[学习笔记] Java正则表达式

正则表达式

正则表达式定义了字符串的模式，可以用于搜索、编辑或处理文本；

正则表达式使用字符串描述规则，并用于匹配字符串；

一个正则表达式其实就是一个描述规则的字符串，被正则表达式引擎用于匹配文本；

 

正则表达式是一套规则，可以用于任何语言；

Java提供内置的java.util.regex包用于支持正则表达式；

若正则表达式含有特殊字符，则需要用 \ 对其进行转义，在Java当中的字符串中 \ 要用 \\来表示；

 

匹配规则

正则表达式按照从左到右的顺序进行匹配；

 

匹配任意字符

在实际应用时，正则表达式用于进行模糊匹配，精确匹配由String.equals()就可以完成；

 

正则表达式语法

单个字符匹配规则

正则表达式	匹配字符
单个字符，如A	匹配指定字符，如A
\u####	匹配指定的Unicode字符
.	匹配除\r和\n之外的任意一个字符
\d	匹配任意一个数字，0-9
\w	匹配任意一个字母、数字或下划线
\s	匹配空格或Tab键
\D	匹配非数字
\W	匹配非\w
\S	匹配非空格或Tab键（\t）
\f	匹配换页符
\n	匹配换行符
\r	匹配回车符
\t	匹配垂直制表符

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

匹配多个字符

正则表达式	匹配字符
A*	匹配任意个数的字符
A+	至少匹配一个字符
A?	匹配0个或1个字符
A{n}	匹配指定的n个字符
A{m,n}	匹配指定范围内个数的字符
A{n,}	至少匹配n个字符

 

 

 

 

 

 

 

 

 

 

 

 

复杂的匹配规则

在其他语言中，要在正则表达式中插入一个反斜杠 \， 只需要用 \ 表示即可，而在Java中，需要两个反斜杠 \\ 才能表示一个反斜杠 \；

根据Java语言规范，Java源代码的字符串中的反斜杠被解释为Unicode转义或其他字符转义，因此必须在字符串字面值中使用两个反斜杠，表示正则表达式受到保护，不被Java编译器解释；

正则表达式	匹配字符
\	用于转义字符，将下一个字符标记为特殊字符、文本等
^	用正则表达式进行多行匹配时，^ 表示字符串开始的位置
$	用正则表达式进行多行匹配时， $ 表示字符串结束的位置
?	在正则表达式的规则后加上?表示采用非贪婪匹配模式（相比于默认的贪婪匹配模式尽可能长的匹配字符串，非贪婪模式会尽可能短的匹配字符串）
A|B	用|连接两个正则表达式，表示A或B
[ABC]	将所有符合条件的字符都列在方括号内组成一个字符集，匹配任何一个在字符集当中的字符，即匹配A或B或C
[^ABC]	将^放在字符集的开头表示一个反向字符集，即匹配A或B或C以外的字符
[a-z]	由于在字符集当中列出所有要匹配的字符比较麻烦，可以使用字符范围的形式来对字符集进行简化
[^a-z]	为了简化反字符集，也可以使用指定范围字符

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

分组匹配

在正则表达式中，可以使用括号(pattern)将子规则括起来表示匹配pattern及其子表达式；

括号还可以用于进行分组匹配，把要匹配的规则用括号进行分组可以方便后续对子字符串的提取；