Java正则表达式

介绍并简单使用Java正则表达式

文章共5,178字 · 阅读需要大约18分钟

一键AI生成摘要，助你高效阅读

问答

zoeil

6281人浏览 · 2023-05-22 08:30:00

zoeil · 2023-05-22 08:30:00 发布

一、基本介绍

一个正则表达式，就是用某种模式去匹配字符串的个公式。很多人因为它们看上去比较古怪而且复杂所以不敢去使用，不过，经过练习后就觉得这些复杂的表达式写起来还是相当简单的，而且，一旦你弄懂它们，你就能把数小时辛苦而且易错的文本处理工作缩短在几分钟(甚至几秒钟)内完成。同时，正则表达式可以有效地对邮箱，电话等的格式进行合格性校验

注意：正则表达式不是只有iava才有，实际上很多编程语言都支持正则表达式进行字符串操作

二、正则表达式的底层实现

为让大家对正则表达式底层实现有一个直观的映象，给大家举个实例

给你一段字符串 ( 文本 ), 请找出所有四个数字连在一起的子串，比如 : 应该找到 1998 1999 3443 9889

public class RegTheory {
    public static void main(String[] args) {
        String content = "1998 年 12 月 8 日，第二代 Java 平台的企业版 J2EE 发布。1999 年 6 月，Sun 公司发布了" +
                "第二代 Java 平台（简称为 Java2）的 3 个版本：J2ME（Java2 Micro Edition，Java2 平台的微型" +
                "版），应用于移动、无线及有限资源的环境；J2SE（Java 2 Standard Edition，Java 2 平台的" +
                "标准版），应用于桌面环境；J2EE（Java 2Enterprise Edition，Java 2 平台的企业版），应" +
                "用 3443 于基于 Java 的应用服务器。Java 2 平台的发布，是 Java 发展过程中最重要的一个" +
                "里程碑，标志着 Java 的应用开始普及 9889 ";
        //目标：匹配所有四个数字
        //说明
        //1. \\d 表示一个任意的数字
        String regStr = "\\d\\d\\d\\d";
        //2. 创建模式对象[即正则表达式对象]
        Pattern pattern = Pattern.compile(regStr);
        //3. 创建匹配器
        //说明：创建匹配器 matcher， 按照 正则表达式的规则 去匹配 content 字符串
        Matcher matcher = pattern.matcher(content);
        //4.开始匹配
        while(matcher.find()) {
            System.out.println("找到" + matcher.group(0));
        }
    }
}

分析

public class RegTheory {
    public static void main(String[] args) {
        String content = "1998 年 12 月 8 日，第二代 Java 平台的企业版 J2EE 发布。1999 年 6 月，Sun 公司发布了" +
                "第二代 Java 平台（简称为 Java2）的 3 个版本：J2ME（Java2 Micro Edition，Java2 平台的微型" +
                "版），应用于移动、无线及有限资源的环境；J2SE（Java 2 Standard Edition，Java 2 平台的" +
                "标准版），应用于桌面环境；J2EE（Java 2Enterprise Edition，Java 2 平台的企业版），应" +
                "用 3443 于基于 Java 的应用服务器。Java 2 平台的发布，是 Java 发展过程中最重要的一个" +
                "里程碑，标志着 Java 的应用开始普及 9889 ";
        //目标：匹配所有四个数字
        //说明
        //1. \\d 表示一个任意的数字
        String regStr = "(\\d\\d)(\\d\\d)";
        //2. 创建模式对象[即正则表达式对象]
        Pattern pattern = Pattern.compile(regStr);
        //3. 创建匹配器
        //说明：创建匹配器 matcher， 按照 正则表达式的规则 去匹配 content 字符串
        Matcher matcher = pattern.matcher(content);
        //4.开始匹配
/**
 *
 * matcher.find() 完成的任务 （考虑分组）
 * 什么是分组，比如 (\d\d)(\d\d) ,正则表达式中有() 表示分组,第 1 个()表示第 1 组,第 2 个()表示第 2 组...
 * 1. 根据指定的规则 ,定位满足规则的子字符串(比如(19)(98))
 * 2. 找到后，将 子字符串的开始的索引记录到 matcher 对象的属性 int[] groups;
 * 2.1 groups[0] = 0 , 把该子字符串的结束的索引+1 的值记录到 groups[1] = 4
 * 2.2 记录 1 组()匹配到的字符串 groups[2] = 0 groups[3] = 2
 * 2.3 记录 2 组()匹配到的字符串 groups[4] = 2 groups[5] = 4
 * 2.4.如果有更多的分组.....
 * 3. 同时记录 oldLast 的值为 子字符串的结束的 索引+1 的值即 35, 即下次执行 find 时，就从 35 开始匹
 配
 *
 * matcher.group(0) 分析
 *
 * 源码:
 /*public String group(int group) {
     if (first < 0)
        throw new IllegalStateException("No match found");
     if (group < 0 || group > groupCount())
        throw new IndexOutOfBoundsException("No group " + group);
     if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
        return null;
     return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
 }*/
/*
 * 1. 根据 groups[0]=31 和 groups[1]=35 的记录的位置，从 content 开始截取子字符串返回
 * 就是 [31,35) 包含 31 但是不包含索引为 35 的位置
 *
 * 如果再次指向 find 方法.仍然安上面分析来执行
 韩顺平循序渐进学 Java 零基础
 **/
        while (matcher.find()) {
        //小结
        //1. 如果正则表达式有() 即分组
        //2. 取出匹配的字符串规则如下
        //3. group(0) 表示匹配到的子字符串
        //4. group(1) 表示匹配到的子字符串的第一组字串
        //5. group(2) 表示匹配到的子字符串的第 2 组字串
        //6. ... 但是分组的数不能越界.
            System.out.println("找到: " + matcher.group(0));
            System.out.println("第 1 组()匹配到的值=" + matcher.group(1));
            System.out.println("第 2 组()匹配到的值=" + matcher.group(2));
        }
    }
}

