Java基础：Java正则表达式

r囧r小猫 2024-03-31 11:59 82阅读 0赞

#### 文章目录 ####

*  一、java正则表达式
 *   *  1.1正则表达式概念
     *  1.2捕获组
     *  1.3正则表达式语法
 *  二、Pattern类与Matcher类
 *   *  2.1概念
     *  2.2 matches( )
     *  2.3 split( )
     *  2.4 find( )
     *  2.5 group
     *  2.6 start( )和end( )
     *  2.7 replace替换
     *  2.8 reset( )
     *  2.9代码演示
 *  三、正则在JAVA中的应用
 *   *  3.1手机号校验

## 一、java正则表达式 ##

### 1.1正则表达式概念 ###

正则表达式（regex）是一个字符串，由字面值字符和特殊符号组成，是用来描述匹配一个字符串集合的模式，可以用来匹配、替换和拆分字符串。

*  正则表达式定义了字符串的模式。
 *  正则表达式可以用来搜索、编辑或处理文本。
 *  正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

一个字符串其实就是一个简单的正则表达式，例如 **Hello World** 正则表达式匹配 “Hello World” 字符串。

**.**（点号）也是一个正则表达式，它匹配任何一个字符如：“a” 或 “1”。

import java.util.regex.*;
     
    class RegexExample1{
        
       public static void main(String[] args){
        
          String content = "I am xiaoming " +
            "from rrxiaoming.com.";
     
          String pattern = ".*xiaoming.*";
     
          boolean isMatch = Pattern.matches(pattern, content);
          System.out.println("字符串中是否包含了 'xiaoming' 子字符串? " + isMatch);
       }
    }

**java.util.regex 包主要包括以下三个类：**

*  Pattern 类：
    
    pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象，你必须首先调用其公共静态编译方法，它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。
 *  Matcher 类：
    
    Matcher 对象是对输入字符串进行解释和匹配操作的引擎。与Pattern 类一样，Matcher 也没有公共构造方法。你需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。
 *  PatternSyntaxException：
    
    PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

### 1.2捕获组 ###

1.捕获组是把多个字符当成一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。

捕获组通过从左到右计算其括号来编号。

例如：在表达式((A)(B©)) 中，存在四个这样的组：

*  ((A)(B©))
 *  (A)
 *  (B©)
 *  ©

1.  捕获组可以通过调用matcher对象的groupCount方法来查看表达式有多少个分组。（groupCount方法返回一个int值，来表示matcher对象当前有多少个捕获组）
2.  还有一个特殊的组零（group(0)），它代表整个表达式。（该组不包括在groupCount的返回值中）
3.  以 (?) 开头的组是纯的非捕获 组，它不捕获文本，也不针对组合计进行计数。

