作为程序员之正则表达式

正则表达式#

目录

• 正则表达式#
  • 基础语法##
    • 标准字符集合
    • 自定义的字符集合###
      • 匹配次数
    • 多行、单行模式
    • 字符边界/匹配位置##
  • 高级语法##
    • 选择符和分组###
    • 反向引用###
    • 预搜索/零宽断言###
  • 例子##
    • 匹配邮箱###
    • 中文字符###
    • 用正则表达式取出正则表达式中括号里的数据
    • 匹配IP地址###
    • 电话、手机号码##

基础语法###

标准字符集合#

\D 和[^\d]意思一样，就是与 \d 相反

REG	意义
\ddigital	表示 0 到 9 之间任意的一个数字
\wworld	表示任意一个字母或数字或下划线,不包含￥$%等
\sspace	表示包括空格、制表符、换行符等空白字符中任意一个
.	可以匹配任意一个字符

自定义的字符集合####

REG	意义
[ad# ]方括号	表示匹配 a 或 d 或 # 或 空格
^[ad# ]	表示除方括号以外的字符
[a-g]	表示匹配 a 到 g 之间的字符，别和上面的混淆了
[^a-f,0-3]	匹配除了 a - f 和 0 到 3以外的字符

匹配次数#

REG	意义
(\d){10}	前面的规则重复匹配了10次
{n,m}	表示至少重复n次，最多重复m次
{n,}	至少n次
?	同
+	同
*	同

多行、单行模式#

1. 忽略大小写：ignorecase
2. 单行模式：single line 整个串作为一个模板串
3. 多行模式：multi line 模板串分为多个行

字符边界/匹配位置###

| REG | 意义|
| :-------- | --------😐 :------: |
| ^ | 与字符串开始的地方匹配|
| $ | 与字符串结束的地方匹配|
| \b| 表示在边界处匹配字符，放在左右会不一样的结果|

高级语法###

选择符和分组####

|REG| 意思 |
| :-------- | --------😐 :------: |
| \| | 表示‘或’的意思，匹配左边或右边 |
|()| 对正则表达式分组，更好地组织匹配|
|(?:Expression)|不把()组中匹配到的字符不保存到group中|

反向引用####

\nnn反向引用|把捕获的字符分组编号，左括号为一个分组

预搜索/零宽断言####

也是匹配位置

很少用的

|REG | 意义 |
| :-------- | --------😐 :------: |
| （\w)(?=Expression) | 匹配以Expression匹配到的字符结尾的字符|
| （\w)(?!Expression) | 匹配不能以Expression匹配到的字符结尾的字符|
| （\w)(?<=Expression) | 位置前面可以匹配Expression|
| （\w)(?<!Expression) | 位置后面可以Expression|

表达式 方向 说明
|GEG|意义|
|:----|----😐----😐
|(?=xxx) |正向预搜索（向右） 正向预搜索，判断当前位置右侧是否能匹配指定表达式 |
|(?!xxx) | 正向预搜索（向右） 正向预搜索否定，判断当前位置右侧是否不能够匹配指定表达式 |
|(?<=xxx)| 反向预搜索,反向预搜索，判断当前位置左侧是否能够匹配指定表达式|

例子###

匹配邮箱####

要考虑的问题：

1. 把@前面的给匹配了：(\w+)
2. 匹配“.”：. (因为“.”表示任意字符，所以要转义一下才能匹配到“.”)
3. 把@后面的域名给匹配了，要考虑多层域名的匹配
4. 用户名和域名中的大小写
5. 用户名中含有 “.”
6. 并不允许用户名中出现”-“

第一版
没能匹配到用户名中有 ”.“的邮箱
(\w+)@(\w+)(\.[a-zA-Z]{2,5}){1,2}

2989389@qq.com
adfj32KddkfKJAD@163.com
ajdf23AKDJFO@yahoo.com.cn
akdjf239290@guet.org
KFADJSFOAJDSFOAEJ@GUET.EDU.CN

