简单实例
匹配网址
/*
* File:RegExp.java
* User:iChochy
* URL:https://ichochy.com
* Copyright (c) 2020
* Date:2020/09/07 18:11:07
*/
package com.ichochy.example;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp {
public static void main(String[] args) {
String input = "https://ichochy.com";
//正则表达式,(.+)代表一个或多个字符
String regex = "https://.+.com";
Boolean flag = Pattern.matches(regex,input);
System.out.println(flag); //全文匹配返回:true
}
}
Matches 方法
Matcher.matches方法,为整块全匹配,字符串完全匹配返回true。
/*
* File:RegExp.java
* User:iChochy
* URL:https://ichochy.com
* Copyright (c) 2020
* Date:2020/09/07 18:11:07
*/
package com.ichochy.example;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp {
public static void main(String[] args) {
String input = "https://ichochy.com";
//正则表达式,(.+)代表一个或多个字符
String regex = "https://.+.com";
Pattern pattern = Pattern.compile(regex);//编译表达式
Matcher matcher = pattern.matcher(input);//匹配表达式
System.out.println(matcher.matches());//全文匹配返回:true
}
}
Find 方法
Matcher.find方法,为查找模式匹配,匹配到就返回true。
/*
* File:RegExp.java
* User:iChochy
* URL:https://ichochy.com
* Copyright (c) 2020
* Date:2020/09/07 18:11:07
*/
package com.ichochy.example;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp {
public static void main(String[] args) {
String input = "我的网站是:https://ichochy.com,你知道吗?";
//正则表达式,(.+)代表一个或多个字符
String regex = "https://.+.com";
Pattern pattern = Pattern.compile(regex);//编译表达式
Matcher matcher = pattern.matcher(input);//匹配表达式
System.out.println(matcher.find());//查找匹配返回:true
System.out.println(matcher.matches());//全文匹配返回:false
System.out.println(matcher.find());//再次查找匹配返回:false
matcher.reset();//重置匹配器
System.out.println(matcher.find());//重置查找返回:true
}
}
find方法多次调用,出现结果不相同的问题:
This method starts at the beginning of this matcher‘s region, or, if a previous invocation of the method was successful and the matcher has not since been reset, at the first character not matched by the previous match.
Matcher.find方法第一次查找匹配成功后,如果Matcher没有重置(Matcher.reset()),则从上一次匹配成功位置的后面开始查找,所以会出现,再次匹配不成功,返回false。
Group 分组
正则表达式通过括号分组进行匹配,matcher.group(int group):通过组序号获取匹配信息
/*
* File:RegExp.java
* User:iChochy
* URL:https://ichochy.com
* Copyright (c) 2020
* Date:2020/09/07 18:11:07
*/
package com.ichochy.example;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp {
public static void main(String[] args) {
String input = "我的网站是:https://ichochy.com,你知道吗?";
String regex = "(https://)(.+)(.com)";//分组表达式
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
if(matcher.find()){//查找匹配成功
//匹配的信息:https://ichochy.com
System.out.println(matcher.group().toString());
//groupCount 组数
for (int i = 0; i < matcher.groupCount(); i++) {
//每组匹配的信息,注意:序号是从 1 开始
System.out.println(matcher.group(i+1));
}
}
}
}
正则表达式规则
字符
| 构造 |
匹配 |
| x |
字符 x |
| \ |
反斜线字符 |
| \0n |
带有八进制值 0 的字符 n (0 <= n <= 7) |
| \0nn |
带有八进制值 0 的字符 nn (0 <= n <= 7) |
| \0mnn |
