详解正则表达式

冷不防 2022-05-19 04:10 289阅读 0赞

# 一、正则表达式基本表示 #

## 1.1 单字符                              ##

<table style="width:621px;"> 
 <tbody> 
  <tr> 
   <td> <p style="text-indent:0;">C</p> </td> 
   <td style="width:450px;">字符c</td> 
  </tr> 
  <tr> 
   <td>\0n&nbsp;&nbsp;&nbsp;</td> 
   <td style="width:450px;">八进制0n代表的字符（0&lt;=n&lt;=7）</td> 
  </tr> 
  <tr> 
   <td>\0nn&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td style="width:450px;">八进制0nn代表的字符(0&lt;=n&lt;=7)</td> 
  </tr> 
  <tr> 
   <td>\0mnn</td> 
   <td style="width:450px;">八进制0mnn代表的字符(0&lt;=m&lt;=3,0&lt;=n&lt;=7)</td> 
  </tr> 
  <tr> 
   <td>\xnn&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td style="width:450px;">十六进制 0xnn所代表的字符</td> 
  </tr> 
  <tr> 
   <td>\uhhhh&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td style="width:450px;">十六进制 0xhhhh所代表的字符</td> 
  </tr> 
  <tr> 
   <td>\t</td> 
   <td style="width:450px;">制表符</td> 
  </tr> 
  <tr> 
   <td>\n</td> 
   <td style="width:450px;">换行符</td> 
  </tr> 
  <tr> 
   <td>\r</td> 
   <td style="width:450px;">回车符</td> 
  </tr> 
  <tr> 
   <td>\f</td> 
   <td style="width:450px;">换页符</td> 
  </tr> 
  <tr> 
   <td>\a</td> 
   <td style="width:450px;">报警符</td> 
  </tr> 
  <tr> 
   <td>\e</td> 
   <td style="width:450px;">转义符</td> 
  </tr> 
  <tr> 
   <td>\cc</td> 
   <td style="width:450px;">控制字符中出现的相应字符c</td> 
  </tr> 
 </tbody> 
</table>

## 1.2 字符类 ##

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td>[C1C2. . .]</td> 
   <td>C1、C2……中的任何字符</td> 
  </tr> 
  <tr> 
   <td>[^C1C2. . .]</td> 
   <td>C1,C2....的补集</td> 
  </tr> 
  <tr> 
   <td>[ C1. . . &amp;&amp;C2 . . .]</td> 
   <td>C1...与C2...的交集</td> 
  </tr> 
  <tr> 
   <td>.</td> 
   <td>任意字符集</td> 
  </tr> 
  <tr> 
   <td>\d&nbsp;</td> 
   <td>数字[0-9]</td> 
  </tr> 
  <tr> 
   <td>\D&nbsp;&nbsp;</td> 
   <td>非数字[^0-9]</td> 
  </tr> 
  <tr> 
   <td>\s</td> 
   <td>空白字符[\t\n\r\f\x0B]</td> 
  </tr> 
  <tr> 
   <td>\S&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>非空白字符</td> 
  </tr> 
  <tr> 
   <td>\w&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>单词字符[a-zA-Z0-9_]</td> 
  </tr> 
  <tr> 
   <td>\W&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>非单词字符</td> 
  </tr> 
  <tr> 
   <td>\p{name}&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>一个指定的字符类</td> 
  </tr> 
  <tr> 
   <td>\P{name}&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>指定字符类的补集</td> 
  </tr> 
 </tbody> 
</table>

## 1.3 边界匹配符 ##

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td><span style="color:#ff0000;">^ </span><span style="color:#ff0000;">和</span><span style="color:#ff0000;">$</span></td> 
   <td><span style="color:#ff0000;">输入的开头和结尾</span></td> 
  </tr> 
  <tr> 
   <td>\b&nbsp;&nbsp;&nbsp;</td> 
   <td>单词边界</td> 
  </tr> 
  <tr> 
   <td>\B&nbsp;&nbsp;&nbsp;</td> 
   <td>非单词边界</td> 
  </tr> 
  <tr> 
   <td>\A&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>输入的开头</td> 
  </tr> 
  <tr> 
   <td>\z&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>输入的结尾</td> 
  </tr> 
  <tr> 
   <td>\Z</td> 
   <td>除最后行终止符之外的输入结尾</td> 
  </tr> 
  <tr> 
   <td>\G&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>上个匹配的结尾</td> 
  </tr> 
 </tbody> 
</table>

