正则表达式第一篇

发布时间：2020-12-14 01:39:15 所属栏目：百科来源：网络整理

导读：首先要了解正则表达式占有字符和宽度。正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那

首先要了解正则表达式占有字符和宽度。

正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。

占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。

占有字符是互斥的，零宽度是非互斥的。也就是一个字符，同一时间只能由一个子表达式匹配，而一个位置，却可以同时由多个零宽度的子表达式匹配。

正则表达式由两种字符构成。一种是在正则表达式中具体特殊意义的“元字符”，另一种是普通的“文本字符”。

元字符可以是一个字符，如“^”，也可以是一个字符序列，如“w”。

1、[…]字符组(Character Classes)

字符组可以匹配[ ]中包含的任意一个字符。虽然可以是任意一个，但只能是一个。

字符组支持由连字符“-”来表示一个范围。当“-”前后构成范围时，要求前面字符的码位小于后面字符的码位。

[^…]排除型字符组。排除型字符组表示任意一个未列出的字符，同样只能是一个。排除型字符组同样支持由连字符“-”来表示一个范围。

表达式	说明
[abc]	表示“a”或“bc”
[0-9]	表示0~9中任意一个数字，等价于[0123456789]
[u4e00-u9fa5]	表示任意一个汉字
[^a1<]	表示除“”、“1<”外的其它任意一个字符
[^a-z]	表示除小写字母外的任意一个字符

举例：

“[0-9][0-9]”在匹配“Windows 2003”时，匹配成功，匹配的结果为“20”。

[^inW]”在匹配“Windows 2003”时，匹配成功，匹配的结果为“d”。

System.out.println("a".matches("[abc]"));       // 是否匹配abc中的任何一个
		System.out.println("a".matches("[^abc]"));      // ^abc表式除了abc的其他字符

		System.out.println("A".matches("[a-zA-Z]"));    // 匹配小写的a到z或者是大写的A到Z
		System.out.println("A".matches("[a-z]|[A-Z]")); // 与上面的一样的

		System.out.println("A".matches("[a-z[A-Z]]"));   // 与上面的一样的意思。写法不同而已
		System.out.println("R".matches("[A-Z&&[RFG]]")); // 表示A到Z并且是RFG中三者之一的

		// 表示一个数字至少三次，不超过100次：即3位到100位的数字
		System.out.println("214523145234532".matches("d{3,100}"));
		// java中两个反斜杠代表一个反斜杠表示转义
		System.out.println("192.168.0.aaa".matches("d{1,3}.d{1,3}"));
		// [中挂号表示范围：第一个数字0到2的范围,第二个数字0到9的范围......]
		System.out.println("192".matches("[0-2][0-9][0-9]"));

// Pattern是编译好的匹配模式：匹配的是3个字符的字符串，并且每个字符都是从：a-z的里面的字母
		Pattern p = Pattern.compile("[a-z]{3}");
		Matcher m = p.matcher("fgh"); // Matcher：是匹配器：匹配字符串
		System.out.println("m.matches()="+m.matches());// matches:表示是匹配还是不匹配
		
		System.out.println("fga".matches("[a-z]{3}"));    //等价上面的三句话

// [&^#%]+ 表示挂号里面的四者之一出现一次或多次
		System.out.println("abc888&^%".matches("[a-z]{1,3}d+[&^#%]+"));

2、常见字符范围缩写

对于一些常用的字符范围，如数字等，由于非常常用，即使使用[0-9]这样的字符组仍显得麻烦，所以定义了一些元字符，来表示常见的字符范围。

表达式	说明
d	任意一个数字，相当于[0-9]，即0~9中的任意一个
w	任意一个字母或数字或下划线，相当于[a-zA-Z0-9_]
s	任意空白字符，相当于[ rnftv]
D	任意一个非数字字符，d取反，相当于[^0-9]
W	w[^a-zA-Z0-9_]
S	任意非空白字符，s[^ rnftv]

wsd”在匹配“Windows 2003”时，匹配成功，匹配的结果为“s 2”。

// s:匹配任何空白字符，包括空格、制表符、换页符等。与 [ fnrtv] 等效
		System.out.println(" nrt".matches("s{4}"));
		
