正则表达式

一：什么是正则表达式

1.定义：正则表达式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（例如字符a到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一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

2.用途：

字符串匹配(字符匹配)
字符串查找
字符串替换
字符串分割

例如：

从网页中揪出email地址
IP地址是否正确
从网页中揪出链接

3.java中处理正则表达式的类：

java.lang.String
java.util.regex.Pattern：模式类：字符串要被匹配的这么一个模式，该模式本身已经被编译过，使用的话效率要高很多。
java.util.regex.Matcher：匹配类：这个模式匹配某个字符串所产生的结果，这个结果可能会有很多个。

4：下面通过一个小程序简单介绍一下正则表达式

复制代码

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

public class Test {

public static void main(String[] args) {
    //matches()判断字符串是否匹配某个表达式，"."表示任何一个字符
    p("abc".matches("..."));
    //将字符串"a2389a"中的数字用*替换，d 表示“0--9”数字
    p("a2389a".replaceAll("d","*"));
    //将任何是a--z的字符串长度为3的字符串进行编译，这样可以加快匹配速度
    Pattern p = Pattern.compile("[a-z]{3}");
    //进行匹配，并将匹配结果放在Matcher对象中
    Matcher m = p.matcher("abc");
    p(m.matches());
    //上面的三行代码可以用下面一行代码代替
    p("abc".matches("[a-z]{3}"));
}

public static void p(Object o){
    System.out.println(o);
}

}

复制代码

下面是打印结果

true
a****a
true
true

现在通过一些实验来说明正则表达式的匹配规则,这儿是Greedy方式

. 任何字符

a? a一次或一次也没有

a* a零次或多次

a+ a一次或多次

a{n}? a恰好 n 次

a{n,}? a至少n次

a{n,m}? a至少n次，但是不超过m次

复制代码

//初步认识. * + ?
    p("a".matches("."));//true
    p("aa".matches("aa"));//true
    p("aaaa".matches("a*"));//true
    p("aaaa".matches("a+"));//true
    p("".matches("a*"));//true
    p("aaaa".matches("a?"));//false
    p("".matches("a?"));//true
    p("a".matches("a?"));//true
    p("1232435463685899".matches("d{3,100}"));//true
    p("192.168.0.aaa".matches("d{1,3}.d{1,3}"));//false
    p("192".matches("[0-2][0-9][0-9]"));//true

复制代码

[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）

复制代码

//范围
    p("a".matches("[abc]"));//true
    p("a".matches("[^abc]"));//false
    p("A".matches("[a-zA-Z]"));//true
    p("A".matches("[a-z]|[A-Z]"));//true
    p("A".matches("[a-z[A-Z]]"));//true
    p("R".matches("[A-Z&&[RFG]]"));//true

复制代码

d 数字：[0-9]

D 非数字： [^0-9]

s 空白字符：[ tnx0Bfr]

S 非空白字符：[^s]

w 单词字符：[a-zA-Z_0-9]

W 非单词字符：[^w]

//认识s w d 
    p("nrt".matches("s(4)"));//false
    p(" ".matches("S"));//false
    p("a_8 ".matches("w(3)"));//false
    p("abc888&^%".matches("[a-z]{1,3}d+[&^#%]+"));//true
    p("".matches("\"));//true

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

复制代码

//边界匹配
    p("hello sir".matches("^h.*"));//true
    p("hello sir".matches(".*ir$"));//true
    p("hello sir".matches("^h[a-z]{1,3}ob.*"));//true
    p("hellosir".matches("^h[a-z]{1,3}ob.*"));//false
    //空白行:一个或多个(空白并且非换行符)开头，并以换行符结尾
    p(" n".matches("^[s&&[^n]]*n$"));//true

复制代码

方法解析

matches():匹配整个字符串

find():匹配子字符串

lookingAt():永远从整个字符串的开头开始匹配
复制代码

//email
p(“asdsfdfagf@adsdsfd.com”.matches(“[w[.-]]+@[w[.-]]+.[w]+”));//true

//matches() find() lookingAt()
    Pattern p = Pattern.compile("d{3,5}");
    Matcher m = p.matcher("123-34345-234-00");

    //将整个"123-34345-234-00"用正则表达式引擎查找匹配，当到第一个"-"不匹配了，就停止，
    //但不会将不匹配的"-"吐出来
    p(m.matches());
    //将不匹配的"-"吐出来
    m.reset();

    //1:当前面有p(m.matches());查找子字符串从"...34345-234-00"开始
    //将会是第1,2两个查到"34345"和"234" 后面2个查不到为false
    //2:当前面有p(m.matches());和m.reset();查找子字符串从"123-34345-234-00"开始
    //将为true,true,false
    p(m.find());
    p(m.start()+"---"+m.end());
    p(m.find());
    p(m.start()+"---"+m.end());
    p(m.find());
    p(m.start()+"---"+m.end());
    p(m.find());
    //要是没找到就会报异常java.lang.IllegalStateException
    //p(m.start()+"---"+m.end());

    p(m.lookingAt());
    p(m.lookingAt());
    p(m.lookingAt());
    p(m.lookingAt());

复制代码

字符串替换：下面这种方法对于字符串替换非常灵活
复制代码

//字符串替换
    //Pattern.CASE_INSENSITIVE大小写不敏感
    Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
    Matcher m = p.matcher("java Java jAva ILoveJavA youHateJAVA adsdsfd");
    //存放字符串
    StringBuffer  buf = new StringBuffer();
    //计数奇偶数
    int i  = 0;
    while(m.find()){
        i++;
        if(i%2 == 0){
            m.appendReplacement(buf,"java");
        }else{
            m.appendReplacement(buf,"JAVA");
        }
    }
    //不加这句话，字符串adsdsfd将会被遗弃
    m.appendTail(buf);
    p(buf);

复制代码

结果打印：

JAVA java JAVA ILovejava youHateJAVA adsdsfd

分组

复制代码

//group分组,用()分组
    Pattern p = Pattern.compile("(d{3,5})([a-z]{2})");
    String s = "123aa-34345bb-234cc-00";
    Matcher m = p.matcher(s);
    p(m.groupCount());//2组
    while(m.find()){
        p(m.group());//数字字母都有
        //p(m.group(1));//只有数字
        //p(m.group(2));//只有字母
    }

复制代码