Java 正则表达式详解

最新推荐文章于 2024-10-24 16:00:00 发布
转载 最新推荐文章于 2024-10-24 16:00:00 发布 · 996 阅读 · 2
文章标签：

#java #正则表达式 #regex

转载地址：https://segmentfault.com/a/1190000009162306

目录

1. 正则表达式

1.1 什么是正则表达式

1.2 示例

2. 正则表达式的编写规则

2.1 常见匹配符号

2.2 元字符

2.3 限定符

2.4 分组和反向引用

2.4.1 仅分组但无反向引用

2.4.2 分组的反向引用副本

2.5 否定先行断言（Negative lookahead）

2.6 指定正则表达式的模式

2.7 Java 中的反斜杠

2.8 易错点示例

3. 在字符串中使用正则表达式

3.1 内置的字符串正则处理方法

3.2 示例

4. 模式和匹配

5. 若干个常用例子

5.1 中文的匹配

5.2 数字范围的匹配

5.3 img 标签的匹配

5.4 贪婪与非贪婪模式的匹配

6. 推荐两个在线正则工具

7. 参考

1. 正则表达式

1.1 什么是正则表达式

正则表达式
: 定义一个搜索模式的字符串。

正则表达式可以用于搜索、编辑和操作文本。

正则对文本的分析或修改过程为：首先正则表达式应用的是文本字符串（text/string），它会以定义的模式从左到右匹配文本，每个源字符只匹配一次。

1.2 示例

正则表达式匹配
this is text精确匹配字符串 "this is text"
this\s+is\s+text匹配单词 "this" 后跟一个或多个空格字符，后跟词 "is" 后跟一个或多个空格字符，后跟词 "text"
^\d+(\.\d+)?^ 定义模式必须匹配字符串的开始，d+ 匹配一个或多个数字，? 表明小括号内的语句是可选的，\. 匹配 "."，小括号表示分组。例如匹配："5"、"1.5" 和 "2.21"

 

2. 正则表达式的编写规则

2.1 常见匹配符号

正则表达式描述
.匹配所有单个字符，除了换行符（Linux 中换行是 \n，Windows 中换行是 \r\n）
^regex正则必须匹配字符串开头
regex$正则必须匹配字符串结尾
[abc]复选集定义，匹配字母 a 或 b 或 c
[abc][vz]复选集定义，匹配字母 a 或 b 或 c，后面跟着 v 或 z
[^abc]当插入符 ^ 在中括号中以第一个字符开始显示，则表示否定模式。此模式匹配所有字符，除了 a 或 b 或 c
[a-d1-7]范围匹配，匹配字母 a 到 d 和数字从 1 到 7 之间，但不匹配 d1
XZ匹配 X 后直接跟着 Z
X|Z匹配 X 或 Z

 

2.2 元字符

元字符是一个预定义的字符。

正则表达式描述
\d匹配一个数字，是 [0-9] 的简写
\D匹配一个非数字，是 [^0-9] 的简写
\s匹配一个空格，是 [ \t\n\x0b\r\f] 的简写
\S匹配一个非空格
\w匹配一个单词字符（大小写字母、数字、下划线），是 [a-zA-Z_0-9] 的简写
\W匹配一个非单词字符（除了大小写字母、数字、下划线之外的字符），等同于 [^\w]

 

2.3 限定符

限定符定义了一个元素可以发生的频率。

正则表达式描述举例
*匹配 >=0 个，是 {0,} 的简写X* 表示匹配零个或多个字母 X，.*表示匹配任何字符串
+匹配 >=1 个，是 {1,} 的简写X+ 表示匹配一个或多个字母 X
?匹配 1 个或 0 个，是 {0,1} 的简写X? 表示匹配 0 个或 1 个字母 X
{X}只匹配 X 个字符\d{3} 表示匹配 3 个数字，.{10}表示匹配任何长度是 10 的字符串
{X,Y}匹配 >=X 且 <=Y 个\d{1,4} 表示匹配至少 1 个最多 4 个数字
*?如果 ? 是限定符 * 或 + 或 ? 或 {} 后面的第一个字符，那么表示非贪婪模式（尽可能少的匹配字符），而不是默认的贪婪模式 

 

