Java学习笔记-正则表达式
符合一定规则,对于字符串进行操作的一种表达式
在其他语言中,\\
表示:我想要在正则表达式中插入一个普通的(字面上的)反斜杠,请不要给它任何特殊的意义
在Java中,\\
表示:我要插入一个正则表达式的反斜线,所以其后的字符具有特殊的意义
正则表达式在Java中有三个常用运用
- 匹配:
String matches(regex)
方法。用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false
String telReg = "1\\d{10}"; //匹配手机号
boolean b = "13812345678".matches(telReg);
String reg = "[a-zA-Z]\\d*"; //匹配字母开头的数字序列
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+"; //匹配邮箱
String reg = "\\w+@\\w+(\\.\\w+)+"; //匹配邮箱
- 切割:
String split(regex);
String[] arr = "a.b.c.d".split("\\."); //用点号分割
String[] arr = "c:\\test\\a.txt".split("\\\\"); //用双反斜线分割
String[] arr = "erkktyqqquizzzzzo".split("(.)\\1+"); //用重复字母分割
- 替换:
String replaceAll(regex, str);
如果regex中有定义组,可以在第二参数中通过$符号获取正则表达式中的已有的组
String str = "qq123456w14op25675f".replaceAll("\\d{5,}","#"); //将大于等于5位的数字替换成井号
String str = "addbgggckkkd".replaceAll("(.)\\1+","#"); //将多个重复字符替换成井号
String str = "erkktyqqquizzzzzo".replaceAll("(.)\\1+","$1"); //将多个重复字符替换成单个字符
- 获取:将字符串中的符合规则的子串取出
- 将正则表达式封装成对象
- 让正则对象和要操作的字符串相关联
- 关联后,获取正则匹配引擎
- 通过引擎对符合规则的子串进行操作,比如取出
//将规则封装成对象
Pattern p = Pattern.compile(reg);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m = p.matcher(str);
while(m.find()) {
System.out.println(m.group());
}
- 如果只想知道该字符是否对是错,使用匹配
- 想要将已有的字符串变成另一个字符串,替换
- 想要按照自定的方式将字符串变成多个字符串。切割。获取规则以外的子串
- 想要拿到符合需求的字符串子串,获取。获取符合规则的子串
字符:
构造 | 匹配 |
`x` | 字符 x |
`\\` | 反斜线字符 |
`\0n` | 带有八进制值 0 的字符 n (0 <= n <= 7) |
`\0nn` | 带有八进制值 0 的字符 nn (0 <= n <= 7) |
`\0mnn` | 带有八进制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7) |
`\xhh` | 带有十六进制值 0x 的字符 hh |
`\uhhhh` | 带有十六进制值 0x 的字符 hhhh |
`\t` | 制表符 (`'\u0009'`) |
`\n` | 新行(换行)符 (`'\u000A'`) |
`\r` | 回车符 (`'\u000D'`) |
`\f` | 换页符 (`'\u000C'`) |
`\a` | 报警 (bell) 符 (`'\u0007'`) |
`\e` | 转义符 (`'\u001B'`) |
`\cx` | 对应于 x 的控制符 |
字符类:
构造 | 匹配 |
`[abc]` | a、b 或 c(简单类) |
`[^abc]` | 任何字符,除了 a、b 或 c(否定) |
`[a-zA-Z]` | a 到 z 或 A 到 Z,两头的字母包括在内(范围) |
`[a-d[m-p]]` | a 到 d 或 m 到 p:`[a-dm-p]`(并集) |
`[a-z&&[def]]` | d、e 或 f(交集) |
`[a-z&&[^bc]]` | a 到 z,除了 b 和 c:`[ad-z]`(减去) |
`[a-z&&[^m-p]]` | a 到 z,而非 m 到 p:`[a-lq-z]`(减去) |
预定义字符类:
构造 | 匹配 |
`.` | 任何字符(与行结束符可能匹配也可能不匹配) |
`\d` | 数字:`[0-9]` |
`\D` | 非数字:`[^0-9]` |
`\s` | 空白字符:`[ \t\n\x0B\f\r]` |
`\S` | 非空白字符:`[^\s]` |
