Java 正则表达式
Java 正则表达式
正则表达式:一种强大而灵活的文本处理工具。大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式。正则表达式通过一些规则可以匹配一类字符串。
首先介绍一款正则表达式测试工具:RegexBuddy
一、基本语法
(1) 普通字符
普通字符字母、数字、汉字、下划线、以及没有特殊定义的标点符号,都是“普通字符”。
(2) 转义字符
字符 | 说明 |
---|---|
\n | 换行符 |
\t | 制表符 |
\\ | \ |
\^, \$, \(, \), \{, \}, \?, \+, \* | 字符本身 |
(3) 标准字符
字符 | 说明 |
---|---|
\d | 0-9的数字 |
\w | a-zA-Z0-9_ |
\s | 空格、制表符、换行符等空白字符 |
. | 任意字符,要匹配"\n"一般用[\s\S] |
(4) 自定义字符
[] 匹配方括号中的任意一个字符
字符 | 说明 |
---|---|
[0-9a-zA-Z_] | \w |
[^abc] | abc之处的任意字符 |
说明:
- 正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了 ^,-之外。
- 标准字符集合,除小数点外,如果被包含于中括号,自定义字符集将包含该集合。
比如 [\d.\d+]将匹配:数字、小数点、数字
(5) 量词
修饰匹配次数的特殊符号。
字符 | 说明 |
---|---|
重复n次 | |
重复m次,至多n次 | |
重复至少m次 | |
? | 重复0次或1次 |
+ | 重复至少1次 |
* | 重复任意次或0次 |
说明:
- 匹配次数中的食婪模式(匹配字符越多越好,默认!)
- 匹配次数中的非贪婪式(匹配字符越少越好,修饰匹配次数的特殊符号后再加上一个 "?” 号)
(6) 字符边界
本组标记匹配的不是字符而是位置,符合某种条件的位置。
字符 | 说明 |
---|---|
^ | 字符串开始的地方 |
$ | 字符串结束的地方 |
\b | 匹配单词边界 |
说明:
- \b 匹配这样一个位置:前面的字符和后面的字符不全是 \w
(7) 匹配模式
-
IGNORECASE
忽略大小写模式匹配时忽略大小写默认情况下,正则表达式是要区分大小写的。
-
SINGLELINE
单行模式整个文本看作一个字符串,只有一个开头,一个结尾。使小数点".”可以匹配包含换行符(\n)在内的任意字符。
-
MULTILINE
多行模式每行都是个字符串,都有开头和结尾。在指定了 MULTILINE 之后,如果需要仅匹配字符串开始和结束位置,可以使用 A 和 Z
(8) 选择符和分组
反向引用(\nnn)
- 每一对()会分配个编号,使用()的捕获根据左括号的顺序从1开始自动编号。
- 通过反向引用可以对分组已捕获的字符串进行引用。
(9) 预搜索(零完断言)
-
只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度这个位置应该符合某个条件。判断当当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符。 是对位置的匹配。
-
正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式四的仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽度的。占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的。
字符 | 说明 |
---|---|
(?=exp) | 断言自身出现的位置的后面能匹配表达式exp |
(?!exp) | 断言自身出现的位置的后面不能匹配表达式exp |
(?<=exp) | 断言自身出现的位置的前面能匹配表达式exp |
(?<!exp) | 断言自身出现的位置的前面不能匹配表达式exp |
注意:
- Java 不支持正向的预搜索,即 (?<=exp)
每天用心记录一点点。内容也许不重要,但习惯很重要!