Java —— 正则表达式 Regex

Love The Way You Lie 2022-06-08 23:16 173阅读 0赞

转载自：http://baike.xsoftlab.net/view/207.html\#4  
  
  
**Java正则表达式的语法与示例**  
  
概要：  
Java正则表达式的语法与示例

**一、匹配验证-验证Email是否正确**

public static void main(String[] args) { // 要验证的字符串 String str = "service@xsoftlab.net"; // 邮箱验证规则 String regEx = "[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}"; // 编译正则表达式 Pattern pattern = Pattern.compile(regEx); // 忽略大小写的写法 // Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE); Matcher matcher = pattern.matcher(str); // 字符串是否与正则表达式相匹配 boolean rs = matcher.matches(); System.out.println(rs); }

**二、在字符串中查询字符或者字符串**

public static void main(String[] args) { // 要验证的字符串 String str = "baike.xsoftlab.net"; // 正则表达式规则 String regEx = "baike.*"; // 编译正则表达式 Pattern pattern = Pattern.compile(regEx); // 忽略大小写的写法 // Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE); Matcher matcher = pattern.matcher(str); // 查找字符串中是否有匹配正则表达式的字符/字符串 boolean rs = matcher.find(); System.out.println(rs); }

**三、常用正则表达式**

一个或多个汉字 ^[\u0391-\uFFE5]+$ 邮政编码 ^[1-9]\d{5}$（问题：邮政编码可以0开头。修正后为：^[0-9]{6}$或\d{6}等） QQ号码 ^[1-9]\d{4,10}$ 邮箱 ^[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\.){1,3}[a-zA-z\-]{1,}$（问题：转义字符本身需要转义，即\.应为\\,其它地方同理.） 用户名（字母开头 + 数字/字母/下划线） ^[A-Za-z][A-Za-z1-9_-]+$ 手机号码 ^1[3|4|5|8][0-9]\d{8}$（手机号码第二位只能为3458？那也应该修正为：^1[3458]\d{9}） URL ^((http|https)://)?([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ 18位身份证号 ^(\d{6})(18|19|20)?(\d{2})([01]\d)([0123]\d)(\d{3})(\d|X|x)?$

注：原来的有些错误，括号里的为自己修正过的。

特别地：

匹配只包含协议名、主机名的url：

^((http://)|(https://))?((w|W){3}\\.)?[A-Za-z0-9]+\\.((com)|(cn)|(org))$

**注意事项：**

见第六点。

**四、正则表达式语法**

**元字符描述**

转义字符

匹配输开始位置。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任意次。等价于\{0，\}。

比\*特殊，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0或1次。如"am?"可以匹配"a","do(es)?"可匹配"does"。等价于\{0,1\}。

\{n\}

匹配前面的子表达式确定的n次。如"o\{2\}"可匹配"hood"中的"oo"。

\{n,\}

匹配至少重复n次。

\{n,m\}

匹配至少重复n次，最多重复m次。

？

非重点。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。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。

点 匹配除“\\r\\n”之外的任何单个字符。要匹配包括“\\r\\n”在内的任何字符，请使用像“\[\\s\\S\]”的模式。

(pattern)

pattern 为子表达式。使用圆括号字符需转义。

(?: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。这在使用或字符“(|)”来

组合一个模式的各个部分是很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达

式。当然此处|可替换为其它匹配方式。

(?=pattern)

正向肯定预查，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。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配

“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始

下一次匹配的搜索，而不是从包含预查的字符之后开始。

(?!pattern)

正向否定预查，在任何不匹配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。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配

“Windows2000”中的“Windows”。

(?<=pattern)

反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”

中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。

(?<!pattern)

反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中

的“Windows”，但不能匹配“2000Windows”中的“Windows”。

x|y

或。

\[xyz\]

匹配字符集合。

\[^xyz\]

不匹配字符集合。

\[0-9\]

匹配数字。

\[a-z\]

匹配小写字母。

\[A-Z\]

匹配大写字母。（以此开始的前三个可自由组合，如\[a-zA-Z\]）

\[^a-z\]

匹配非该范围内的字母。对大写同理。

\\b

匹配单词边界。例如，“er\\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。boundary

\\B

作用与\\b相反。

\\d

匹配一个数字字符。等价于\[0-9\]。digital  
\\D

匹配一个非数字字符。等价于\[^0-9\]。

**不常用：**

\\cx

匹配由x指明的控制字符。例如，\\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。  
\\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

