正则表达式1：概念

最新推荐文章于 2021-07-30 11:44:52 发布

原创最新推荐文章于 2021-07-30 11:44:52 发布 · 311 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java #嵌入式

Java Web 专栏收录该内容

3 篇文章

订阅专栏

本文深入探讨了正则表达式在程序开发中的应用，详细介绍了其基本概念、常用正则表达式符号及其在Java中的具体实现方法。通过实例演示，展示了如何利用Pattern.compile函数设置匹配行为参数，提升正则表达式匹配效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[size=large][b]1. 概念[/b][/size]

[size=medium]在程序开发中，难免会遇到需要匹配、查找、替换、判断字符串的情况发生，而这些情况有时又比较复杂，如果用纯编码方式解决，往往会浪费程序员的时间及精力。因此，学习及使用正则表达式，便成了解决这一矛盾的主要手段。[/size]

[size=medium]正则表达式是一种可以用于模式匹配和替换的规范。[/size]

[size=medium]一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。[/size]

[size=medium]正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。[/size]

[size=medium]自从jdk1.4推出java.util.regex包，就为我们提供了很好的JAVA正则表达式应用平台。[/size]

[size=large][b]2. 一些正则表达式[/b][/size]

[size=medium][b]（1）[/b][/size]

[size=medium]\\ 反斜杠[/size]
[size=medium]\t 间隔 ('\u0009')[/size]
[size=medium]\n 换行 ('\u000A') [/size]
[size=medium]\r 回车 ('\u000D') [/size]
[size=medium]\d 数字等价于[0-9] [/size]
[size=medium]\D 非数字等价于[^0-9] [/size]
[size=medium]\s 空白符号 [\t\n\x0B\f\r] [/size]
[size=medium]\S 非空白符号 [^\t\n\x0B\f\r][/size]
[size=medium]\w 单独字符 [a-zA-Z_0-9][/size]
[size=medium]\W 非单独字符 [^a-zA-Z_0-9] [/size]
[size=medium]\f 换页符 [/size]
[size=medium]\e Escape[/size]
[size=medium]\b 一个单词的边界[/size]
[size=medium]\B 一个非单词的边界[/size]
[size=medium]\G 前一个匹配的结束[/size]

[size=medium][b]（2）[/b][/size]

[size=medium]^ 限制开头（^java：条件限制为以Java为开头字符）[/size]
[size=medium]$ 限制结尾（java$：条件限制为以java为结尾字符）[/size]
[size=medium]. 条件限制除\n以外任意一个单独字符（java..：条件限制为java后除换行外任意两个字符）[/size]

[size=medium][b]（3）加入特定限制条件[/b][/size]

[size=medium][b]（3.1）[/b]加入特定限制条件「[]」：[/size]

[size=medium][a-z] 条件限制在小写a to z范围中一个字符 [/size]
[size=medium][A-Z] 条件限制在大写A to Z范围中一个字符[/size]
[size=medium][a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符[/size]
[size=medium][0-9] 条件限制在小写0 to 9范围中一个字符[/size]
[size=medium][0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符 [/size]
[size=medium][0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集) [/size]

[size=medium][b]（3.2）[/b][]中加入^后加再次限制条件「[^]」 [/size]

[size=medium][^a-z] 条件限制在非小写a to z范围中一个字符 [/size]
[size=medium][^A-Z] 条件限制在非大写A to Z范围中一个字符 [/size]
[size=medium][^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符 [/size]
[size=medium][^0-9] 条件限制在非小写0 to 9范围中一个字符[/size]
[size=medium][^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符 [/size]
[size=medium][^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集) [/size]

[size=medium][b]（3.3）[/b]在限制条件为特定字符出现0次以上时，可以使用「*」 [/size]

[size=medium]J* 0个以上J [/size]
[size=medium].* 0个以上任意字符[/size]
[size=medium]J.*D J与D之间0个以上任意字符 [/size]

[size=medium][b]（3.4）[/b]在限制条件为特定字符出现1次以上时，可以使用「+」 [/size]

[size=medium]J+ 1个以上J[/size]
[size=medium].+ 1个以上任意字符[/size]
[size=medium]J.+D J与D之间1个以上任意字符[/size]

[size=medium][b]（3.5）[/b]在限制条件为特定字符出现有0或1次以上时，可以使用「?」 [/size]

[size=medium]JA? J或者JA出现[/size]

[size=medium][b]（3.6）[/b]限制为连续出现指定次数字符「{a}」[/size]

[size=medium]J{2} JJ[/size]
[size=medium]J{3} JJJ [/size]
[size=medium]文字a个以上，并且「{a,}」[/size]
[size=medium]J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存) [/size]
[size=medium]文字a个以上，b个以下「{a,b}」[/size]
[size=medium]J{3,5} JJJ或JJJJ或JJJJJ [/size]
[size=medium]两者取一「|」[/size]
[size=medium]J|A J或A [/size]
[size=medium]Java|Hello Java或Hello [/size]

[size=medium][b]（3.7）[/b]「()」中规定一个组合类型 [/size]

[size=medium]比如，查询<a href=\"index.html\">index</a>中<a href></a>间的数据，可写作<a.*href=\".*\">(.+?)</a> [/size]

[size=medium][b]（4）用Pattern.compile函数时[/b][/size]

[size=medium]在使用Pattern.compile函数时，可以加入控制正则表达式的匹配行为的参数： Pattern Pattern.compile(String regex, int flag) [/size]

[size=medium][b]flag的取值范围如下：[/b][/size]

[size=medium][b]（4.1）[/b]Pattern.CANON_EQ [/size]

[size=medium]当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。[/size]

[size=medium]比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。[/size]

[size=medium][b]（4.2）[/b]Pattern.CASE_INSENSITIVE(?i) [/size]

[size=medium]默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。 [/size]

[size=medium]这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。[/size]

[size=medium][b]（4.3）[/b]Pattern.COMMENTS(?x) [/size]

[size=medium]在这种模式下，匹配时会忽略(正则表达式里的)空格字符。[/size]

[size=medium](译者注：不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。[/size]

[size=medium]注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。[/size]

[size=medium][b]（4.4）[/b]Pattern.DOTALL(?s) [/size]

[size=medium]在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。[/size]

[size=medium]默认情况下，表达式'.'不匹配行的结束符。[/size]

[size=medium][b]（4.5）[/b]Pattern.MULTILINE(?m) [/size]

[size=medium]在这种模式下，'^'和'$'分别匹配一行的开始和结束。[/size]

[size=medium]此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。[/size]

[size=medium][b]（4.6）[/b]Pattern.UNICODE_CASE(?u) [/size]

[size=medium]在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。[/size]

[size=medium]默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。[/size]

[size=medium][b]（4.7）[/b]Pattern.UNIX_LINES(?d) [/size]

[size=medium]在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。[/size]

[color=red][size=medium]请多的内容，请查看java.util.regex包中的Pattern类。[/size][/color]