三、正则表达式语法

（一）基本介绍

如果要想灵活的运用正则表达式，必须了解其中各种元字符的功能，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

（二）元字符转义号 \\

以下例子会报错

不报错但是结果不是期望的，这里的.指的是任意一个字符

都需要加上转义字符

public class RegExp02 {
    public static void main(String[] args) {
        String content = "abs$(a.bc(123()";
        //String regStr = "\\.";
        String regStr = "\\(";
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while(matcher.find()) {
            System.out.println("找到" + matcher.group(0));
        }
    }
}

总结：

（三）元字符-字符匹配符

public class RegExp03 {
    public static void main(String[] args) {
        String content = "a11c8abc _ABCy @";
        //String regStr = "[a-z]";//匹配 a-z 之间任意一个字符
        //String regStr = "[A-Z]";//匹配 A-Z 之间任意一个字符
        //String regStr = "abc";//匹配 abc 字符串[默认区分大小写]
        //String regStr = "(?i)abc";//匹配 abc 字符串[不区分大小写]

        //String regStr = "[0-9]";//匹配 0-9 之间任意一个字符
        //String regStr = "[^a-z]";//匹配 不在 a-z 之间任意一个字符
        //String regStr = "[^0-9]";//匹配 不在 0-9 之间任意一个字符
        //String regStr = "[abcd]";//匹配 在 abcd 中任意一个字符
        //String regStr = "\\D";//匹配 不在 0-9 的任意一个字符
        //String regStr = "\\w";//匹配 大小写英文字母, 数字，下划线
        //String regStr = "\\W";//匹配 等价于 [^a-zA-Z0-9_]
        //\\s 匹配任何空白字符(空格,制表符等)
        //String regStr = "\\s";
        //\\S 匹配任何非空白字符 ,和\\s 刚好相反
        //String regStr = "\\S";
        //. 匹配出 \n 之外的所有字符,如果要匹配.本身则需要使用 \\.
        String regStr = ".";
        //说明
        //1. 当创建 Pattern 对象时，指定 Pattern.CASE_INSENSITIVE, 表示匹配是不区分字母大小写.
        Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到 " + matcher.group(0));
        }
    }
}

（四）元字符-选择匹配符

public class RegExp04 {
    public static void main(String[] args) {
        String content = "abcdefg";
        String regStr = "ab|de";
        Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()) {
            System.out.println("找到 " + matcher.group(0));
        }
    }
}

（五）元字符-限定符

用于指定其前面的字符和组合项连续出现多少次

public class RegExp05 {
    public static void main(String[] args) {
        String content = "-11111aaa";
        //String regExp = "\\d{4}";  // 匹配连续的四个整数
        //String regExp = "1{4,5}"; // 贪婪匹配，默认匹配长度更长的
        String regExp = "1{5,}"; // 贪婪匹配，默认匹配长度大于等于5的
        //String regExp = "1+"; // 匹配一个或任意多个1
        //String regExp = "1*"; // 匹配0次或者多次1
        //String regExp = "1?"; // 匹配0个或者1个1
        Pattern pattern = Pattern.compile(regExp);
        Matcher matcher = pattern.matcher(content);
        while(matcher.find()) {
            System.out.println("找到" + matcher.group(0));
        }
    }
}

（六）元字符-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，这个也是相当有用的，必须掌握

public class RegExp06 {
    public static void main(String[] args) {
//        String content = "123a";
        // 以一个或多个数字开头，后接任意多个字符
        //String regExp = "^[1-9]+[a-z]*";
        // 以一个或多个数字开头，一个或多个字母结尾（这里的结尾同时也是对应content 的结尾）
        //String regExp = "^[1-9]+[a-z]+$";
        String content = "zhngzhe zhejizhe";
        // 这里的边界指空格或者结束字符
        // 也可以是空格的子字符串的后面]
        //String regExp = "han\\b";
        //和\\b 的含义刚刚相反
        String regExp = "han\\B";
        Pattern compile = Pattern.compile(regExp);
        Matcher matcher = compile.matcher(content);
        while(matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