2.4 分组和反向引用

小括号 () 可以达到对正则表达式进行分组的效果。

模式分组后会在正则表达式中创建反向引用。反向引用会保存匹配模式分组的字符串片断，这使得我们可以获取并使用这个字符串片断。

在以正则表达式替换字符串的语法中，是通过 $ 来引用分组的反向引用，$0 是匹配完整模式的字符串（注意在 JavaScript 中是用 $& 表示）；$1 是第一个分组的反向引用；$2 是第二个分组的反向引用，以此类推。

示例：

package com.wuxianjiezh.demo.regex;

public class RegexTest {

    public static void main(String[] args) {
        // 去除单词与 , 和 . 之间的空格
        String Str = "Hello , World .";
        String pattern = "(\\w)(\\s+)([.,])";
        // $0 匹配 `(\w)(\s+)([.,])` 结果为 `o空格,` 和 `d空格.`
        // $1 匹配 `(\w)` 结果为 `o` 和 `d`
        // $2 匹配 `(\s+)` 结果为 `空格` 和 `空格`
        // $3 匹配 `([.,])` 结果为 `,` 和 `.`
        System.out.println(Str.replaceAll(pattern, "$1$3")); // Hello, World.
    }
}

上面的例子中，我们使用了 [.] 来匹配普通字符 . 而不需要使用 [\\.]。因为正则对于 [] 中的 .，会自动处理为 [\.]，即普通字符 . 进行匹配。

 

2.4.1 仅分组但无反向引用

当我们在小括号 () 内的模式开头加入 ?:，那么表示这个模式仅分组，但不创建反向引用。

示例：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "img.jpg";
        // 分组且创建反向引用
        Pattern pattern = Pattern.compile("(jpg|png)");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
            System.out.println(matcher.group(1));
        }
    }
}

运行结果：

jpg
jpg

若源码改为：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "img.jpg";
        // 分组但不创建反向引用
        Pattern pattern = Pattern.compile("(?:jpg|png)");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
            System.out.println(matcher.group(1));
        }
    }
}

运行结果：

jpg
Exception in thread "main" java.lang.IndexOutOfBoundsException: No group 1
    at java.util.regex.Matcher.group(Matcher.java:538)
    at com.wuxianjiezh.regex.RegexTest.main(RegexTest.java:15)

2.4.2 分组的反向引用副本

Java 中可以在小括号中使用 ?<name> 将小括号中匹配的内容保存为一个名字为 name 的副本。

示例：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "@wxj 你好啊";
        Pattern pattern = Pattern.compile("@(?<first>\\w+\\s)"); // 保存一个副本
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
            System.out.println(matcher.group(1));
            System.out.println(matcher.group("first"));
        }
    }
}

运行结果：

@wxj 
wxj 
wxj

2.5 否定先行断言（Negative lookahead）

我们可以创建否定先行断言模式的匹配，即某个字符串后面不包含另一个字符串的匹配模式。

否定先行断言模式通过 (?!pattern) 定义。比如，我们匹配后面不是跟着 "b" 的 "a"：

a(?!b)

2.6 指定正则表达式的模式

可以在正则的开头指定模式修饰符。

  • (?i) 使正则忽略大小写。
  • (?s) 表示单行模式（"single line mode"）使正则的 . 匹配所有字符，包括换行符。
  • (?m) 表示多行模式（"multi-line mode"），使正则的 ^ 和 $ 匹配字符串中每行的开始和结束。

2.7 Java 中的反斜杠

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。

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。

2.8 易错点示例

  • [jpg|png] 代表匹配 j 或 p 或 g 或 p 或 n 或 g 中的任意一个字符。
  • (jpg|png) 代表匹配 jpg 或 png。

 

3. 在字符串中使用正则表达式

3.1 内置的字符串正则处理方法

在 Java 中有四个内置的运行正则表达式的方法，分别是 matches()、split())、replaceFirst()、replaceAll()。注意 replace() 方法不支持正则表达式。

方法描述
s.matches("regex")当仅且当正则匹配整个字符串时返回 true
s.split("regex")按匹配的正则表达式切片字符串
s.replaceFirst("regex", "replacement")替换首次匹配的字符串片段
s.replaceAll("regex", "replacement")替换所有匹配的字符

3.2 示例

示例代码：

package com.wuxianjiezh.regex;

public class RegexTest {

    public static void main(String[] args) {
        System.out.println("wxj".matches("wxj"));
        System.out.println("----------");

        String[] array = "w x j".split("\\s");
        for (String item : array) {
            System.out.println(item);
        }
        System.out.println("----------");

        System.out.println("w x j".replaceFirst("\\s", "-"));
        System.out.println("----------");