`\w` | 单词字符:`[a-zA-Z_0-9]` |
`\W` | 非单词字符:`[^\w]` |
POSIX 字符类(仅 US-ASCII):
构造 | 匹配 |
`\p{Lower}` | 小写字母字符:`[a-z]` |
`\p{Upper}` | 大写字母字符:`[A-Z]` |
`\p{ASCII}` | 所有 ASCII:`[\x00-\x7F]` |
`\p{Alpha}` | 字母字符:`[\p{Lower}\p{Upper}]` |
`\p{Digit}` | 十进制数字:`[0-9]` |
`\p{Alnum}` | 字母数字字符:`[\p{Alpha}\p{Digit}]` |
`\p{Punct}` | 标点符号:`!"#$%&'()*+,-./:;<=>?@[\]^_{|}~` |
`\p{Graph}` | 可见字符:`[\p{Alnum}\p{Punct}]` |
`\p{Print}` | 可打印字符:`[\p{Graph}\x20]` |
`\p{Blank}` | 空格或制表符:`[ \t]` |
`\p{Cntrl}` | 控制字符:`[\x00-\x1F\x7F]` |
`\p{XDigit}` | 十六进制数字:`[0-9a-fA-F]` |
`\p{Space}` | 空白字符:`[ \t\n\x0B\f\r]` |
java.lang.Character 类(简单的 java 字符类型):
构造 | 匹配 |
`\p{javaLowerCase}` | 等效于 `java.lang.Character.isLowerCase()` |
`\p{javaUpperCase}` | 等效于 `java.lang.Character.isUpperCase()` |
`\p{javaWhitespace}` | 等效于 `java.lang.Character.isWhitespace()` |
`\p{javaMirrored}` | 等效于 `java.lang.Character.isMirrored()` |
Unicode 块和类别的类:
构造 | 匹配 |
`\p{InGreek}` | Greek 块(简单块)中的字符 |
`\p{Lu}` | 大写字母(简单类别) |
`\p{Sc}` | 货币符号 |
`\P{InGreek}` | 所有字符,Greek 块中的除外(否定) |
`[\p{L}&&[^\p{Lu}]]` | 所有字母,大写字母除外(减去) |
边界匹配器:
构造 | 匹配 |
`^` | 行的开头 |
`$` | 行的结尾 |
`\b` | 单词边界 |
`\B` | 非单词边界 |
`\A` | 输入的开头 |
`\G` | 上一个匹配的结尾 |
`\Z` | 输入的结尾,仅用于最后的结束符(如果有的话) |
`\z` | 输入的结尾 |
Greedy 数量词:
构造 | 匹配 |
`X?` | X,一次或一次也没有 |
`X*` | X,零次或多次 |
`X+` | X,一次或多次 |
`X{n}` | X,恰好 n 次 |
`X{n,}` | X,至少 n 次 |
`X{n,m}` | X,至少 n 次,但是不超过 m 次 |
Reluctant 数量词:
构造 | 匹配 |
`X??` | X,一次或一次也没有 |
`X*?` | X,零次或多次 |
`X+?` | X,一次或多次 |
`X{n}?` | X,恰好 n 次 |
`X{n,}?` | X,至少 n 次 |
`X{n,m}?` | X,至少 n 次,但是不超过 m 次 |
Possessive 数量词:
构造 | 匹配 |
`X?+` | X,一次或一次也没有 |
`X*+` | X,零次或多次 |
`X++` | X,一次或多次 |
`X{n}+` | X,恰好 n 次 |
`X{n,}+` | X,至少 n 次 |
`X{n,m}+` | X,至少 n 次,但是不超过 m 次 |
Logical 运算符:
构造 | 匹配 |
`XY` | X 后跟 Y |
`X|Y` | X 或 Y |
`(X)` | X,作为捕获组 |
Back 引用:
构造 | 匹配 |
`\n` | 任何匹配的 nth 捕获组 |
引用:
构造 | 匹配 |
`\` | Nothing,但是引用以下字符 |
`\Q` | Nothing,但是引用所有字符,直到`\E` |
`\E` | Nothing,但是结束从`\Q`开始的引用 |
特殊构造(非捕获):
构造 | 匹配 |
`(?:X)` | X,作为非捕获组 |
`(?idmsux-idmsux)` | Nothing,但是将匹配标志i d m s u x on - off |
`(?idmsux-idmsux:X)` | X,作为带有给定标志 i d m s u x on - off |
`(?=X)` | X,通过零宽度的正 lookahead |
`(?!X)` | X,通过零宽度的负 lookahead |
`(?<=X)` | X,通过零宽度的正 lookbehind |
`(?<!X)` | X,通过零宽度的负 lookbehind |
`(?>X)` | X,作为独立的非捕获组 |