黑马程序员——Java之 正则表达式

------ Java培训、Android培训、iOS培训、.Net培训、期待与您交流！ -------

正则表达式

正则表达式：符合一定规则的表达式

作用：用于专门操作字符串。

特点：用于一些特定的符号来表示一些代码操作。这样就简化代码书写

所以，学习正则表达式就是学习一些特殊符号的操作和使用

好处：可以简化对字符串的操作

弊端：符号定义越多，正则越长，阅读性越差。

 

具体操作功能

1，匹配：String matches方法。用规则匹配整个字符串，只要有一处不符合规则，就结束匹配，返回false！

String qq="123456";
		String regex="[1-9][0-9]{4,14}";
	boolean b = qq.matches(regex);//将正则和字符串关联对字符串进行匹配。

2，切割：String split()方法

public static void splitDemo(){
		/*String str="zhangsan  lisi  wangwu";
		String reg=" +";//按照多个空格来进行切割
		*/
		/*String str="zhangsan.lisi.wangwu";
		String reg="\\.";//按照.来进行切割
		*/
		/*String str="c:\\abc\\a.txt";
		String reg=	"\\\\";//按照\\来切割
		*/
		String str="asdkkfhqqijqriqjjok";
		String reg="(.)\\1+";//按照叠词完成切割
		/*
		 * 按照叠词切割，为了可以让规则的结果被重用，可以将规则封装成一个组
		 * 用（）完成。组的出现都有编号，从1开始，想要使用已有的组可以通过\n
		 * （n就是组的编号）的形式来获取
		 */
		
		String[] arr =str.split(reg);
		System.out.println(arr.length);
		for(String s:arr){
			System.out.println(s);
		}

3，替换：String  replaceAll()

public class RegexDemo {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		String str ="wne1380000008hyfq123494988jd";
		replaceAllDemo(str,"\\d{5,}","#");//将字符串中连续5位以上的数字替换成#
		
		String str1="qwekkkuyfafffojnkoooobj";
		replaceAllDemo(str1,"(.)\\1+","&");//将叠词替换成&
		replaceAllDemo(str1,"(.)\\1+","$1");//将重叠的字母替换成单个字母，如：kkkk--->k
		
	}
	
	public static void replaceAllDemo(String str,String reg,String newStr){
		str=str.replaceAll(reg, newStr);
		System.out.println(str);
}
}

4，获取

1），将正则表达式编译成正则对象。使用的是Pattern中静态方法 compile(regex);

2），通过Pattern对象获取Matcher对象。

Pattern用于描述正则表达式，可以对正则表达式进行解析。

而将规则操作字符串，需要从新封装到匹配器对象Matcher中。

然后使用Matcher对象的方法来操作字符串。

如何获取匹配器对象呢？

通过Pattern对象中的matcher方法。该方法可以正则规则和字符串想关联。并返回匹配器对象。

3），使用Matcher对象中的方法即可对字符串进行各种正则操作。

package regular.expression;
import java.util.regex.*;

public class RegexDemo2 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		getDemo();
	}
	
	public static void getDemo(){
		String str="ming tian fang jia,da jia hao hao wan";
		String reg="\\b[a-z]{3}\\b";
		
		//将规则封装成对象
		Pattern p= Pattern.compile(reg);
		
		//让正则对象和要作用的字符串相关联，获取匹配器对象
		Matcher m= p.matcher(str);
		
		//System.out.println(m.matches());//其实String类中的matches方法用的就是Pattern
		//和Matcher对象来完成的，只不过被String的方法封装后，用起来较简单，但功能单一
		
		//boolean b=m.find();//将规则作用到字符串上，并进行符合规则的子串查找
		//System.out.println(b);
		//System.out.println(m.group());//用于获取匹配后结果
		while(m.find()){
			System.out.println(m.group());
			System.out.println(m.start()+"-----"+m.end());//打印单词开始和结束的脚标
		}
	}

