javaz正则、捕获组

原创已于 2022-11-10 17:01:46 修改 · 619 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java #jvm #正则表达式

于 2020-05-25 15:40:23 首次发布

Java 专栏收录该内容

3 篇文章

订阅专栏

java正则、捕获组

1.正则概念

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

2.正则表达式的规则

> 1、任意一个字符表示匹配任意对应的字符，如a匹配a，7匹配7，-匹配-。
> 
> 2、[]代表匹配中括号中其中任一个字符，如[abc]匹配a或b或c。
> 
> 3、-在中括号里面和外面代表含义不同，如在外时，就匹配-，如果在中括号内[a-b]表示匹配26个小写字母中的任一个；[a-zA-Z]匹配大小写共52个字母中任一个；[0-9]匹配十个数字中任一个。
> 
> 4、^在中括号里面和外面含义不同，如在外时，就表示开头，  ^ 7[0-9]表示匹配开头是7的，且第二位是任一数字的字符串；如果在中括号里面，表示除了这个字符之外的任意字符(包括数字，特殊字符)，如[^abc]表示匹配出去abc之外的其他任一字符。


> 5、.表示匹配任意的字符。
> 6、\d表示数字。
> 7、\D表示非数字。
> 8、\s表示由空字符组成，[ \t\n\r\x\f]。
> 9、\S表示由非空字符组成，[^\s]。
> 10、\w表示字母、数字、下划线，[a-zA-Z0-9_]。
> 11、\W表示不是由字母、数字、下划线组成。

> 12、?: 表示出现0次或1次
> 13、+表示出现1次或多次。
> 14、*表示出现0次、1次或多次。
> 15、{n}表示出现n次。
> 16、{n,m}表示出现n~m次。
> 17、{n,}表示出现n次或n次以上。
> 18、XY表示X后面跟着Y，这里X和Y分别是正则表达式的一部分。
> 19、X|Y表示X或Y，比如"food|f"匹配的是foo（d或f），而"(food)|f"匹配的是food或f。
> 20、 (X)子表达式，将X看做是一个整体。

3.如何使用正则表达式

3.1 匹配

1). 实现方式1，匹配一个数字。

   /**
     * 匹配一个数字
     */
    public void regex1(){
        String str = "8";
        String regex = "[0-9]";
        boolean flag = Pattern.matches(regex,str);
        System.out.println(flag);
    }

2). 实现方式2, 匹配3个到5个字母，大小写不限，包括3和5个。

    /**
     * 匹配3到5个字母
     */
    public void regex2(){
        String str = "hello";
        String regex = "[a-zA-Z]{3,5}";
        boolean flag = Pattern.matches(regex,str);
        System.out.println(flag);
    }

3). 实现方式3(此种实现方式最快)，匹配11位的电话号码，匹配规则：第一个数字是1，第二个数字是2,3,7,8中任一个，后面9位数字中不包含4。

   /**
     * 匹配11位的电话号码，匹配规则：第一个数字是1，第二个数字是2,3,7,8中任一个，后面9位数字中不包含4。
     */
    public void regex3(){
        String str = "13656231253";
        String regex = "1[2378][0-35-9]{9}";
        boolean flag = Pattern.matches(regex,str);
        System.out.println(flag);
    }

4）正则必须包含字母数字下划线，长度至少8位

思路：排除法

1、排除大写字母、小写字母、数字、特殊符号中1种组合、2种组合、3种组合，那么就只剩下4种都包含的组合了

2、表达式为：^(?![A-Za-z0-9]+ $)(?![a−z0−9W]+)(?![a-z0-9\\W]+$ )(?![A-Za-z\W]+ $)(?![A−Z0−9W]+)(?![A-Z0-9\\W]+$ )[a-zA-Z0-9\W]{8,}$

