深入理解Java正则表达式

深碍√TFBOYSˉ_ 2021-11-10 23:08 272阅读 0赞

概述

# Java 正则表达式 #

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。

深入理解Java正则表达式：（为了能看清，本文正则表达式用中文的句号代替英文句点）

英文句点符号：匹配单个任意字符。

eg:

表达式”t。o 可以匹配：tno，t\#o，teo等等。不可以匹配：tnno，to，Tno，t正o等。

方括号：只有方括号里面指定的字符才参与匹配，也只能匹配单个字符。

eg:

表达式：t\[abcd\]n 只可以匹配：tan，tbn，tcn，tdn。不可以匹配：thn，tabn，tn等。

| 符号。相当与“或”，可以匹配指定的字符，但是也只能选择其中一项进行匹配。

eg：

表达式：t(a|b|c|dd)n 只可以匹配：tan，tbn，tcn，tddn。不可以匹配taan，tn，tabcn

表示匹配次数的符号

屏幕快照 2016-10-26 10.42.53.png

\{n， \}表示至少N次。

eg：

表达式：\[0—9\]\{ 3 \} \\— \[0-9\]\{ 2 \} \\— \[0-9\]\{ 3 \} 的匹配格式为：999—99—999

因为“—”符号在正则表达式中有特殊的含义，它表示一个范围，所以在前面加转义字符“\\”。

^符号：表示否

^符号被称为“否”符号，如果用在方括号内，“^“表示不想匹配的字符。

eg：

表达式：\[^x\] 第一个字符不能是x

圆括号，和空白符号

“\\s”是空白符号，只可以匹配一个空格、制表符、回车符、换页符，不可以匹配自己输入的多个空格。

（）是分组号，可以用ORO API提取处出值，后面将详细讨论

正则表达式的一些快捷符号：

\\d表示\[0—9\]， \\D表示\[^0—9\]， \\w表示\[0—9A—Z\_a—z\]，

\\W表示\[^0—9A—Z\_a—z\]， \\s表示\[\\t\\n\\r\\f\], \\S表示\[^\\t\\n\\r\\f\]

一些常用的正则表达式：

Java：((\[a-z\]|\_)(\\w\*))\{6,20\}匹配以字母或下划线开头，字母数字下划线结尾的字符串

JavaScript：/^(-?)(\\d+)$/匹配数字。/^\\w+$/匹配字母数字下划线。

.+ 一个或多个字符

/0 第一次匹配的字符串

java类中使用正则表达式：

eg1：

Pattern p = Pattern.compile("t.n");

Matcher m = p.matcher(“ton”);

if(m.matches())\{

return true;

eg2：boolean bool=Pattern.matches (“t.n”,”ton”);

如果一个正则表达式要重复利用，用第一种，如果只匹配一次，第二种是最佳选择。

反斜线字符（‘\\’）用于转义字符，同时还可以引用非转义字符（不包括非转义字母）

因此‘\\’表示‘\\’，‘\{’表示\{。 但是‘\\y’就是错的，因为在不表示转义构造的 任何字母字符前 使用反斜线都是错误的。

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：‘\\b’是一个字符而‘\\b’是两个字符

Pattern类

8种模式：比如启用多行模式，启用unix模式等，eg int CASE\_INSENSITIVE表示启用不区分大小写的

4个静态方法

两个单例模式构造器：

Pattern compile（String regex）；

Pattern compile（String regex,int flags）flags为八种模式的一种

eg2：

Pattern p=Pattern.compile("\[a-z\]\\s\[a-z\]");

Matcher m=p.matcher("b c");

if(m.matches()) Sysout(1111);

else Sysout(2222); 输出结果为1111；

一个匹配方法，一个返回String的字面值模式方法：

boolean matches(String regex,CharSequence input);//input与regex匹

配返回true。

String quote(String s);//返回指定String的字面值。

eg3：boolean bool=Pattern.matches("\[a-z\] \[a-z\]",”b c”); //结果为true

Sysout(Pattern.quote(“a\_\#/tb”)); //输出结果为 “\\Qa\_\# b”\\E

6个普通方法

返回此模式的匹配器： Matcher matcher（CharSequence input）;