        System.out.println("w x j".replaceAll("\\s", "-"));
    }
}

运行结果：

true
----------
w
x
j
----------
w-x j
----------
w-x-j

4. 模式和匹配

Java 中使用正则表达式需要用到两个类，分别为 java.util.regex.Pattern 和 java.util.regex.Matcher。

第一步，通过正则表达式创建模式对象 Pattern。

第二步，通过模式对象 Pattern，根据指定字符串创建匹配对象 Matcher。

第三步，通过匹配对象 Matcher，根据正则表达式操作字符串。

来个例子，加深理解：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String text = "Hello Regex!";

        Pattern pattern = Pattern.compile("\\w+");
        // Java 中忽略大小写，有两种写法：
        // Pattern pattern = Pattern.compile("\\w+", Pattern.CASE_INSENSITIVE);
        // Pattern pattern = Pattern.compile("(?i)\\w+"); // 推荐写法
        Matcher matcher = pattern.matcher(text);
        // 遍例所有匹配的序列
        while (matcher.find()) {
            System.out.print("Start index: " + matcher.start());
            System.out.print(" End index: " + matcher.end() + " ");
            System.out.println(matcher.group());
        }
        // 创建第两个模式，将空格替换为 tab
        Pattern replace = Pattern.compile("\\s+");
        Matcher matcher2 = replace.matcher(text);
        System.out.println(matcher2.replaceAll("\t"));
    }
}

运行结果：

Start index: 0 End index: 5 Hello
Start index: 6 End index: 11 Regex
Hello    Regex!

5. 若干个常用例子

5.1 中文的匹配

[\u4e00-\u9fa5]+ 代表匹配中文字。

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "閑人到人间";
        Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]+");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

运行结果：

閑人到人间

5.2 数字范围的匹配

比如，匹配 1990 到 2017。

注意：这里有个新手易范的错误，就是正则 [1990-2017]，实际这个正则只匹配 0 或 1 或 2 或 7 或 9 中的任一个字符。

正则表达式匹配数字范围时，首先要确定最大值与最小值，最后写中间值。

正确的匹配方式：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "1990\n2010\n2017";
        // 这里应用了 (?m) 的多行匹配模式，只为方便我们测试输出
        // "^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$" 为判断 1990-2017 正确的正则表达式
        Pattern pattern = Pattern.compile("(?m)^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

运行结果：

1990
2010
2017

5.3 img 标签的匹配

比如，获取图片文件内容，这里我们考虑了一些不规范的 img 标签写法：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "<img  src='aaa.jpg' /><img src=bbb.png/><img src=\"ccc.png\"/>" +
                "<img src='ddd.exe'/><img src='eee.jpn'/>";
        // 这里我们考虑了一些不规范的 img 标签写法，比如：空格、引号
        Pattern pattern = Pattern.compile("<img\\s+src=(?:['\"])?(?<src>\\w+.(jpg|png))(?:['\"])?\\s*/>");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group("src"));
        }
    }
}

运行结果：

aaa.jpg
bbb.png
ccc.png

5.4 贪婪与非贪婪模式的匹配

比如，获取 div 标签中的文本内容：

package com.wuxianjiezh.regex;

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

public class RegexTest {

    public static void main(String[] args) {
        String str = "<div>文章标题</div><div>发布时间</div>";
        // 贪婪模式
        Pattern pattern = Pattern.compile("<div>(?<title>.+)</div>");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group("title"));
        }

        System.out.println("--------------");

        // 非贪婪模式
        pattern = Pattern.compile("<div>(?<title>.+?)</div>");
        matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group("title"));
        }
    }
}