## 1.4 量词 ##

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td>X?&nbsp;</td> 
   <td>X可能出现，也可能不出现</td> 
  </tr> 
  <tr> 
   <td>X*&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>X，可以重复0次或多次</td> 
  </tr> 
  <tr> 
   <td>X+&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>X，可以重复1次或多次</td> 
  </tr> 
  <tr> 
   <td>X{n} X{n,} X{n,m}&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>X重复n次，至少重复n次，重复n到m次</td> 
  </tr> 
 </tbody> 
</table>

## 1.5 集合操作 ##

<table style="width:500px;"> 
 <tbody> 
  <tr> 
   <td>XY&nbsp;</td> 
   <td>X的匹配后面跟着Y的匹配</td> 
  </tr> 
  <tr> 
   <td>X|Y&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>X或Y的匹配</td> 
  </tr> 
  <tr> 
   <td>(XY)</td> 
   <td>匹配XY并且在一个自动计数的分组中捕获它</td> 
  </tr> 
  <tr> 
   <td>\n&nbsp;&nbsp;&nbsp;&nbsp;</td> 
   <td>与第n个分组的匹配</td> 
  </tr> 
 </tbody> 
</table>

# 二、基本匹配方法 #

//创建匹配模式
    Pattern pattern = Pattern.compile("\\d{1,2}[a-z]{2}(AB)|(CD)");
    //获取匹配器
    Matcher matcher = pattern.matcher("a3aaAB");
    //判断是否存在匹配
    boolean matched = matcher.matches();
    //判断是否为起始匹配模式
    boolean lookingAt = matcher.lookingAt();
    //获取下一个匹配，存在则为true
    boolean b = matcher.find();
    //获取当前得到的匹配
    String group = matcher.group();
    //获取当前匹配首位的索引
    int start = matcher.start();
    //获取当前匹配末位的索引
    int end = matcher.end();
    //获取正则中分组数
    int i = matcher.groupCount();
    //得到指定序号的匹配
    String group1 = matcher.group(0);
    //对获取的匹配进行替换，并返回
    String replaceAll = matcher.replaceAll("mm");

# 三、匹配模式 #

## 3.1 理论说明 ##

**贪婪（默认）匹配：量词不加后缀，X+**

指定正则的第一个字符或字符类占用与它匹配的输出字符串的最大子字符串，如果下一个字符或字符类无法匹配成功，则在上一字符或字符类匹配成功的基础上从末尾退一个字符，直至下一个字符或字符类与剩余字符串匹配成功。

**强制匹配：量词加加后缀?，X+?**

将输入的第一个字符与指定正则的第一个字符或字符类匹配，如果不满足，则追加下一个字符，直到匹配成功，剩余的字符串与下一个字符或字符类强制匹配。

**侵占（占用）匹配：量词加加后缀?，X+?**

指定正则的第一个字符或字符类占用与它匹配的输出字符串的最大子字符串，如果下一个字符或字符类无法匹配成功，满足上一字符或字符类匹配的字符串不会退字符。

## 3.2 代码解析 ##

public static void main(String[] args) {
            String reg1 = "\\w+[a-z]";
            String reg2 = "\\w+?[a-z]";
            String reg3 = "\\w++[a-z]";
    
            Pattern p1 = Pattern.compile(reg1);
            Pattern p2 = Pattern.compile(reg2);
            Pattern p3 = Pattern.compile(reg3);
    
            Matcher m1 = p1.matcher("232hjdhfd7474");
            Matcher m2 = p2.matcher("232hjdhfd7474");
            Matcher m3 = p3.matcher("232hjdhfd7474");
    
            System.out.println("开始贪婪匹配》》》》》》》》》》》》》》》》》》》》》》》》》");
            while (m1.find()) {
                System.out.println(m1.group());
            }
            System.out.println("开始强制匹配》》》》》》》》》》》》》》》》》》》》》》》》》");
            while (m2.find()) {
                System.out.println(m2.group());
            }
            System.out.println("开始侵占匹配》》》》》》》》》》》》》》》》》》》》》》》》》");
            while (m3.find()) {
                System.out.println(m3.group());
            }
    
        }

![70][]