返回此模式的标志： int flags（）;

返回此模式的regex： String pattern（）;

两个字符串切割方法： String\[\] split(CharSequence input);

String\[\] split(CharSequence input,int limit);

limit为返回字符串的个数，如果等于0，返回所有 拆分的字符串，如果大于拆分字符串的实际个数，

返回实际个数。

toString方法： String toString（）;

eg4：

Pattern p=Pattern.compile("\[,;\\s\]");

String str="wo,ai;ni haha";

String\[\] strs=p.split(str);

for(String s : strs)\{

Sysout(s);//输出 “wo” “ai” “ni” “haha”

strs=p.split(str,2)

for(String s : strs)\{

Sysout(s);//输出 “wo” “ai;ni haha”

Strs=p.split(str,0)

for(String s : strs)\{

Sysout(s);//输出 “wo” “ai” “ni” “haha”

常用的正则表达式

"^\\d+$"　　//非负整数（正整数 + 0）

"^\[0-9\]\[1-9\]\[0-9\]$"　　//正整数

"^((-\\d+)|(0+))$"　　//非正整数（负整数 + 0）

"^-\[0-9\]\[1-9\]\[0-9\]$"　　//负整数

"^-?\\d+$"　　　　//整数

"^\\d+(.\\d+)?$"　　//非负浮点数（正浮点数 + 0）

"^((\[0-9\]+.\[0-9\]\[1-9\]\[0-9\])|(\[0-9\]\[1-9\]\[0-9\].\[0-9\]+)|(\[0-9\]\[1-9\]\[0-9\]))$"　　//正浮点数

"^((-\\d+(.\\d+)?)|(0+(.0+)?))$"　　//非正浮点数（负浮点数 + 0）

"^(-((\[0-9\]+.\[0-9\]\[1-9\]\[0-9\])|(\[0-9\]\[1-9\]\[0-9\].\[0-9\]+)|(\[0-9\]\[1-9\]\[0-9\])))$"　　//负浮点数

"^(-?\\d+)(.\\d+)?$"　　//浮点数

"^\[A-Za-z\]+$"　　//由26个英文字母组成的字符串

"^\[A-Z\]+$"　　//由26个英文字母的大写组成的字符串

"^\[a-z\]+$"　　//由26个英文字母的小写组成的字符串

"^\[A-Za-z0-9\]+$"　　//由数字和26个英文字母组成的字符串

"^\\w+$"　　//由数字、26个英文字母或者下划线组成的字符串

"^\[\\w-\]+(.\[\\w-\]+)\*@\[\\w-\]+(.\[\\w-\]+)+$"　　　　//email地址

"^\[a-zA-z\]+://(\\w+(-\\w+))(.(\\w+(-\\w+)))(\\?\\S)?$"　　//url

/^(d\{2\}|d\{4\})-((0(\[1-9\]\{1\}))|(1\[1|2\]))-((0-2)|(3\[0|1\]))$/ // 年-月-日

/^((0(\[1-9\]\{1\}))|(1\[1|2\]))/((0-2)|(3\[0|1\]))/(d\{2\}|d\{4\})$/ // 月/日/年

"^(\[w-.\]+)@((\[\[0-9\]\{1,3\}.\[0-9\]\{1,3\}.\[0-9\]\{1,3\}.)|((\[w-\]+.)+))(\[a-zA-Z\]\{2,4\}|\[0-9\]\{1,3\})(\]?)$" //Emil

/^((+?\[0-9\]\{2,4\}-\[0-9\]\{3,4\}-)|(\[0-9\]\{3,4\}-))?(\[0-9\]\{7,8\})(-\[0-9\]+)?$/ //电话号码