3、拆分解释：其中（2）-（6）运用了零宽断言、环视等正则功能

（1）^匹配开头

（2）(?![A-Za-z0-9]+$)匹配后面不全是（大写字母或小写字母或数字）的位置，排除了（大写字母、小写字母、数字）的1种2种3种组合

（3）(?![a-z0-9\W]+$)同理，排除了（小写字母、数字、特殊符号）的1种2种3种组合

（4）(?![A-Za-z\W]+$)同理，排除了（大写字母、小写字母、特殊符号）的1种2种3种组合

（5）(?![A-Z0-9\W]+$)同理，排除了（大写字母、数组、特殊符号）的1种2种3种组合

（6）[a-zA-Z0-9\W]匹配（小写字母或大写字母或数字或特殊符号）因为排除了上面的组合，所以就只剩下了4种都包含的组合了

（7）{8,}8位以上

（8）$匹配字符串结尾

代码：

 //大小写字母数字下划线4选4,且至少8位
 private final String regex4 = "^(?![A-Z0-9\\W_]+$)(?![a-z0-9\\W_]+$)(?![a-zA-Z\\W_]+$)(?![a-zA-Z0-9]+$)[a-zA-Z0-9\\W_]{8,}$";
 //大小写字母数字下划线4选3,且至少8位
 private final String regex4To3 = "^(?![a-zA-Z]+$)(?![A-Z0-9]+$)(?![A-Z\\W_]+$)(?![a-z0-9]+$)(?![a-z\\W_]+$)(?![0-9\\W_]+$)[a-zA-Z0-9\\W_]{8,}$";
 //大小写字母数字下划线,且至少8位
 private final String regexAll = "[a-zA-Z0-9\\W_]{8,}";
/**
     * 正则必须包含字母数字下划线，长度至少8位
     * @param str1
     * @return
     */
    public boolean regex5(String str1){
        boolean flag = false;
        flag = Pattern.matches(regex4,str1);
        return flag;
    }

3.2 替换

1）简单替换

   /**
     * 替换数字、字母
     */
    public void regex4(){
        String str = "12ab8cde9fg0";
        String regex1 = "[a-zA-Z]";
        String regex2 = "\\d+";
        String regex1Replace = str.replaceAll(regex1,".");
        String regex2Replace = str.replaceAll(regex2,"*");
        System.out.println(regex1Replace);
        System.out.println(regex2Replace);
    }

4 、捕获组

捕获组分为：

普通捕获组(Expression)
命名捕获组(?Expression)

普通捕获组

从正则表达式左侧开始，每出现一个左括号"("记做一个分组，分组编号从 1 开始。0 代表整个表达式。

对于时间字符串：2017-04-25，表达式如下

(\\d{4})-((\\d{2})-(\\d{2}))

有 4 个左括号，所以有 4 个分组:

编号	捕获组	匹配
0	(\d{4})-((\d{2})-(\d{2}))	2017-04-25
1	(\d{4})	2017
2	((\d{2})-(\d{2}))	04-25
3	(\d{2})	04
4	(\d{2})	25

代码

   public void regex6(){
        //捕获组
        String DATE_STRING = "2017-04-25";
        String P_COMM = "(\\d{4}-((\\d{2})-(\\d{2})))";

        Pattern pattern = Pattern.compile(P_COMM);
        Matcher matcher = pattern.matcher(DATE_STRING);
        matcher.find();//必须要有这句
        System.out.printf("\nmatcher.group(0) value:%s", matcher.group(0));
        System.out.printf("\nmatcher.group(1) value:%s", matcher.group(1));
        System.out.printf("\nmatcher.group(2) value:%s", matcher.group(2));
        System.out.printf("\nmatcher.group(3) value:%s", matcher.group(3));
        System.out.printf("\nmatcher.group(4) value:%s", matcher.group(4));
    }

命名捕获组

每个以左括号开始的捕获组，都紧跟着 ?，而后才是正则表达式。

对于时间字符串：2017-04-25，表达式如下:

(?<year>\\d{4})-(?<md>(?<month>\\d{2})-(?<date>\\d{2}))

命名的捕获组同样也可以使用编号获取相应值。

    public void regex7(){
        String DATE_STRING = "2017-04-25";
        String P_COMM = "(?<year>\\d{4})-(?<md>(?<mm>\\d{2})-(?<dd>\\d{2}))";
        Pattern pattern = Pattern.compile(P_COMM);
        Matcher matcher = pattern.matcher(DATE_STRING);
        matcher.find();//必须要有这句
        System.out.printf("\nmatcher.group(0) value:%s", matcher.group(0));
        System.out.printf("\nmatcher.group(1) value:%s", matcher.group("year"));
        System.out.printf("\nmatcher.group(2) value:%s", matcher.group("md"));
        System.out.printf("\nmatcher.group(3) value:%s", matcher.group("mm"));
        System.out.printf("\nmatcher.group(4) value:%s", matcher.group("dd"));
    }