带有八进制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7) |
| \xhh |
带有十六进制值 0x 的字符 hh |
| \uhhhh |
带有十六进制值 0x 的字符 hhhh |
| \t |
制表符(‘\u0009‘) |
| \n |
新行(换行)符 (‘\u000A‘) |
| \r |
回车符 (‘\u000D‘) |
| \f |
换页符 (‘\u000C‘) |
| \a |
报警 (bell) 符 (‘\u0007‘) |
| \e |
转义符 (‘\u001B‘) |
| \cx |
对应于 x 的控制符 |
字符类
| 构造 |
匹配 |
| [abc] |
a、b 或 c(简单类) |
| [^abc] |
任何字符,除了 a、b 或 c(否定) |
| [a-zA-Z] |
a 到 z 或 A 到 Z,两头的字母包括在内(范围) |
| [a-d[m-p]] |
a 到 d 或 m 到 p:[a-dm-p](并集) |
| [a-z&&[def]] |
d、e 或 f(交集) |
| [a-z&&[^bc]] |
a 到 z,除了 b 和 c:[ad-z](减去) |
| [a-z&&[^m-p]] |
a 到 z,而非 m 到 p:[a-lq-z](减去) |
预定义字符类
| 构造 |
匹配 |
| . |
任何字符(与行结束符可能匹配也可能不匹配) |
| \d |
数字:[0-9] |
| \D |
非数字: [^0-9] |
| \s |
空白字符:[ \t\n\x0B\f\r] |
| \S |
非空白字符:[^\s] |
| \w |
单词字符:[a-zA-Z_0-9] |
| \W |
非单词字符:[^\w] |
POSIX 字符类(仅 US-ASCII)
| 构造 |
匹配 |
| \p{Lower} |
小写字母字符:[a-z] |
| \p{Upper} |
大写字母字符:[A-Z] |
| \p{ASCII} |
所有 ASCII:[\x00-\x7F] |
| \p{Alpha} |
字母字符:[\p{Lower}\p{Upper}] |
| \p{Digit} |
十进制数字:[0-9] |
| \p{Alnum} |
字母数字字符:[\p{Alpha}\p{Digit}] |
| \p{Punct} |
标点符号:!"#$%&‘()*+,-./:;<=>?@[]^_`{ |
| \p{Graph} |
可见字符:[\p{Alnum}\p{Punct}] |
| \p{Print} |
可打印字符:[\p{Graph}\x20] |
| \p{Blank} |
空格或制表符:[ \t] |
| \p{Cntrl} |
控制字符:[\x00-\x1F\x7F] |
| \p{XDigit} |
十六进制数字:[0-9a-fA-F] |
| \p{Space} |
空白字符:[ \t\n\x0B\f\r] |
java.lang.Character 类(简单的 java 字符类型)
| 构造 |
匹配 |
| \p{javaLowerCase} |
等效于 java.lang.Character.isLowerCase() |
| \p{javaUpperCase} |
等效于 java.lang.Character.isUpperCase() |
| \p{javaWhitespace} |
等效于 java.lang.Character.isWhitespace() |
| \p{javaMirrored} |
等效于 java.lang.Character.isMirrored() |
Unicode 块和类别的类
| 构造 |
匹配 |
| \p{InGreek} |
Greek 块(简单块)中的字符 |
| \p{Lu} |
大写字母(简单类别) |
| \p{Sc} |
货币符号 |
| \P{InGreek} |
所有字符,Greek 块中的除外(否定) |
| [\p{L}&&[^\p{Lu}]] |
所有字母,大写字母除外(减去) |
边界匹配器
| 构造 |
匹配 |
| ^ |
行的开头 |
| $ |
行的结尾 |
| \b |
单词边界 |
| \B |
非单词边界 |
| \A |
输入的开头 |
| \G |
上一个匹配的结尾 |
| \Z |
输入的结尾,仅用于最后的结束符(如果有的话) |
| \z |
输入的结尾 |
Greedy 数量词
| 构造 |
匹配 |
| X? |
X,一次或一次也没有 |
| 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,但是不超过 m 次 |
Reluctant 数量词
| 构造 |
匹配 |
| X?? |
X,一次或一次也没有 |
| 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,但是不超过 m 次 |
Possessive 数量词
| 构造 |
匹配 |
| X?+ |
X,一次或一次也没有 |
| 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,但是不超过 m 次 |
Logical 运算符
| 构造 |
匹配 |
| XY |
X 后跟 Y |
| X |
Y |
| (X) |
X,作为捕获组 |
Back 引用
引用
| 构造 |
匹配 |
| \ |
Nothing,但是引用以下字符 |
| \Q |
Nothing,但是引用所有字符,直到 \E |
| \E |
Nothing,但是结束从 \Q 开始的引用 |
特殊构造(非捕获)
| 构造 |
匹配 |
| (?:X) |
X,作为非捕获组 |
| (?idmsux-idmsux) |
Nothing,但是将匹配标志i d m s u x on - off |
| (?idmsux-idmsux:X) |
X,作为带有给定标志 i d m s u x on - off |
| (?=X) |
X,通过零宽度的正 lookahead |
| (?!X) |
X,通过零宽度的负 lookahead |
| (?<=X) |
X,通过零宽度的正 lookbehind |
| (?<!X) |
X,通过零宽度的负 lookbehind |
| (?>X) |
X,作为独立的非捕获组 |
总结
可以看到,通过灵活的规则,设计出你想的表达式,来匹配复杂的字符串,从而快速便捷的操作。
相关文章
源文:https://ichochy.com/posts/20200828/
Java 正则表达式实例操作
原文:https://www.cnblogs.com/ichochy/p/14810644.html