正则表达式语法详解

目录

1. 转义号\\

2. 字符匹配符

3. 选择匹配符

4. 限定符

5. 定位符

6. 分组

6.1 常用分组

6.2 特别分组

---

想要灵活的运用正则表达式，必须了解各种元字符的功能。元字符从功能上大致分为：限定符、选择匹配符、分组组合和反向引用符、特殊字符、字符匹配符、定位符。

1. 转义号\\

（1）在使用正则表达式去检索某些特殊字符的时候，需要用到转义符号，否则检索不到结果，甚至会报错的。

（2）在Java的正则表达式中，两个\\代表其他语言中的一个\。

（3）需要用到转义符的字符有：* + ( ) $ / \ ? [ ] ^ { }

2. 字符匹配符

（1）符号一览

符号	含义	示例	解释
[]	可接收的字符列表，也可以放入各种符号，来匹配符号本身	[efgh] [&%#]	匹配e、f、g、h中的任意一个字符；匹配&、%、#中的任意一个字符
[^]	不接收的字符列表	[^abc]	除a、b、c之外的任意一个字符，包括数字和特殊符号
-	连字符	A-Z	任意单个大写字母
.	匹配除\n以外的任何字符	a..b	以a开头，b结尾，中间包括2个任意字符的长度为4的字符串
\\d	匹配单个数字字符，相当于[0-9]	\\d{3}(\\d)?	包含3个或4个数字的字符串
\\D	匹配单个非数字字符，相当于[^0-9]	\\D(\\d)*	以单个非数字字符开头，后接任意个数字字符串
\\w	匹配单个数字、大小写字母的字符,相当于 [0-9a-zA-Z]	\\d{3}\\w{4}	以3个数字字符开头的长度为7的数字字母字符串
\\W	匹配单个非数字、非大小写字母的字符，相当于[^0-9a-zA-Z]	\\W+\\d{2}	以至少1个非数字字母字符开头，2个数字字符结尾的字符串
\\s	匹配任何空白字符（空格、制表符等）	\\s
\\S	匹配任何非空白字符	\\S

（2）Java的正则表达式默认是区分字母大小写的，需要通过(?i)符号，或创建Pattern对象时，调用CASE_INSENSITIVE实现不区分字母大小写。

例：

①(?i)abc 表示abc都不区分大小写

②a(?i)bc 表示bc不区分大小写

③a((?i)b)c 表示只有b不区分大小写

④Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);

3. 选择匹配符

（1）在匹配某个字符串时是选择性的，即：既可以匹配这个，又可以匹配那个。

（2）选择匹配符|，匹配“|”之前或之后的表达式。如ab|cd，表示ab或cd。

4. 限定符

用于指定前面的字符和组合项连续出现多少次。（注：Java匹配默认是贪婪匹配，即尽可能匹配多的数）

符号	含义	示例	解释
*	指定字符重复0次或n次	(abc)*	仅包含任意个abc的字符串，等效于\w*
+	指定字符重复1次或n次（至少一次）	m+(abc)*	以至少1个m开头，后接任意个abc的字符串
?	指定字符重复0次或1次（至多一次）	m+abc?	以至少1个m开头，后接ab或abc的字符串
{n}	只能输入n个字符	[abcd]{3}	由abcd中字母组成的任意长度为3的字符串
{n,}	指定至少n个匹配	[abcd]{3,}	由abcd中字母组成的任意长度不小于3的字符串
{n,m}	指定至少n个但不多于m个匹配	[abcd]{3,5}	由abcd中字母组成的任意长度不小于3，不大于5的字符串

如果要实现“非贪婪匹配”，就在限定符最后加一个?号。如 \\d+? 就可以每次只匹配一个符号。

5. 定位符

定位符规定要匹配的字符串出现的位置，比如在字符串的开始还是在结束的位置。

符号	含义	示例	解释
^	指定起始字符	^[0-9]+[a-z]*	以至少1个数字开头，后接任意个小写字母的字符串
$	指定结束字符	^[0-9]\\-[a-z]+$	以1个数字开头后接连字符-，并以至少1个小写字母结尾的字符串
\\b	匹配目标字符串的边界（指子串间有空格，或目标字符串的结束位置）	han\\b	匹配字符串中 空格前或结束时的han （如han111han 234han）
\B	匹配目标字符串的非边界	han\\B	和\b的含义相反 （如han111han 234han）

6. 分组

6.1 常用分组

①(pattern)  非命名捕获。捕获匹配的子字符串。编号为零的第一个捕获是由整个正则表达式模式匹配的文本，其它捕获结果则根据左括号的顺序从1开始自动编号。

②(?<name>pattern)  命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。用于name的字符串不能包含任何标点符号，并且不能以数字开头。可以使用单引号替代尖括号，例如（？'name')。

在使用matcher.group()获取指定字符串内容时，就可以直接使用组名来获取matcher.group("name")。

6.2 特别分组

①(?:pattern)  匹配pattern但不捕获该匹配的子表达式，即是一个非捕获匹配，不存储供以后使用的匹配。这对于用 "or" 字符 (|) 组合模式部件的情况很有用。例如 'industr(?:y|ies)'是比'industry|industries'更经济的表达式。

②(?=pattern)  匹配处于pattern的字符串的起始点的搜索字符串，是一个非捕获匹配。例如，'Windows(?=95|98|NT|2000)'匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。

③(?!pattern)  匹配不处于pattern的字符串的起始点的搜索字符串，是一个非捕获匹配。例如，'Windows (?!95|98|NT|2000)'匹配"Windows 3.1"中的“Windows"，但不匹配"Windows 2000"中的"Windows"。