# 四、常见正则 #

## **4.1、校验数字的表达式** ##

1 数字：^\[0-9\]\*$  
2 n位的数字：^\\d\{n\}$  
3 至少n位的数字：^\\d\{n,\}$  
4 m-n位的数字：^\\d\{m,n\}$  
5 零和非零开头的数字：^(0|\[1-9\]\[0-9\]\*)$  
6 非零开头的最多带两位小数的数字：^(\[1-9\]\[0-9\]\*)+(.\[0-9\]\{1,2\})?$  
7 带1-2位小数的正数或负数：^(\\-)?\\d+(\\.\\d\{1,2\})?$  
8 正数、负数、和小数：^(\\-|\\+)?\\d+(\\.\\d+)?$  
9 有两位小数的正实数：^\[0-9\]+(.\[0-9\]\{2\})?$  
10 有1~3位小数的正实数：^\[0-9\]+(.\[0-9\]\{1,3\})?$  
11 非零的正整数：^\[1-9\]\\d\*$ 或 ^(\[1-9\]\[0-9\]\*)\{1,3\}$ 或 ^\\+?\[1-9\]\[0-9\]\*$  
12 非零的负整数：^\\-\[1-9\]\[\]0-9"\*$ 或 ^-\[1-9\]\\d\*$  
13 非负整数：^\\d+$ 或 ^\[1-9\]\\d\*|0$  
14 非正整数：^-\[1-9\]\\d\*|0$ 或 ^((-\\d+)|(0+))$  
15 非负浮点数：^\\d+(\\.\\d+)?$ 或 ^\[1-9\]\\d\*\\.\\d\*|0\\.\\d\*\[1-9\]\\d\*|0?\\.0+|0$  
16 非正浮点数：^((-\\d+(\\.\\d+)?)|(0+(\\.0+)?))$ 或 ^(-(\[1-9\]\\d\*\\.\\d\*|0\\.\\d\*\[1-9\]\\d\*))|0?\\.0+|0$  
17 正浮点数：^\[1-9\]\\d\*\\.\\d\*|0\\.\\d\*\[1-9\]\\d\*$ 或 ^((\[0-9\]+\\.\[0-9\]\*\[1-9\]\[0-9\]\*)|(\[0-9\]\*\[1-9\]\[0-9\]\*\\.\[0-9\]+)|(\[0-9\]\*\[1-9\]\[0-9\]\*))$  
18 负浮点数：^-(\[1-9\]\\d\*\\.\\d\*|0\\.\\d\*\[1-9\]\\d\*)$ 或 ^(-((\[0-9\]+\\.\[0-9\]\*\[1-9\]\[0-9\]\*)|(\[0-9\]\*\[1-9\]\[0-9\]\*\\.\[0-9\]+)|(\[0-9\]\*\[1-9\]\[0-9\]\*)))$  
19 浮点数：^(-?\\d+)(\\.\\d+)?$ 或 ^-?(\[1-9\]\\d\*\\.\\d\*|0\\.\\d\*\[1-9\]\\d\*|0?\\.0+|0)$

## 4.2校验字符的表达式 ##

1 汉字：^\[\\u4e00-\\u9fa5\]\{0,\}$  
2 英文和数字：^\[A-Za-z0-9\]+$ 或 ^\[A-Za-z0-9\]\{4,40\}$  
3 长度为3-20的所有字符：^.\{3,20\}$  
4 由26个英文字母组成的字符串：^\[A-Za-z\]+$  
5 由26个大写英文字母组成的字符串：^\[A-Z\]+$  
6 由26个小写英文字母组成的字符串：^\[a-z\]+$  
7 由数字和26个英文字母组成的字符串：^\[A-Za-z0-9\]+$  
8 由数字、26个英文字母或者下划线组成的字符串：^\\w+$ 或 ^\\w\{3,20\}$  
9 中文、英文、数字包括下划线：^\[\\u4E00-\\u9FA5A-Za-z0-9\_\]+$  
10 中文、英文、数字但不包括下划线等符号：^\[\\u4E00-\\u9FA5A-Za-z0-9\]+$ 或 ^\[\\u4E00-\\u9FA5A-Za-z0-9\]\{2,20\}$  
11 可以输入含有^%&',;=?$\\"等字符：\[^%&',;=?$\\x22\]+  
12 禁止输入含有~的字符：\[^~\\x22\]+