}

正则表达式的构造摘要 

构造	匹配
字符
x	字符 x
\\	反斜线字符
\0n	带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn	带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn	带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh	带有十六进制值 0x 的字符 hh
\uhhhh	带有十六进制值 0x 的字符 hhhh
\t	制表符 ('\u0009')
\n	新行（换行）符 ('\u000A')
\r	回车符 ('\u000D')
\f	换页符 ('\u000C')
\a	报警 (bell) 符 ('\u0007')
\e	转义符 ('\u001B')
\cx	对应于 x 的控制符
字符类
[abc]	a、b 或 c（简单类）
[^abc]	任何字符，除了 a、b 或 c（否定）
[a-zA-Z]	a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]]	a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]]	d、e 或 f（交集）
[a-z&&[^bc]]	a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]]	a 到 z，而非 m 到 p：[a-lq-z]（减去）
预定义字符类
.	任何字符（与行结束符可能匹配也可能不匹配）
\d	数字：[0-9]
\D	非数字： [^0-9]
\s	空白字符：[ \t\n\x0B\f\r]
\S	非空白字符：[^\s]
\w	单词字符：[a-zA-Z_0-9]
\W	非单词字符：[^\w]
POSIX 字符类（仅 US-ASCII）
\p{Lower}	小写字母字符：[a-z]
\p{Upper}	大写字母字符：[A-Z]
\p{ASCII}	所有 ASCII：[\x00-\x7F]
\p{Alpha}	字母字符：[\p{Lower}\p{Upper}]
\p{Digit}	十进制数字：[0-9]
\p{Alnum}	字母数字字符：[\p{Alpha}\p{Digit}]
\p{Punct}	标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph}	可见字符：[\p{Alnum}\p{Punct}]
\p{Print}	可打印字符：[\p{Graph}\x20]
\p{Blank}	空格或制表符：[ \t]
\p{Cntrl}	控制字符：[\x00-\x1F\x7F]
\p{XDigit}	十六进制数字：[0-9a-fA-F]
\p{Space}	空白字符：[ \t\n\x0B\f\r]
java.lang.Character 类（简单的 java 字符类型）
\p{javaLowerCase}	等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase}	等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace}	等效于 java.lang.Character.isWhitespace()
\p{javaMirrored}	等效于 java.lang.Character.isMirrored()
Unicode 块和类别的类
\p{InGreek}	Greek 块（简单块）中的字符
\p{Lu}	大写字母（简单类别）
\p{Sc}	货币符号
\P{InGreek}	所有字符，Greek 块中的除外（否定）
[\p{L}&&[^\p{Lu}]]	所有字母，大写字母除外（减去）
边界匹配器
^	行的开头
$	行的结尾
\b	单词边界
\B	非单词边界
\A	输入的开头
\G	上一个匹配的结尾
\Z	输入的结尾，仅用于最后的结束符（如果有的话）
\z	输入的结尾
Greedy 数量词
X?	X，一次或一次也没有
X*	X，零次或多次
X+	X，一次或多次
X{n}	X，恰好 n 次
X{n,}	X，至少 n 次
X{n,m}	X，至少 n 次，但是不超过 m 次
Reluctant 数量词
X??	X，一次或一次也没有
X*?	X，零次或多次
X+?	X，一次或多次
X{n}?	X，恰好 n 次
X{n,}?	X，至少 n 次
X{n,m}?	X，至少 n 次，但是不超过 m 次
Possessive 数量词
X?+	X，一次或一次也没有
X*+	X，零次或多次
X++	X，一次或多次
X{n}+	X，恰好 n 次
X{n,}+	X，至少 n 次
X{n,m}+	X，至少 n 次，但是不超过 m 次
Logical 运算符
XY	X 后跟 Y
X|Y	X 或 Y
(X)	X，作为捕获组
Back 引用
\n	任何匹配的 nth 捕获组
引用
\	Nothing，但是引用以下字符
\Q	Nothing，但是引用所有字符，直到 \E
\E	Nothing，但是结束从 \Q 开始的引用

 

常用正则表达式：

匹配中文字符的正则表达式： [u4e00-u9fa5]
——》匹配中文还真是个头疼的事，有了这个表达式就好办了

匹配双字节字符(包括汉字在内)：[^x00-xff]
——》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）

匹配空白行的正则表达式：ns*r
——》可以用来删除空白行

匹配HTML标记的正则表达式：<(S*?)[^>]*>.*?</1>|<.*? />
——》网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

匹配首尾空白字符的正则表达式：^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

匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
——》表单验证时很实用

匹配网址URL的正则表达式：[a-zA-z]+://[^s]*
——》网上流传的版本功能很有限，上面这个基本可以满足需求

匹配帐号是否合法(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}$
——》表单验证时很实用

匹配国内电话号码：d{3}-d{8}|d{4}-d{7}
——》匹配形式如 0511-4405222 或 021-87888822

匹配中国邮政编码：[1-9]d{5}(?!d)
——》中国邮政编码为6位数字

匹配身份证：d{15}|d{18}
——》中国的身份证为15位或18位

匹配ip地址：d+.d+.d+.d+
——》提取ip地址时有用

匹配特定数字：
^[1-9]d*$　 　 //匹配正整数
^-[1-9]d*$ 　 //匹配负整数
^-?[1-9]d*$　　 //匹配整数
^[1-9]d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]d*.d*|0.d*[1-9]d*$　　 //匹配正浮点数
^-([1-9]d*.d*|0.d*[1-9]d*)$　 //匹配负浮点数
^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$　 //匹配浮点数
^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
——》处理大量数据时有用，具体应用时注意修正

匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串