### 1.3正则表达式语法 ###

<table> 
 <thead> 
 <tr> 
 <th align="left">字符</th> 
 <th align="left">说明</th> 
 </tr> 
 </thead> 
 <tbody> 
 <tr> 
 <td align="left">\</td> 
 <td align="left">将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如， n匹配字符 n。\n 匹配换行符。序列 \\ 匹配 \ ，\( 匹配 (。</td> 
 </tr> 
 <tr> 
 <td align="left">^</td> 
 <td align="left">匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与"\n"或"\r"之后的位置匹配。</td> 
 </tr> 
 <tr> 
 <td align="left">$</td> 
 <td align="left">匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与"\n"或"\r"之前的位置匹配。</td> 
 </tr> 
 <tr> 
 <td align="left">*</td> 
 <td align="left">零次或多次匹配前面的字符或子表达式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。</td> 
 </tr> 
 <tr> 
 <td align="left">+</td> 
 <td align="left">一次或多次匹配前面的字符或子表达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。</td> 
 </tr> 
 <tr> 
 <td align="left">?</td> 
 <td align="left">零次或一次匹配前面的字符或子表达式。例如，"do(es)?“匹配"do"或"does"中的"do”。? 等效于 {0,1}。</td> 
 </tr> 
 <tr> 
 <td align="left">{ n}</td> 
 <td align="left">n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。</td> 
 </tr> 
 <tr> 
 <td align="left">{ n,}</td> 
 <td align="left">n 是非负整数。至少匹配 n 次。例如，"o{2,}“不匹配"Bob"中的"o”，而匹配"foooood"中的所有 o。"o{1,}“等效于"o+”。"o{0,}“等效于"o*”。</td> 
 </tr> 
 <tr> 
 <td align="left">{ n,m}</td> 
 <td align="left">m 和 n 是非负整数，其中 n &lt;= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。‘o{0,1}’ 等效于 ‘o?’。注意：您不能将空格插入逗号和数字之间。</td> 
 </tr> 
 <tr> 
 <td align="left">?</td> 
 <td align="left">当此字符紧随任何其他限定符（*、+、?、{ n}、{ n,}、{ n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?“只匹配单个"o”，而"o+“匹配所有"o”。</td> 
 </tr> 
 <tr> 
 <td align="left">.</td> 
 <td align="left">匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。</td> 
 </tr> 
 <tr> 
 <td align="left">(pattern)</td> 
 <td align="left">匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"(“或者”)"。</td> 
 </tr> 
 <tr> 
 <td align="left">(?:pattern)</td> 
 <td align="left">匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 ‘industry|industries’ 更经济的表达式。</td> 
 </tr> 
 <tr> 
 <td align="left">(?=pattern)</td> 
 <td align="left">执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，‘Windows (?=95|98|NT|2000)’ 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。</td> 
 </tr> 
 <tr> 
 <td align="left">(?!pattern)</td> 
 <td align="left">执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，‘Windows (?!95|98|NT|2000)’ 匹配"Windows 3.1"中的 “Windows”，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。</td> 
 </tr> 
 <tr> 
 <td align="left">x|y</td> 
 <td align="left">匹配 x 或 y。例如，‘z|food’ 匹配"z"或"food"。‘(z|f)ood’ 匹配"zood"或"food"。</td> 
 </tr> 
 <tr> 
 <td align="left">[xyz]</td> 
 <td align="left">字符集。匹配包含的任一字符。例如，"[abc]“匹配"plain"中的"a”。</td> 
 </tr> 
 <tr> 
 <td align="left">[^xyz]</td> 
 <td align="left">反向字符集。匹配未包含的任何字符。例如，"[^abc]“匹配"plain"中"p”，“l”，“i”，“n”。</td> 
 </tr> 
 <tr> 
 <td align="left">[a-z]</td> 
 <td align="left">字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。</td> 
 </tr> 
 <tr> 
 <td align="left">[^a-z]</td> 
 <td align="left">反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。</td> 
 </tr> 
 <tr> 
 <td align="left">\b</td> 
 <td align="left">匹配一个字边界，即字与空格间的位置。例如，“er\b"匹配"never"中的"er”，但不匹配"verb"中的"er"。</td> 
 </tr> 
 <tr> 
 <td align="left">\B</td> 
 <td align="left">非字边界匹配。“er\B"匹配"verb"中的"er”，但不匹配"never"中的"er"。</td> 
 </tr> 
 <tr> 
 <td align="left">\cx</td> 
 <td align="left">匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。</td> 
 </tr> 
 <tr> 
 <td align="left">\d</td> 
 <td align="left">数字字符匹配。等效于 [0-9]。</td> 
 </tr> 
 <tr> 
 <td align="left">\D</td> 
 <td align="left">非数字字符匹配。等效于 [^0-9]。</td> 
 </tr> 
 <tr> 
 <td align="left">\f</td> 
 <td align="left">换页符匹配。等效于 \x0c 和 \cL。</td> 
 </tr> 
 <tr> 
 <td align="left">\n</td> 
 <td align="left">换行符匹配。等效于 \x0a 和 \cJ。</td> 
 </tr> 
 <tr> 
 <td align="left">\r</td> 
 <td align="left">匹配一个回车符。等效于 \x0d 和 \cM。</td> 
 </tr> 
 <tr> 
 <td align="left">\s</td> 
 <td align="left">匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。</td> 
 </tr> 
 <tr> 
 <td align="left">\S</td> 
 <td align="left">匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。</td> 
 </tr> 
 <tr> 
 <td align="left">\t</td> 
 <td align="left">制表符匹配。与 \x09 和 \cI 等效。</td> 
 </tr> 
 <tr> 
 <td align="left">\v</td> 
 <td align="left">垂直制表符匹配。与 \x0b 和 \cK 等效。</td> 
 </tr> 
 <tr> 
 <td align="left">\w</td> 
 <td align="left">匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。</td> 
 </tr> 
 <tr> 
 <td align="left">\W</td> 
 <td align="left">与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。</td> 
 </tr> 
 <tr> 
 <td align="left">\xn</td> 
 <td align="left">匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，“\x41"匹配"A”。“\x041"与”\x04"&amp;"1"等效。允许在正则表达式中使用 ASCII 代码。</td> 
 </tr> 
 <tr> 
 <td align="left">*num*</td> 
 <td align="left">匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)\1"匹配两个连续的相同字符。</td> 
 </tr> 
 <tr> 
 <td align="left">*n*</td> 
 <td align="left">标识一个八进制转义码或反向引用。如果 *n* 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。</td> 
 </tr> 
 <tr> 
 <td align="left">*nm*</td> 
 <td align="left">标识一个八进制转义码或反向引用。如果 *nm* 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 *nm* 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 *nm* 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。</td> 
 </tr> 
 <tr> 
 <td align="left">\nml</td> 
 <td align="left">当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。</td> 
 </tr> 
 <tr> 
 <td align="left">\un</td> 
 <td align="left">匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。</td> 
 </tr> 
 </tbody> 
</table>

