17.正则表达式

給妳一生緈諨

已于 2025-02-10 09:15:17 修改

阅读量892

点赞数 18

文章标签：正则表达式 java

于 2025-02-08 16:54:42 首次发布

本文链接：https://blog.youkuaiyun.com/u011488477/article/details/145519097

版权

十七、正则表达式

1、什么是正则表达式

正则表达式定义了字符串的匹配模式

本质来说就是一个字符串,可以指定一些规则来搜索、编辑、校验或处理文本中其他字符串

正则表达式并不仅限于某一种语言,但是在每种语言中有细微的差别。

Java语言中的正则表达式匹配功能主要是通过java.util.regex.Matcher和java.util.regex.Pattern类实现的

2、正则表达式语法

反斜杠"“在 Java 中表示转义字符,这意味着”"在 Java 拥有预定义的含义

在其他语言中"\"表示我想要在正则表达式中插入一个普通的反斜杠,请不要给它任何特殊的意义。

在 Java 中"\" 表示我要插入一个正则表达式的反斜线,所以其后的字符具有特殊的意义。

所以在其他的语言中一个反斜杠""就足以具有转义的作用,而在 Java 正则表达式中则需要有两个反斜杠才能被解析为其他语言中的转义作用。

也可以简单的理解在 Java 的正则表达式中,两个"\“代表其他语言中的一个”",这也就是为什么表示一位数字的正则表达式是 \d,而表示一个普通的反斜杠是 \。

这里例举两个特别重要的用法

在匹配 . 或 { 或 [ 或 ( 或 ? 或 $ 或 ^ 或 * 这些特殊字符时,需要在前面加上" \“,比如匹配”. “时Java 中要写为 “\.”,但对于正则表达式来说就是”."
在匹配"“时Java 中要写为”\\“,但对于正则表达式来说就是”\"

注意:Java 中的正则表达式字符串有两层含义,首先 Java 字符串转义出符合正则表达式语法的字符串,然后再由转义后的正则表达式进行模式匹配。

(1)、基本的元字符

在这里插入图片描述

(2)、数量元字符

在这里插入图片描述

(3)、位置元字符

在这里插入图片描述

(4)、特殊字符元字符

在这里插入图片描述

(5)、回溯引用和前后查找

在这里插入图片描述

(6)、匹配模式

在这里插入图片描述

3、Java中的正则表达式

Java语言中的正则表达式匹配功能主要是通过java.util.regex.Matcher和java.util.regex.Pattern类实现的。

17.3.1、Pattern类

Pattern类用于创建一个正则表达式,也可以说创建一个匹配模式

(1)、创建匹配模式

Pattern类的构造方法是私有的,不可以直接创建对象

可以通过Pattern.complie(String regex)简单工厂方法创建一个正则表达式

pattern()返回正则表达式的字符串形式,其实就是返回Pattern.complile(String regex)的regex参数

【示例】

package com.java.pattern;

import java.util.regex.Pattern;

public class PatternTest001 {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("\\w+");
        p.pattern(); //返回 \w+
    }
}

在这里插入图片描述

(2)、Pattern.split()

Pattern有一个split(CharSequence input)方法,用于分隔字符串,并返回一个String[]

【示例】

package com.java.pattern;

import java.util.regex.Pattern;

public class PatternTest002 {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("\\d+");
        String[] str = p.split("我的QQ是:456我的电话是:014我的邮箱是:aom");
        for (int i = 0; i < str.length; i++) {
            System.out.println(str[i]);
        }
    }
}

在这里插入图片描述

(3)、Pattern.matcher(String regex,CharSequence input)

Pattern.matcher(String regex,CharSequence input)是一个静态方法,用于快速匹配字符串,该方法适合用于只匹配一次,且匹配全部字符串

【示例】

package com.java.pattern;

import java.util.regex.Pattern;

public class PatternTest003 {
    public static void main(String[] args) {
        System.out.println(Pattern.matches("\\d+", "2223")); //返回true
        System.out.println(Pattern.matches("\\d+", "2223aa")); //返回false,需要匹配到所有字符串才能返回true,这里aa不能匹配到
        System.out.println(Pattern.matches("\\d+", "22bb23")); //返回false,需要匹配到所有字符串才能返回true,这里bb不能匹配到
    }
}

在这里插入图片描述

17.3.2、Matcher类

Matcher类提供如下几个常用方法

find():在一个字符串里寻找一个给定模式的匹配
lookingAt():用一个给定的模式尝试匹配一个字符串的开头
matches():用一个给定的模式去尝试匹配一个完整的字符串
replaceAll():进行替换操作,对所有的匹配都进行替换
replaceFirst():进行替换操作,只对第一个匹配进行替换

(1)、创建Matcher对象

Pattern.matcher(CharSequence input)返回一个Matcher对象.

Matcher类的构造方法也是私有的,不能随意创建,只能通过Pattern.matcher(CharSequence input)方法得到该类的实例.

