关于正则表达式的总结

Posted zhuchaoli

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于正则表达式的总结相关的知识,希望对你有一定的参考价值。

  Regular Expression  正则表达式   常简称为: regex、正则。正则表达式是一整套约束字符串的语法规则,独立于任何编程语言,

  正则表达式 方便、灵活、功能强大,多部分编程语言都对正则表达式提供了支持。我们通常把正则作为一个工具,进行字符串的 校验、获取、替换等操作。

  • 正则表达式的知识结构图

技术分享图片

  • 普通字符和元字符

  正则表达式中,所有字符分为两类:普通字符和元字符(具有特殊含义的字符)

  主要普通字符:小写字母、大写字母、数字、下划线、部分特殊符号、非西文字符等

  主要元字符:.      { }  *   +   ?   ( )   [ ]   -   |   ^   $ 

  .    表示任意一个字符(除了换行符)

       转移符,用来改变其他字符的含义

  如:

  元字符          把元字符转义为普通字符,如.  把元字符 . 转义为普通字符的 .

  普通字符      把普通字符转义为含有特殊含义的字符,如 换行符, 回车符, 制表符

  •  Java中的Pattern类

  Java提供了java.util.regex.Pattern 类来创建正则表达式对象 

public  static  boolean  matches(regex, str)  // 用来判断str是否匹配regex,或者说用来判断str是否符合regex的要求
public static void main(String[] args) {

        String regex = "abc";// 要求字符串为"abc",str="abc"
        String str = "abcd";

        boolean match = Pattern.matches(regex, str);
        System.out.println(match);//false
}

  正则要求字符串为"abc",但实际上字符串为"abcd",不符合正则的要求,所以不匹配,返回false

  (注意:此方法要求严格,字符串必须完全符合正则要求才可以)

  • 元字符的用法
public static void main(String[] args) {

        //String regex = ".";// 要求str=任意一个字符
        //String str = "b5";

        String regex = "\\.";// . 要求str="."
        String str = ".";

        boolean match = Pattern.matches(regex, str);
        System.out.println(match);//true
}

  1  Java代码中的 \\ 只表示正则中的

  2  表示换行符,即使用和n这两个字符组合在一起表示一个换行字符

  • 重复匹配

  (x表示一个字符,或者一个字符类,或者一个组等)

  x{n}     x连续出现n次

  x{n,}    x至少连续出现n次

  x{n,m}  x至少连续出现n次,至多连续出现m次

  x*      x连续出现0次或多次,等同于x{0,}

  x+      x至少连续出现1次,等同于x{1,}

  x?      x出现0次或1次,等同于x{0,1}

public static void main(String[] args) {

        // String regex = "a{3}";// 要求a连续出现3次,str="aaa"
        // String str = "a";

        // String regex = "a{3,6}";// 要求a至少连续出现3次,str="aaa.."
        // String str = "aaaaaaa";

        String regex = "a?";
        String str = "a";

        boolean match = Pattern.matches(regex, str);
        System.out.println(match);//true
}
  • 选择匹配

  使用 |  实现选择匹配,即多个选项中任选一个

  a|b|c          匹配a或者b或者c

  red|blue|green    匹配red或者blue或者green

 public static void main(String[] args) {

        // String regex = "a|b|c";// str="a" "b" "c"
        // String str = "b";

        String regex = "red|blue|green";// str= "red" "blue" "green"
        String str = "gray";

        boolean match = Pattern.matches(regex, str);
        System.out.println(match);//false
}    
  • 字符类

  字符类这个概念不易理解,只要记住它的用法就可以:匹配候选字符的任意一个

  [ ]          [abc]   匹配abc中任意一个字符,类似 a|b|c

  [^ ]        [^abc]   匹配非abc的任意一个字符

  [ - ]        [0-9]、[a-z]、[a-zA-Z]   匹配范围内的任意一个字符

  注意:字符类中的元字符(除外),会被自动转义为普通字符,比如 [.]  等同于  [.]

  w    代表一个单词字符,类似于[a-zA-Z0-9_],有的语言中也可以匹配中文

  W   代表一个非单词字符,类似于[^a-zA-Z0-9_]

  d    代表一个数字字符,等同于[0-9]

  D    代表一个非数字字符,等同于[^0-9]

  s    代表一个空白字符

  S    代表一个非空白字符

public static void main(String[] args) {

        // String regex = "hello[abc]";// str="helloa" "hellob" "helloc"
        // String str = "hellooa";

        // String regex = "[0-9]";// str="0" "1"..."9"
        // String str = "a";