## **4.3、特殊需求表达式** ##

1 Email地址：^\\w+(\[-+.\]\\w+)\*@\\w+(\[-.\]\\w+)\*\\.\\w+(\[-.\]\\w+)\*$  
2 域名：\[a-zA-Z0-9\]\[-a-zA-Z0-9\]\{0,62\}(/.\[a-zA-Z0-9\]\[-a-zA-Z0-9\]\{0,62\})+/.?  
3 InternetURL：\[a-zA-z\]+://\[^\\s\]\* 或 ^http://(\[\\w-\]+\\.)+\[\\w-\]+(/\[\\w-./?%&=\]\*)?$  
4 手机号码：^(13\[0-9\]|14\[5|7\]|15\[0|1|2|3|5|6|7|8|9\]|18\[0|1|2|3|5|6|7|8|9\])\\d\{8\}$  
5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\\(\\d\{3,4\}-)|\\d\{3.4\}-)?\\d\{7,8\}$   
6 国内电话号码(0511-4405222、021-87888822)：\\d\{3\}-\\d\{8\}|\\d\{4\}-\\d\{7\}  
7 身份证号：  
15或18位身份证：^\\d\{15\}|\\d\{18\}$  
15位身份证：^\[1-9\]\\d\{7\}((0\\d)|(1\[0-2\]))((\[0|1|2\]\\d)|3\[0-1\])\\d\{3\}$  
18位身份证：^\[1-9\]\\d\{5\}\[1-9\]\\d\{3\}((0\\d)|(1\[0-2\]))((\[0|1|2\]\\d)|3\[0-1\])\\d\{4\}$  
8 短身份证号码(数字、字母x结尾)：^(\[0-9\])\{7,18\}(x|X)?$ 或 ^\\d\{8,18\}|\[0-9x\]\{8,18\}|\[0-9X\]\{8,18\}?$  
9 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\}$  
10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^\[a-zA-Z\]\\w\{5,17\}$  
11 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.\*\\d)(?=.\*\[a-z\])(?=.\*\[A-Z\]).\{8,10\}$   
12 日期格式：^\\d\{4\}-\\d\{1,2\}-\\d\{1,2\}  
13 一年的12个月(01～09和1～12)：^(0?\[1-9\]|1\[0-2\])$  
14 一个月的31天(01～09和1～31)：^((0?\[1-9\])|((1|2)\[0-9\])|30|31)$   
15 钱的输入格式：  
     1）.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^\[1-9\]\[0-9\]\*$   
     2）.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|\[1-9\]\[0-9\]\*)$   
     3）.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?\[1-9\]\[0-9\]\*)$   
     4）.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^\[0-9\]+(.\[0-9\]+)?$   
     5）.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^\[0-9\]+(.\[0-9\]\{2\})?$   
     6）.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^\[0-9\]+(.\[0-9\]\{1,2\})?$   
     7）.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^\[0-9\]\{1,3\}(,\[0-9\]\{3\})\*(.\[0-9\]\{1,2\})?$   
     8）.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^(\[0-9\]+|\[0-9\]\{1,3\}(,\[0-9\]\{3\})\*)(.\[0-9\]\{1,2\})?$   
     备注：这就是最终结果了,别忘了"+"可以用"\*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里  
16 xml文件：^(\[a-zA-Z\]+-?)+\[a-zA-Z0-9\]+\\\\.\[x|X\]\[m|M\]\[l|L\]$  
17 中文字符的正则表达式：\[\\u4e00-\\u9fa5\]  
18 双字节字符：\[^\\x00-\\xff\] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))  
19 空白行的正则表达式：\\n\\s\*\\r (可以用来删除空白行)  
20 HTML标记的正则表达式：<(\\S\*?)\[^>\]\*>.\*?</\\1>|<.\*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)  
21 首尾空白字符的正则表达式：^\\s\*|\\s\*$或(^\\s\*)|(\\s\*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)  
22 腾讯QQ号：\[1-9\]\[0-9\]\{4,\} (腾讯QQ号从10000开始)  
23 中国邮政编码：\[1-9\]\\d\{5\}(?!\\d) (中国邮政编码为6位数字)  
24 IP地址：\\d+\\.\\d+\\.\\d+\\.\\d+ (提取IP地址时有用)

25、车牌号：(\[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼使领A-Z\]\{1\}\[A-Z\]\{1\}((\[0-9\]\{5\}\[DF\])|" + "(\[DF\](\[A-HJ-NP-Z0-9\])\[0-9\]\{4\})))|(\[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼使领A-Z\]\{1\}\[A-Z\]\{1\}\[A-HJ-NP-Z0-9\]\{4\}\[A-HJ-NP-Z0-9挂学警港澳\]\{1\})

[70]: /images/20220519/0ce6df4c3fdf4989bd82698fc75b8d2f.png