最终版
(\w)+(\.\w+)*@(\w)+((\.\w{2,3}){1,3})

这个可以匹配用户名含有“.“的邮箱

Copy
package regex;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class MatchMail {
	public static void main(String[] args) {
		
		//正则表达式
		Pattern p = Pattern.compile("(\\w)+(\\.\\w+)*@(\\w)+((\\.\\w{2,3}){1,3})");
		
		//待匹配的字符串
		String str = "2989389@qq.com"
				+ "adfj32KddkfKJAD@163.com"
				+ "ajdf23AKDJFO@yahoo.com.cn"
				+ "akdjf239290@guet.org"
				+ "KFADJSFOAJDSFOAEJ@GUET.EDU.CN"
				+"23jka32ir.323dfj@qq.com"
				+"23rfasdf.com.@163.qq.com"
				;
		
		//用正则表达式去匹配字符串
		Matcher m = p.matcher(str);
		int i = 0;
		
		//如果发现，m.find()则为true
		while(m.find())
		{
		//每一组匹配到的字符都被放到了group里
			System.out.println(m.group(0));
			i++;
		}
		System.out.println(i);
	}
}

中文字符####

[\u4e00-\u9fa5]

---

用正则表达式取出正则表达式中括号里的数据#

Copy
package atest;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Aa {
	public static void main(String args[]) throws Exception {
		// 用正则表达式把字符串中的浮点数提取出来
		// "\\d*[.]\\d*" 不能处理 .t3
		// “\\(.*?\\)” 也是可以的
		Pattern p = Pattern.compile("[\\d]+\\.[\\d]+");
		String u = "Mv(2.50),Tl(3.25),3.t3,3.,3..,Tr(3.26),Bk(2.16)";
		Matcher m = p.matcher(u);

		// 统计有多少个浮点数
		int i = 0;
		while (m.find()) {
			System.out.println(m.group());
			i++;
		}
		
		System.out.println(i);
	}
}

匹配IP地址####

1. 匹配：三个字符一个点 三个字符一个点 三个字符一个点 三个字符
2. IP地址<255
3. IP地址的数字不能以0开始，如：012.

• 第一版：

Copy
((\d{1,3})\.){3}\d{1,3}

把562.264.351也匹配了，没能确定IP地址<255

• 第二版(最终版)

Copy
(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)

Copy
    / **
     *    最简洁的IP判断正则表达式
     *  25[0-5]                     250-255
     *  2[0-4]\d                    200-249
     *  [01]?\d\d?                 000-199(0-9 \d)(10-99 \d\d)(100-99 1\d\d)
     *  ($|(?!\.$)\.)               结束 或者 不以.结束的加上.
     *  (?!^0{1,3}(\.0{1,3}){3}$)     排除 0.0.0.0 /^(?!^0{1,3}(\.0{1,3}){3}$)((25[0-5]|2[0-4]\d|[01]?\d\d?)($|(?!\.$)\.)){4}$/
     *  (?!^255(\.255){3}$)           排除 255.255.255.255
     */ 

电话、手机号码###

固定电话7位数，包含0开头和”—”
移动电话11位数，以13或15开头

Copy
(0\d{2,3}-\d{7,9})|(1[35]\d{9})

Copy
package regex;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class TestCode {
	public static void main(String[] args) {
		Pattern p = Pattern.compile("(0\\d{2,3}-\\d{7,9})|(1[35]\\d{9})");
		String str = "15907877344"
				+ "0774-1593849"
				+ "13877477862"
				+ "1555615951"
				+ "6651651565151"
				+ "13515a1dfa91w13"
				+ "434$tfsf51asf51"
				+ "8E94	WE8";
		Matcher m = p.matcher(str);
		while(m.find())
		{
			System.out.println(m.group(0));
		}
	}
}

所用到的工具是RegexBuddy