"^(d\{1,2\}|1dd|2\[0-4\]d|25\[0-5\]).(d\{1,2\}|1dd|2\[0-4\]d|25\[0-5\]).(d\{1,2\}|1dd|2\[0-4\]d|25\[0-5\]).(d\{1,2\}|1dd|2\[0-4\]d|25\[0-5\])$" //IP地址

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：^\[a-zA-z\]+://(\\w+(-\\w+))(\\.(\\w+(-\\w+)))(\\?\\S)?$

匹配帐号是否合法(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\}$

匹配国内电话号码：(\\d\{3\}-|\\d\{4\}-)?(\\d\{8\}|\\d\{7\})?

匹配腾讯QQ号：^\[1-9\]\[1-9\]\[0-9\]$

\\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个后向引用、或一个八进制转义符。

^ 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零次或多次。

匹配前面的子表达式一次或多次。+ 等价于 \{1,\}。

? 匹配前面的子表达式零次或一次。? 等价于 \{0,1\}。

\{n\} n 是一个非负整数，匹配确定的n 次。

\{n,\} n 是一个非负整数，至少匹配n 次。

\{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。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。

. 匹配除 "\\n" 之外的任何单个字符。要匹配包括 ’\\n’ 在内的任何字符，请使用象 ’\[.\\n\]’ 的模式。

(pattern) 匹配pattern 并获取这一匹配。

(?: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。

(?=pattern) 正向预查，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。

(?!pattern) 负向预查，与(?=pattern)作用相反

x|y 匹配 x 或 y。

\[xyz\] 字符集合。

\[^xyz\] 负值字符集合。

\[a-z\] 字符范围，匹配指定范围内的任意字符。

\[^a-z\] 负值字符范围，匹配任何不在指定范围内的任意字符。

\\b 匹配一个单词边界，也就是指单词和空格间的位置。

\\B 匹配非单词边界。

\\cx 匹配由x指明的控制字符。

\\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 匹配任何空白字符，包括空格、制表符、换页符等等。等价于\[ \\f\\n\\r\\t\\v\]。

\\S 匹配任何非空白字符。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。等价于’\[A-Za-z0-9\_\]’。

\\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。

\\num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。

\\n 标识一个八进制转义值或一个后向引用。如果 \\n 之前至少 n 个获取的子表达式，则 n 为后向引用。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后向引用。如果 \\nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 \\nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。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 (0-3)，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。

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://(\[w-\]+.)+\[w-\]+(/\[w- ./?%&=\]\*)?

利用正则表达式限制网页表单里的文本框输入内容：

用正则表达式限制只能输入中文：οnkeyup="value=value.replace(/\[^u4E00-u9FA5\]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^u4E00-u9FA5\]/g,''))"

用正则表达式限制只能输入全角字符： οnkeyup="value=value.replace(/\[^uFF00-uFFFF\]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^uFF00-uFFFF\]/g,''))"

正则表达式限制只能输入数字：οnkeyup="value=value.replace(/\[^d\]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^d\]/g,''))"

用正则表达式限制只能输入数字和英文：οnkeyup="value=value.replace(/\[W\]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/\[^d\]/g,''))"

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://(/\[\\w-\]+\\.)+\[\\w-\]+(/\[\\w- ./?%&=\])?

1、非负整数：^\\d+$

2、正整数：^\[0-9\]\[1-9\]\[0-9\]$

3、非正整数：^((-\\d+)|(0+))$

4、负整数：^-\[0-9\]\[1-9\]\[0-9\]\*$

5、整数：^-?\\d+$

6、非负浮点数：^\\d+(.\\d+)?$

7、正浮点数：^((0-9)+.\[0-9\]\[1-9\]\[0-9\])|(\[0-9\]\[1-9\]\[0-9\].\[0-9\]+)|(\[0-9\]\[1-9\]\[0-9\]))$