Pattern类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将Pattern与Matcher一起合作.Matcher类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持

【示例】

package com.java.pattern;

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

public class MatcherTest001 {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("\\d+");
        Matcher m = p.matcher("22bb23");
        System.out.println(m.pattern()); //返回p 也就是返回该Matcher对象是由哪个Pattern对象的创建的
    }
}

在这里插入图片描述

(2)、查找方法

查找方法用来检查输入字符串并返回一个布尔值,表示是否找到该模式

在这里插入图片描述

matches

对整个字符串进行匹配,只有整个字符串都匹配了才返回true
find()

对字符串进行匹配,只要在整个字符串中出现一次符合正则表达式的模式就可以
find(int start)

从指定索引处对字符串进行匹配,只要在字符串中出现一次符合正则表达式的模式就可以

下标从0开始
lookingAt()

对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true

【示例】

package com.java.pattern;

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

public class MatcherTest002 {
    public static void main(String[] args) {


        System.out.println("=============测试matchers方法============");
        //最多7位整数
        Pattern matchersPattern = Pattern.compile("\\d+");
        Matcher matchers01 = matchersPattern.matcher("22bb23");
        System.out.println("测试matches()方法:" + matchers01.matches()); //返回false,因为bb不能被\d+匹配,导致整个字符串匹配未成功.
        Matcher matchers02 = matchersPattern.matcher("2223");
        System.out.println("测试matches()方法:" + matchers02.matches()); //返回true,因为\d+匹配到了整个字符串

        System.out.println("===========测试find()方法===============");
        Pattern findPattern01 = Pattern.compile("\\d+");
        Matcher find01 = findPattern01.matcher("22bb23");
        System.out.println("测试find()方法:" + find01.find()); //返回true
        Matcher find02 = findPattern01.matcher("aa2223");
        System.out.println("测试find()方法:" + find02.find()); //返回true
        Matcher find03 = findPattern01.matcher("aa2223bb");
        System.out.println("测试find()方法:" + find03.find()); //返回true
        Matcher find04 = findPattern01.matcher("aabb");
        System.out.println("测试find()方法:" + find04.find()); //返回false

        System.out.println("===========测试find(int start)方法===============");
        Pattern findPattern02 = Pattern.compile("\\d+");
        Matcher find05 = findPattern02.matcher("22bb");
        System.out.println("测试find(int start)方法:" + find05.find(1)); //返回false
        Matcher find06 = findPattern02.matcher("aa2223");
        System.out.println("测试find(int start)方法:" + find06.find(3)); //返回true
        Matcher find07 = findPattern02.matcher("aa2223bb");
        System.out.println("测试find(int start)方法:" + find07.find(3)); //返回true
        Matcher find08 = findPattern02.matcher("aabb");
        System.out.println("测试find(int start)方法:" + find08.find(3)); //返回false

        System.out.println("===========测试lookingAt方法===============");
        Pattern lookingAtPattern01 = Pattern.compile("\\d+");
        Matcher lookingAt01 = lookingAtPattern01.matcher("22bb23");
        System.out.println("测试lookingAt方法:" + lookingAt01.lookingAt()); //返回true,因为\d+匹配到了前面的22
        Matcher lookingAt02 = lookingAtPattern01.matcher("aa2223");
        System.out.println("测试lookingAt方法:" + lookingAt02.lookingAt()); //返回false,因为\d+不能匹配前面的aa
    }
}

在这里插入图片描述

(3)、索引方法

Matcher类提供了如下方法以获取匹配的位置

start()

返回匹配到的子字符串在字符串中的索引位置.
end()

返回匹配到的子字符串的最后一个字符在字符串中的索引位置.
group()

返回匹配到的子字符串

当使用matches()、lookingAt()、find()执行匹配操作后,就可以利用以上方法得到更详细的信息

start()、end()、group()均有一个重载方法它们是start(int i)、end(int i)、 group(int i)专用于分组操作

Mathcer类还有一个groupCount()用于返回有多少组

【示例】

package com.java.pattern;

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

public class MatcherTest003 {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("\\d+");
        Matcher m1 = p.matcher("aaa2223bb");
        System.out.println("find()匹配结果:" + m1.find()); //匹配2223
        System.out.println("start位置:" + m1.start()); //返回3
        System.out.println("end位置:" + m1.end()); //返回7,返回的是2223后的索引号
        System.out.println("group:" + m1.group()); //返回2223

        Matcher m2 = p.matcher("2223bb");
        System.out.println("lookingAt()匹配结果:" + m2.lookingAt()); //匹配2223
        System.out.println("start位置:" + m2.start()); //返回0,由于lookingAt()只能匹配前面的字符串,所以当使用lookingAt()匹配时,start()方法总是返回0
        System.out.println("end位置:" + m2.end()); //返回4
        System.out.println("group:" + m2.group()); //返回2223

        Matcher m3 = p.matcher("222356");
        System.out.println("matches()匹配结果:" +m3.matches()); //匹配整个字符串
        System.out.println("start位置:" +m3.start()); //返回0
        System.out.println("end位置:" +m3.end()); //返回6
        System.out.println("group:" +m3.group()); //返回222356
    }
}

在这里插入图片描述

(4)、替换方法

替换方法是替换输入字符串里文本的方法

在这里插入图片描述

【示例】

package com.java.pattern;