匹配任何不可见字符，包括空格、制表符、换页符等等。等价于\[ \\f\\n\\r\\t\\v\]。  
\\S

匹配任何可见字符。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。类似但不等价于“\[A-Za-z0-9\_\]”，这里的"单词"字符使用Unicode字符集。  
\\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。例如，“\\x41”匹配“A”。“\\x041”则等价于“\\x04&1”。正则表达式中可以使用ASCII编码。  
\\num

匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\\1”匹配两个连续的相同字符。  
\\n

标识一个八进制转义值或一个向后引用。如果\\n之前至少n个获取的子表达式，则n为向后引用。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向后引用。如果\\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。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（0-7），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。例如，\\u00A9匹配版权符号（&copy;）。  
\\< \\>

匹配词（word）的开始（\\<）和结束（\\>）。例如正则表达式\\<the\\>能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。  
\$ \$

将 \$ 和 \$ 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \\1 到\\9 的符号来引用。  
|

将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。  
\+

匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。  
?

匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。  
\{i\} \{i,j\}

匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A\[0-9\]\{3\} 能够匹配字符"A"后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式\[0-9\]\{4,6\} 匹配连续的任意4个、5个或者6个数字

**五、较常用简单总结**

**匹配位置：**

^（开始位置）、$（结束位置）、\\b（单词边界）、\\B（非单词边界）

**匹配值：**

x|y、\[a-zA-Z0-9\]、\[xyz\]、\[^xyz\]、(pattern)、(?:pattern)、(?=pattern)（正向肯定预查）、(?!pattern)（正向否定预查）、(?<=pattern)、(?<!pattern)

**正向预查：**

预测字符串后面的值等于（=）或不等于（！）pattern匹配的值

**反向预查：**

预测字符串前面的值等于（<=）或不等于（<!）pattern匹配的值

**匹配值重复次数：**

\{n\}（重复n次）、\{n,m\}（至少n次，最多m次）、\{n,\}（最少n次）、？（0或1次）、+（至少1次）、\*（任意次）、元字符加？（非贪婪模式，匹配出现1次）

**六、部分注意事项**

1、\[xyz\]只匹配单个字符，所以\[(ab)\]也只能匹配a、b中的一个，而不能将ab作为整体匹配。

2、匹配值重复次数\{\}里面只能为数字，不能再为匹配表达式。如：

匹配url中域名www.或WWW.不能为:"((w|W)\{(3|0)\}\\\\.)+"，可改为:"((w|W)\{3\}\\\\.)+"，还应注意的是(w|W)\{3\}除了可匹配www与WWW外，还能匹配wWw等，即它将几种|操作的字符视为一种字符，其出现次数为各字符出现次数相加。

3、正则表达式中转义字符本身需要转义，如显示"("应加转义，即为"\\("，但正则表达式中转义字符本身也需转义，所以应为"\\\\("。

4、最好别单独用?（出现一次或0次）。**原因：**

System.out.println(new String("www").replaceAll("a?", "替换"));

结果为：替换w替换w替换w替换

可见，两个字符之间它出现次数为0，也进行替换。

5、？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（尽可能少的匹配）。

**通过示例理解：**

System.out.println(new String("aaabbb").replaceAll(regex,"替换"));

regex取值：结果。分析。

"a\*?"：

结果：替换a替换a替换a替换b替换b替换b替换。

分析：单独的\*匹配连续出现至少0次，所以\*？匹配了最少次数（0），即匹配了aaabbb之间与前后的“空隙”，共7处。

"a??":

结果：结果同上。

分析：？匹配连续出现0或1次，所以??匹配了最少次数（0）。

"a+?":

结果：替换替换替换bbb。

分析：+至少匹配1次，所以+？匹配单个a。

"\{n\}?":

结果：替换abbb。

分析：固定次数的有无？无差异。

"\{n,\}?":

结果：同上。

分析：取决于n。

"\{n,m\}?":

结果：同上。

分析：取决于n。

**练习：**

判断设置的密码（要求至少6位，必须包含数字与字母）：

//一个正则表达式无法判断同时包含字母与数字，所以用两个正则表达式
    
    String pass = "asdf12sa";//密码
    
    String regexNum = "[0-9]{1,}";//或"[0-9]+"
    
    String regexLetter ="[a-zA-Z]{1,}";//同上
    
    Pattern pattern1 = Pattern.complie(regexNum);
    
    Pattern pattern1 = Pattern.complie(regexLetter );
    
    Matcher m1 = pattern.matcher(pass);
    
    Matcher m2 = pattern.matcher(pass);
    
    if(m1.find()&&m2.find()){
    
    //密码格式合格
    
    }

七、Pattern 与 Matcher 类