开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第7天，点击查看活动详情
1.基本介绍
- 正则表达式英文：Regex Expression
- 正则表达式是一种通用技术，适用于绝大多数流行的编程语言。
- 正则在线测试/常用正则式
推荐一个正则表达式可视化网站：正则表达式可视化
2.单字符匹配
3.预定义字符
- 以一个反斜杠(\)开头，大部分为转义字符。
- 在java中，为了让正则表达式能完整地表示预定义字符，需要以两个反斜杠开头（\\ 就表示普通斜杠）
String str = "123";
String regex = "\\d[a-zA-Z]";
String regex2 = "\\."; // 用来匹配点（.）
str.matches(regex); // 匹配
4.量词
String regex = "6{3}";
"6".matches(regex); // false
"66".matches(regex); // false
"666".matches(regex); // true
String regex = "6+";
"".matches(regex); // false
"6".matches(regex); // true
"66".matches(regex); // true
5.捕获组
"dog{3}" 匹配 doggg（do开头，g出现3次）
"[dog]{3}" 匹配 匹配3个字符，每个字符都可能是d 或o 或g（如：ggg、dod）
"[abc]{3}": 相当于"[abc][abc][abc]"
// 捕获组: 小括号中的内容作为一个整体，即一组
"(dog){3}" 匹配 dogdogdog （dog出现3次）
"(d|o|g){3}" 相当于 "[dog]{3}"
// 捕获组 - 反向引用
// 首先要明白，每个捕获组都是有编号的，下标从1开始
// 可通过 \+组编号 来引用组的内容。
"(\d\d)\1" (\d\d)匹配两位的数字, \1可理解为提取第一组匹配到的数据
可匹配：1212、3333、5757
"([a-z]{2})([A-Z]{2})\2\1" 可匹配：abCECEab
6.边界匹配符
一些概念：
-
终止符：\r（回车符）、\n（换行符）、\r\n （回车换行）
-
输入：整个字符串
-
一行：以终止符结束的字符串片段，或整个输入的结尾的字符串片段。
（若输入是”dog\ndog\rdog“，那么3个dog各是一行）
-
边界匹配符，匹配的是位置，不是字符。
-
什么算是单词？：英文字母，数字，下划线，其他国家的文字，这些东西组合成单词。
-
什么是单词边界？：单词以外的东西，都是单词边界。
-
边界匹配符：
// 表示dog左边是单词边界(\b)，右边不能是单词边界(\B)
String regex = "\\bdog\\B";
findAll(regex, "This is a doggie."); // dog
findAll(regex, "This is a dog."); // 匹配不到(dog右边有单词边界)
findAll(regex, "I love adoggie, pig."); // 匹配不到(dog左边无单词边界)
// 表示dog左边是一行的开头(^), 右边是一行的结尾($)
String regex1 = "^dog$";
findAll(regex1, "dog"); // dog
findAll(regex1, " dog"); // 匹配不到(d的左边不是一行的开头)
findAll(regex1, "dog "); // 匹配不到(g的右边不是一行的结尾)
// 表示dog左边是输入的开头(A),右边是输入的结尾(z)
String regex2 = "\\Adog\\z";
findAll(regex2, "dog"); // dog
findAll(regex2, "dog\n"); // 匹配不到(dog右边有终结符)
findAll(regex2, "dog\ndog"); // 匹配不到(第二个dog右边是输入的结尾，但左边不是输入的开头)
7.举例
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}$"
邮政编码："[1-9]\d{5}(?!\d)" (中国邮政编码为6位数字)
腾讯QQ号："[1-9][0-9]{4,}" (腾讯QQ号从10000开始)
IP地址："\d+\.\d+\.\d+\.\d+"
8.Pattern、Matcher
-
String的matches方法：底层用到了Pattern、Matcher两个类。
-
如何在字符串中找到符合要求的字串呢？matcher.find()
String input = "123_456_78_345"; String regex = "\\d{3}"; //至于为什么是两个\, 看3.预定义字符 // matches() 要求整个字符串 要符合 regex input.matches(regex); // false Pattern p = Pattern.compile(regex); // 编译正则式 Matcher matcher = p.matcher(input); // 将字符串放入比较器 // matcher.matches(); // false matcher.find(); // true 在字符串中 查找符合regex 的子串 matcher.start(); // 返回上次匹配成功的开始索引 0 matcher.end(); // 返回上次匹配成功的结束索引 3 matcher.group(); // 返回上次匹配成功的 input 子序列 123 -
获得 匹配到的所有字串
String input = "123_456_78_345"; String regex = "\\d{3}"; Pattern p = Pattern.compile(regex); // 编译正则式 Matcher matcher = p.matcher(input); // 将字符串放入比较器 while(matcher.find() != false){ System.out.println(matcher.group()); } //封装成方法 public static void findAll(String regex, String input){ if(regex == null || input == null){ return; } Pattern p = Pattern.compile(regex); // 编译正则式 Matcher matcher = p.matcher(input); // 将字符串放入比较器 boolean found = false; // false 表示没找到 while (matcher.find() != false){ found = true; System.out.format("\"%s\", [%d, %d)%n", matcher.group(), matcher.start(), matcher.end()); } if(found == false){ System.out.println("No match."); } } -
贪婪、勉强、独占的区别
- 贪婪：先吞掉整个输入的字符串，若整个串能完全匹配正则式，就输出此串。若不能完全匹配，吐出此串的最后一个字符，接着匹配。能匹配就输出，不能匹配接着删除新串的最后一个字符，如此循环。（从后往前匹配，保证了字串的最大化输出）
- 勉强：先吞掉 输入字符串 的第一个字符，判断是否能与正则式匹配。若匹配，输出匹配的内容，并从此字符的下一个字符开始，继续匹配。若不匹配，吞掉第二个字符，再判断是否与正则式匹配。如此循环，直到输入串全部吞进去。
- 独占：吞掉整个输入的字符串，若整个串能完全匹配正则式，就输出此串。否则就结束匹配。
String input = "afooaaafooaa"; findAll(".*foo", input); // 贪婪 "afooaaafoo" findAll(".*?foo", input); // 勉强 ["afoo", "aaafoo"] findAll(".*+foo", input); // 独占 匹配失败
9.String类与正则式
String类中接收正则表达式 作为参数的 常用方法有：
public String replaceAll(String regex, String replacement) {}
public String replaceFirst(String regex, String replacement) {}
public String[] split(String regex) {}
public boolean matches(String regex) {}