> 根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 “\\b” 与单个退格字符匹配，而 “\\b” 与单词边界匹配。字符串字面值 “(hello)” 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 “\$hello\$”。

**注意：**

*  不要在重复词符中使用空白。如B\{3,6\} ，不能写成 B\{3, 6\}。
 *  可以使用括号来将模式分组。(ab)\{3\}匹配ababab , 而ab\{3\} 匹配 abbb。

## 二、Pattern类与Matcher类 ##

### 2.1概念 ###

Java的正则表达式是由java.util.regex的Pattern和Matcher类实现的。Pattern对象表示经编译的正则表达式。静态的compile( )方法负责将表示正则表达式的字符串编译成Pattern对象。

### 2.2 matches( ) ###

//快速判断能否在str中找到regex。
    boolean flag = str.matches(regex);

### 2.3 split( ) ###

// 用regex把字符串分隔开来，返回String数组。
    String[ ]  ss = s.split(regex);

### 2.4 find( ) ###

//Matcher.find( )的功能是发现CharSequence里的，与pattern相匹配的多个字符序列。
    while(matcher.find(i)){
        
    i++; 
    }

### 2.5 group ###

A(B©)D 里面有三个组：

*  group(0) 是 ABCD
 *  group(1) 是 BC
 *  group(2) 是 C

形式为 matcher.group( )

### 2.6 start( )和end( ) ###

如果匹配成功，start( )会返回此次匹配的开始位置，end( )会返回此次匹配的结束位置，即最后一个字符的下标加一。

如果之前的匹配不成功(或者没匹配)，那么无论是调用start( )还是end( )，都会引发一 个IllegalStateException。

matcher.start( );
    
    matcher.end( );

### 2.7 replace替换 ###

replaceFirst(String replacement)将字符串里，第一个与模式相匹配的子串替换成replacement。

replaceAll(String replacement)，将输入字符串里所有与模式相匹配的子串全部替换成replacement。

String result = s.replaceAll(regex,ss);
    
    String result = s.replaceFirst(regex,ss);

### 2.8 reset( ) ###

用reset( )方法可以给现有的Matcher对象配上个新的CharSequence。

如果不给参数，reset( )会把Matcher设到当前字符串的开始处。

m.reset("java");

### 2.9代码演示 ###

import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    /*
     * @Description: 演示正则用法
     */
    public class DemoTest {
        
    
        public static void main(String[] args) {
        
            String example = "This is a small example string";
            Pattern pattern = Pattern.compile("\\w+");
            //如果想忽略大小写敏感度，可以使用线面这个语句
            //Pattern pattern = Pattern.compile("\\s+",Patttern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(example);
            while(matcher.find()) {
        
                System.out.print("start index: "+matcher.start());
                System.out.print(" end index: "+ matcher.end()+" ");
                System.out.println(matcher.group());
            }
            //创建一个新的pattern和matcher以用选项卡替换空格s
            Pattern replace = Pattern.compile("\\s+");
            Matcher matcher2 = replace.matcher(example);
            System.out.println(matcher2.replaceAll("\t"));
        }
    }

## 三、正则在JAVA中的应用 ##

### 3.1手机号校验 ###

判断输入的手机号是否为13或者18开头

public class DemoTest {
        
    
        public static void main(String[] args) {
        
            Scanner input = new Scanner(System.in);
            System.out.print("请输入手机号：");
            String str = input.nextLine();
            //判断输入的手机号是否为13或者18开头
            String regex = "1[38]\\d{9}";//用正则表达式定义手机号规则
            boolean flag = str.matches(regex);
            System.out.println("手机号是："+flag);
            input.close();
    
        }
    }