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

public class MatcherTest004 {
    private static String REGEX = "a*b";
    private static String INPUT = "aabfooaabfooabfoobkkk";
    private static String REPLACE = "-";

    public static void main(String[] args) {
        Pattern p = Pattern.compile(REGEX);
        // 获取 matcher 对象
        Matcher m = p.matcher(INPUT);
        StringBuffer sb = new StringBuffer();
        while (m.find()) {
            m.appendReplacement(sb, REPLACE);
        }
        m.appendTail(sb);
        System.out.println(sb.toString());
    }
}

在这里插入图片描述

4、常用正则表达式

(1)、校验数字的表达式

1) 数字:^[0-9]*$
2) n位的数字:^\d{n}$
3) 至少n位的数字:^\d{n,}$
4) m-n位的数字:^\d{m,n}$
5) 零和非零开头的数字:^(0|[1-9][0-9]*)$
6) 非零开头的最多带两位小数的数字:^([1-9][0-9]*)+(.[0-9]{1,2})?$
7) 带1-2位小数的正数或负数:^(\-)?\d+(\.\d{1,2})?$
8) 正数、负数、和小数:^(\-|\+)?\d+(\.\d+)?$
9) 有两位小数的正实数:^[0-9]+(.[0-9]{2})?$
10) 有1~3位小数的正实数:^[0-9]+(.[0-9]{1,3})?$
11) 非零的正整数:^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12) 非零的负整数:^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13) 非负整数:^\d+$ 或 ^[1-9]\d*|0$
14) 非正整数:^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15) 非负浮点数:^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16) 非正浮点数:^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17) 正浮点数:^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18) 负浮点数:^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19) 浮点数:^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

(2)、校验字符的表达式

1) 汉字:^[\u4e00-\u9fa5]{0,}$
2) 英文和数字:^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3) 长度为3-20的所有字符:^.{3,20}$
4) 由26个英文字母组成的字符串:^[A-Za-z]+$
5) 由26个大写英文字母组成的字符串:^[A-Z]+$
6) 由26个小写英文字母组成的字符串:^[a-z]+$
7) 由数字和26个英文字母组成的字符串:^[A-Za-z0-9]+$
8) 由数字、26个英文字母或者下划线组成的字符串:^\w+$ 或 ^\w{3,20}$
9) 中文、英文、数字包括下划线:^[\u4E00-\u9FA5A-Za-z0-9_]+$
10) 中文、英文、数字但不包括下划线等符号:^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11) 可以输入含有^%&',;=?$\"等字符:[^%&',;=?$\x22]+
12) 禁止输入含有~的字符:[^~\x22]+

(3)、特殊需求表达式

1) Email地址:^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
2) 域名:[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3) InternetURL:[a-zA-z]+://[^\s]* 或 ^https://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
4) 手机号码:^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
5) 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX):^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$ 
6) 国内电话号码(0511-4405222、021-87888822):\d{3}-\d{8}|\d{4}-\d{7}
7) 身份证号:

   i.    15或18位身份证:^\d{15}|\d{18}$

   ii.    15位身份证:^[1-9]\d{7}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{3}$

   iii.    18位身份证:^[1-9]\d{5}[1-9]\d{3}((0\d)|(1[0-2]))(([0|1|2]\d)|3[0-1])\d{4}$

8. 短身份证号码(数字、字母x结尾):^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$

9. 帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$

10. 密码(以字母开头,长度在6~18之间,只能包含字母、数字和下划线):^[a-zA-Z]\w{5,17}$

11. 强密码(必须包含大小写字母和数字的组合,不能使用特殊字符,长度在8-10之间):^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$ 

12. 日期格式:^\d{4}-\d{1,2}-\d{1,2}

13. 一年的12个月(01～09和1～12):^(0?[1-9]|1[0-2])$

14. 一个月的31天(01～09和1～31):^((0?[1-9])|((1|2)[0-9])|30|31)$

15. 钱的输入格式

    1) 有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000":^[1-9][0-9]*$ 
    2) 这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式:^(0|[1-9][0-9]*)$ 
    3) 一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号:^(0|-?[1-9][0-9]*)$ 
    4) 这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分:^[0-9]+(.[0-9]+)?$ 
    5) 必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的:^[0-9]+(.[0-9]{2})?$ 
    6) 这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样:^[0-9]+(.[0-9]{1,2})?$
    7) 这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样:^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$ 

    8. 1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须:^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$*

    备注:这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里

16. xml文件:^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

17. 中文字符的正则表达式:[\u4e00-\u9fa5]

18. 双字节字符:[^\x00-\xff] (包括汉字在内,可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1))

19. 空白行的正则表达式:\n\s*\r (可以用来删除空白行)

20. HTML标记的正则表达式:<(\S*?)[^>]*>.*?|<.*? /> (网上流传的版本太糟糕,上面这个也仅仅能部分,对于复杂的嵌套标记依旧无能为力)

21. 首尾空白字符的正则表达式:^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式)

22. 腾讯QQ号:[1-9][0-9]{4,} (腾讯QQ号从10000开始)

23. 中国邮政编码:[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

24. IP地址:\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)