（七）分组

public class RegExp07 {
    public static void main(String[] args) {
        String content = "hanshunping s7789 nn1189han";
        //下面就是非命名分组
        //说明
        // 1. matcher.group(0) 得到匹配到的字符串
        // 2. matcher.group(1) 得到匹配到的字符串的第 1 个分组内容
        // 3. matcher.group(2) 得到匹配到的字符串的第 2 个分组内容
        //String regStr = "(\\d\\d)(\\d\\d)";//匹配 4 个数字的字符串
        //命名分组： 即可以给分组取名
        String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配 4 个数字的字符串
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {

            System.out.println("第 1 个分组内容=" + matcher.group(1));
            System.out.println("第 1 个分组内容[通过组名]=" + matcher.group("g1"));
            System.out.println("第 2 个分组内容=" + matcher.group(2));
            System.out.println("第 2 个分组内容[通过组名]=" + matcher.group("g2"));
            System.out.println("找到=" + matcher.group(0));
        }

    }
}

public class RegExp08 {
    public static void main(String[] args) {
        String content = "hello 韩顺平教育 jack 韩顺平老师 韩顺平同学 hello 韩顺平学生";
        // 非捕获分组，这里的括号不是分组的意思
        //String regExp = "韩顺平(?:教育|老师|同学)";
        // 只找 韩顺平教育 中的韩顺平
        //String regExp = "韩顺平(?=教育|老师|同学)";
        // 与?=相反，找不在这里面的，相当于取反
        String regExp = "韩顺平(?!教育|老师|同学)";

        Pattern compile = Pattern.compile(regExp);
        Matcher matcher = compile.matcher(content);
        while(matcher.find()) {
            System.out.println(matcher.group(0));
        }
    }
}

（八）非贪婪匹配

public class RegExp09 {
    public static void main(String[] args) {
        String content = "1111abs";
        String regExp = "\\d+?";

        Pattern compile = Pattern.compile(regExp);
        Matcher matcher = compile.matcher(content);
        while(matcher.find()) {
            System.out.println("找到:" + matcher.group(0));
        }
    }
}

四、应用实例

public class RegExp10 {
    public static void main(String[] args) {
        // 验证汉字
//        String content = "大帅哥";
//        String regExp = "^[\u0391-\uffe5]+$";
        // 验证邮政编码
        // 要求:是1-9开头的一个六位数。比如: 123890
//        String content = "505035";
//        String regExp = "^[0-9]{6}$";

        //QQ号码
        //要求: 是1-9开头的一个(5位数-10位数) 比如: 12389，1345687，187698765

//        String content = "2664854040";
//        String regExp = "^[1-9]\\d{4,9}$";
        //手机号码
        //要求: 必须以13,14,15,18 开头的11位数，比如 13588889999
        String content = "17588889999";
        String regExp = "^(1(?:3|4|5|8))\\d{9}$";

        Pattern compile = Pattern.compile(regExp);
        Matcher matcher = compile.matcher(content);
        if(matcher.find()) {
            System.out.println("满足要求");
        } else {
            System.out.println("不满足要求");
        }
    }
}

五、反向引用

圆括号的内容被捕获后，可以在这个括号后被使用，从而写出一个比较实用的匹配模式，这个我们称为反向引用,这种引用既可以是在正则表达式内部，也可以是在正则表达式外部，内部反向引用分组号，外部反向引用 $分组号

public class RegExp11 {
    public static void main(String[] args) {
        String content = "1881 9115";
        // 要匹配个位与千位相同，十位与百位相同的数 5225，1551 
        // \\2引用的是前面的第二个(\\d)的内容, \\1引用的是前面的第一个(\\d)的内容
        String regExp = "(\\d)(\\d)\\2\\1";

        Pattern compile = Pattern.compile(regExp);
        Matcher matcher = compile.matcher(content);
        while(matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

六、String 类中使用正则表达式

① 替换功能

String 类 public String replaceAll(String regex,String replacement)

② 判断功能

String 类 public boolean matches(String regex){} // 使用 Pattern 和 Matcher 类

③ 分割功能

String 类 public String[] split(String regex)

public class StringReg {
    public static void main(String[] args) {
        String content = "2000 年 5 月，JDK1.3、JDK1.4 和 J2SE1.3 相继发布，几周后其" +
                "获得了 Apple 公司 Mac OS X 的工业标准的支持。2001 年 9 月 24 日，J2EE1.3 发" +
                "布。" +
                "2002 年 2 月 26 日，J2SE1.4 发布。自此 Java 的计算能力有了大幅提升";
        //使用正则表达式方式，将 JDK1.3 和 JDK1.4 替换成 JDK
        content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
        System.out.println(content);
        //要求 验证一个 手机号， 要求必须是以 138 139 开头的
        content = "13888889999";
        if (content.matches("1(38|39)\\d{8}")) {
            System.out.println("验证成功");
        } else {
            System.out.println("验证失败");
        }

        //要求按照 # 或者 - 或者 ~ 或者 数字 来分割
        System.out.println("===================");
        content = "hello#abc-jack12smith~北京";
        String[] split = content.split("#|-|~|\\d+");
        for (String s : split) {
            System.out.println(s);
        }
    }
}