运行结果：

文章标题</div><div>发布时间
--------------
文章标题
发布时间

6. 推荐两个在线正则工具

7. 参考

Java Regex - Tutorial

Java正则表达式
04-16 4123
　　在Sun的Java JDK 1.40版本中，Java自带了支持正则表达式的包，本文就抛砖引玉地介绍了如何使用java.util.regex包。　　可粗略估计一下，除了偶尔用Linux的外，其他Linu x用户都会遇到正则表达式。正则表达式是个极端强大工具，而且在字符串模式-匹配和字符串模式-替换方面富有弹性。在Unix世界里，正则表达式几乎没有什么限制，可肯定的是，它应用非常之广泛。　
Java——正则表达式详解
热门推荐
吴声子夜歌的博客
03-07 1万+
Java对正则表达式的支持是从1.4版本开始的，此前的JRE版本不支持正则表达式。Java语言中的正则表达式匹配功能主要是通过和类实现的。find()：在一个字符串里寻找一个给定模式的匹配：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：进行替换操作，对所有的匹配都进行替换：进行替换操作，只对第一个匹配进行替换compile()：把一个正则表达式编译成一个模式flags()：返回某给定模式的匹配标志matches()
java正则表达式详解.doc
最新发布
06-25
Java正则表达式库的使用方法可以通过Java标准库中的Pattern和Matcher类来实现。如果需要在Java中进行更高级的正则表达式处理，则可以使用Apache.org提供的Jakarta-ORO库。 正则表达式的基础知识包括以下几个方面： ...
java正则表达式.zip
08-21
Java正则表达式是Java编程语言中用于处理字符串的强大工具，它基于模式匹配的概念，能够高效地进行文本搜索、替换和解析。在Java中，正则表达式主要通过`java.util.regex`包来实现，提供了Pattern和Matcher两个核心...
（转）java 正则表达式详解
03-18
Java正则表达式详解 Java中的正则表达式是一个强大的文本处理工具，它允许程序员进行复杂的字符串匹配、查找、替换和分割操作。在Java中，正则表达式是通过`java.util.regex`包来实现的，这个包提供了一系列类，如`...
java正则表达式详解
Peace_and_love_的博客
09-07 498
正则表达式 （一）：概念 通俗的说，就是一个字符串。是一个规则，表示一类字符串的规则或格式。 好处：简化代码，可以用很少的代码起到很大的作用 坏处：容易出错 （）
Java之正则表达式的详细解析
qq_69748833的博客
09-01 1312
语法示例："." ： 匹配任何字符。"\d"：任何数字[0-9]的简写；"\D"：任何非数字[^0-9]的简写；"\s"： 空白字符：[ \t\n\x0B\f\r] 的简写"\S"： 非空白字符：[^\s] 的简写"\w"：单词字符：[a-zA-Z_0-9]的简写"\W"：非单词字符：[^\w]//.表示任意一个字符System.out.println("你".matches(".."));//falseSystem.out.println("你".matches("."));
java正则表达式详解java正则表达式详解
09-22
java正则表达式详解java正则表达式详解java正则表达式详解java正则表达式详解java正则表达式详解java正则表达式详解java正则表达式详解
java正则详解
weixin_30779691的博客
05-30 159
一、正则表达式简介 • 为什么需要正则表达式？ – 文本的复杂处理。• 正则表达式的优势和用途？ – 一种强大而灵活的文本处理工具； – 大部分编程语言 、数据库、文本编辑器、开发环境都支持正则表达式。• 正则表达式定义： – 正如他的名字一样是描述了一个规则，通过这个规则可以匹配一类字符串。 – 学习正则表达式很大程度上就是学习正则表达式...
Java 正则详解
Byyyi耀的博客
12-20 1515
Java正则详解
Java的正则表达式详细演示说明（建议收藏）
SeeYouAgain的博客
02-01 1588
每天进步一点点，每一点点去进步。正则表达式，用起来很爽，所以更不能轻易放过她，你不重视她，她就会离你而去。
Java正则表达式详解
weixin_45743799的博客
03-04 679
正则表达式（Regular Expression）又称正规表示法、常规表示法，在代码中常简写为 regex、regexp 或 RE，它是计算机科学的一个概念。 正则表达式是一个强大的字符串处理工具，可以对字符串进行查找、提取、分割、替换等操作，是一种可以用于模式匹配和替换的规范。一个正则表达式就是由普通的字符（如字符 a~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...
正则表达式(Java版整理)
12-21 2255
基础元字符 代码 说明 . 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线或汉字 \s 匹配任意的空白符 \d 匹配数字 ^ 匹配字符串的开始 $ 匹配字符串的结束 \b 匹配字符串的结束 重复 代码/语法 说明 * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n
Java 中的正则表达式详解
dawn191228的博客
10-24 4234
正则表达式是一种用于描述文本模式的特殊语法。它可以用来验证、搜索、替换和提取文本中的特定模式。在 Java 中，正则表达式主要通过包来实现。正则表达式由字符和特殊符号组成，用于定义要匹配的文本模式。例如，正则表达式[a-z]+表示一个或多个小写字母。通过使用正则表达式，我们可以轻松地处理各种文本处理任务，如验证用户输入、解析日志文件等。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值