8、非正浮点数：^((-\\d+.\\d+)?)|(0+(.0+)?))$

9、负浮点数：^(-((正浮点数正则式)))$

10、英文字符串：^\[A-Za-z\]+$

11、英文大写串：^\[A-Z\]+$

12、英文小写串：^\[a-z\]+$

13、英文字符数字串：^\[A-Za-z0-9\]+$

14、英数字加下划线串：^\\w+$

15、E-mail地址：^\[\\w-\]+(.\[\\w-\]+)\*@\[\\w-\]+(.\[\\w-\]+)+$

16、URL：^\[a-zA-Z\]+://(\\w+(-\\w+))(.(\\w+(-\\w+)))(\\?\\s)?$

或：^http:\\/\\/\[A-Za-z0-9\]+.\[A-Za-z0-9\]+\[\\/=\\?%-&\_~\`@\[\]\\':+!\](\{FNXX==XXFN\})$

17、邮政编码：^\[1-9\]\\d\{5\}$

18、中文：^\[\\\\u0391-\\\\uFFE5\]+$

19、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\})?$

20、手机号码：^(((\\d\{2,3\}))|(\\d\{3\}-))?13\\d\{9\}$

21、双字节字符(包括汉字在内)：^\\\\x00-\\\\xff

22、匹配首尾空格：(^\\s)|(\\s$)（像vbscript那样的trim函数）

23、匹配HTML标记：<(.)>.<\\/\\1>|<(.\*) \\/>

24、匹配空行：\\n\[\\s| \]\*\\r

25、提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) = ('|")?(\\w|\\|\\/|.)+('|"| \*|>)?

26、提取信息中的邮件地址：\\w+(\[-+.\]\\w+)@\\w+(\[-.\]\\w+).\\w+(\[-.\]\\w+)\*

27、提取信息中的图片链接：(s|S)(r|R)(c|C) = ('|")?(\\w|\\|\\/|.)+('|"| \*|>)?

28、提取信息中的IP地址：(\\d+).(\\d+).(\\d+).(\\d+)

29、提取信息中的中国手机号码：(86)013\\d\{9\}

30、提取信息中的中国固定电话号码：((\\d\{3,4\})|\\d\{3,4\}-|\\s)?\\d\{8\}

31、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\}

32、提取信息中的中国邮政编码：\[1-9\]\{1\}(\\d+)\{5\}

33、提取信息中的浮点数（即小数）：(-?\\d\*).?\\d+

34、提取信息中的任何数字 ：(-?\\d\*)(.\\d+)?

35、IP：(\\d+).(\\d+).(\\d+).(\\d+)

# 总结 #

到这里，深入理解Java正则表达式就结束了，，不足之处还望大家多多包涵！！觉得收获的话可以点个关注收藏转发一波喔，谢谢大佬们支持。（吹一波，233~~）

下面和大家交流几点编程的经验：

1、多写多敲代码，好的代码与扎实的基础知识一定是实践出来的

2丶 测试、测试再测试，如果你不彻底测试自己的代码，那恐怕你开发的就不只是代码，可能还会声名狼藉。

3丶 简化编程，加快速度，代码风骚，在你完成编码后，应回头并且优化它。从长远来看，这里或那里一些的改进，会让后来的支持人员更加轻松。

最后，每一位读到这里的朋友，感谢你们能耐心地看完。希望在成为一名更优秀的Java程序员的道路上，我们可以一起学习、一起进步。

高级架构师交流群680075317 欢迎各位前来交流和分享

深入理解Java正则表达式

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关理解正则表达式

相关深入理解正则表达式

相关深入理解正则表达式

相关正则表达式-深入理解

相关深入理解正则表达式

相关如何理解正则表达式？

相关深入正则表达式API

相关正则表达式个人总结(一)：正则表达式语法的深入理解第一部分

相关《深入理解ES6》——字符串和正则表达式

相关深入理解Java正则表达式