        String regex = "\\w";// w
        String str = "a";

        boolean match = Pattern.matches(regex, str);
        System.out.println(match);//true
}
  • Matcher类

  Java还提供了 java.util.regex.Matcher  匹配器类,用来支持复杂的正则操作

Matcher matcher = Pattern.compile(regex).matcher(str);
boolean find = matcher.find();// 查找str中是否有下一个匹配regex的子字符串
String group = matcher.group();// 返回当前和regex匹配的子字符串
//典型用法
while (matcher.find()) {
       String substr = matcher.group();
       // ...
}

  贪婪匹配:在重复匹配时,默认会匹配尽可能多的字符

  非贪婪匹配:在重复匹配后面加上?问号,会匹配尽可能少的字符(并不严格)

public static void main(String[] args) {

        // String regex = "ab";// 要求str的子字符串substr="ab"
        // String str = "xabxxabmmabx";

        //打印出一个字符串里面的所有的qq邮箱
        String regex = "[1-9][0-9]{4,}@qq.com";// qq邮箱的正则表达式写法
        String str = "[email protected]@[email protected]";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

        while (matcher.find()) {
            String group = matcher.group();
            System.out.println(group);
        }
}
  • String支持正则操作的方法

  由于正则表达式和字符串如此相关,Java就为 java.lang.String 字符串类提供了若干可以直接进行正则操作的方法

String newStr = str.replaceAll(regex, replacement);//使用replacement替换全部匹配regex的子字符串
String[] newStrs = str.split(regex);//使用regex作为分隔符切分str 
boolean match = str.matches(regex);// 等同于Pattern.matches(regex, str)
public static void main(String[] args) {
        String str = "78ty4589jk78";
        // String newStr = str.replaceAll("[0-9]", "*");
        // System.out.println(newStr);

        // String[] parts = str.split("[0-9]+");
        // System.out.println(Arrays.toString(parts));
        System.out.println(str.matches("78ty4589jk78"));
}
  • 位置匹配

  正则中的匹配有两种,一种是匹配具体的字符,另一种是匹配特定的位置

  ^    匹配文本开始位置

  $    匹配文本结束位置

     匹配单词边界(单词开始位置或结束位置)

  校验操作时,是否使用 ^和$ 对校验操作没有影响

  获取、替换等操作时,一般不使用 ^和$

public static void main(String[] args) {

        String regex = "\\bhello\\b";
        String str = "xx Hello,heLLo helloa ";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

        while (matcher.find()) {
            String group = matcher.group();
            System.out.println(group);
        }
}

  正则使用 ( ) 表示一个组,组可以让若干字符形成一个小整体

  (ab)     匹配 ab

  (red|blue|green)   匹配 red 或者 blue 或者 green

  (red|blue|green) color   匹配 red color 或者 blue color 或者 green color

  在匹配时,组的当前 "取值" 会被临时保存起来,方便引用。可以使用 1 引用第一个组的当前"取值",最多可以引用九个不同的组:9

  (ab)c1   匹配 abcab

  ([ab])1   匹配 aa 或者 bb

  (a)(b)12   匹配 abab

public static void main(String[] args) {

        String regex = "(a)(b)\\1\\2";
        String str = "abab";
        
        boolean match = Pattern.matches(regex, str);
        System.out.println(match);
}
  • 标记flag

  标记用来额外指定正则的匹配策略(标记可以不写在正则表达式内)

  i    大小写不敏感  insensitive(也可以理解成ignore)

  g   全局匹配  global 效果是可以依次的获取到和正则匹配的所有子字符串

  m  多行匹配  multiline 效果是^和$可以匹配一段文本中每行的开始和结束位置

     在Java中在创建正则对象时可以通过 Pattern.compile(regex, flags)  指定标记

  使用Pattern.CASE_INSENSITIVE 常量表示 i

  使用Pattern.MULTILINE 常量表示 m

  正则操作默认就是全局匹配的

public static void main(String[] args) {

        String regex = "\\bhello\\b";
        String str = "xx Hello,heLLo helloa ";

        // Pattern pattern = Pattern.compile(regex);
        Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
        Matcher matcher = pattern.matcher(str);

        while (matcher.find()) {
            String group = matcher.group();
            System.out.println(group);
        }
    }

 


以上是关于关于正则表达式的总结的主要内容,如果未能解决你的问题,请参考以下文章

关于正则表达式的一个小总结

关于正则表达式的入门心得

通过 Java 正则表达式提取 semver 版本字符串的片段

关于正则的一点总结

关于的字符串的总结(群,子群,KMP算法,正则表达式):

text 正则表达式片段