		System.out.println(" ".matches("S")); //大S表示非空白字符
		
		// w：匹配任何类型字符，包括下划线。与[A-Za-z0-9_]等效
		System.out.println("a_8".matches("w{3}"));

3、小数点

小数点可以匹配除“n”以外的任意一个字符。如果要匹配包括“n”在内的所有字符，一般用[sS]，或者是用“.”加(?s)匹配模式来实现。

匹配除了换行符n以外的任意一个字符

System.out.println("abc".matches("...")); // .代表除n以外的任意一个字符

4、其它元字符

匹配字符串开始的位置，不匹配任何字符
$	匹配字符串结束的位置，不匹配任何字符
b	匹配单词边界，不匹配任何字符

^a”在匹配“cba”时，匹配失败，因为表达式要求开始位置后面是字符“a”，而“cba”显然是不满足的。

d$”在匹配“123”时，匹配成功，匹配结果为“3”，这个表达式要求匹配结尾处的数字，如果结尾处不是数字，如“123abc”，则是匹配失败的。

//unix：的一套标准      . 代表任意字符
		
		//边界匹配：
		// ^代表一行的开头：以h开头.代表的是任何字符。*代表的是0个或多个字符		
		System.out.println("hello sir".matches("^h.*"));
		System.out.println("hello sir".matches(".*"));
		System.out.println("hello sir".matches(".*ir$"));
		System.out.println("sir".matches(".*ir$")); 
		System.out.println("1----------------------------------------");
		
		// b:表示单词边界：这里就是一个单词的空格
		System.out.println("hello sir".matches("^h[a-z]{1,3}ob.*")); 
		System.out.println("hellosir".matches("^h[a-z]{1,3}ob.*"));
		System.out.println("2----------------------------------------");
		
		//空白行：
		// s:表示开始的是一个空白字符。&&[^n]]表示：并且该空白字符不是换行符。$表示已经是行的末尾了
		System.out.println(" n".matches("^[s&&[^n]]*n$")); 
		System.out.println("aaa 8888c".matches(".*d{4}."));
		System.out.println("3----------------------------------------");
		
		
		// b匹配单词边界 .*表示一个或多个字符
		System.out.println("aaa 8888".matches(".*bd{3}.")); // .*表示一个或多个字符
		System.out.println("aaa8888c".matches(".*d{4}."));
		System.out.println("4----------------------------------------");
		
		System.out.println("aaa8888c".matches(".*bd{4}."));

5、转义字符

一些不可见字符，或是在正则中具有特殊意义的元字符，如想匹配字符本身，需要用“”对其进行转义。

说明

r，n	回车和换行
	匹配“”本身
^$.	分别匹配“^”、“$”和“.”

以下字符在匹配其本身时，通常需要进行转义。在实际应用中，根据具体情况，需要转义的字符可能不止如下所列字符

　.  $  ^  {  [  (  |  )  *  +  ?

// java里面两个代表一个 :正则表达式也是两个代表一个
		System.out.println("".matches("\")); 
		// d代表的是一个数字： java中两个反斜杠代表一个反斜杠表示转义
		System.out.println("a88887tt02y444k4a".replaceAll("d","-"));

6、量词（Quantifier）

量词表示一个子表达式可以匹配的次数。量词可以用来修饰一个字符、字符组，或是用()括起来的子表达式。一些常用的量词被定义成独立的元字符。

说明

举例
{m}	表达式匹配m次	“d{3}”相当于“ddd” (abc){2}abcabc”
{m,n}	表达式匹配最少次，最多nd{2,3}”可以匹配“12”或“321”等2到3位的数字
表达式至少匹配[a-z]{8,}”表示至少8位以上的字母
?	0次或1次，相当于{0,1}	ab?aab*	次或任意多次，相当于<[^>]>”中“[^>]”表示个或任意多个不是“>”的字符
+	次或意多次，至少{1,60);">ds+d”表示两个数字中间，至少有一个以上的空白字符

注意：在不是动态生成的正则表达式中，不要出现“{1}”这样的量词，如“w{1}”在结果上等价于“w”，但是会降低匹配效率和可读性，属于画蛇添足的做法。

System.out.println("a".matches("."));
		System.out.println("aa".matches("aa"));

		System.out.println("aaaa".matches("a*"));
		System.out.println("aaaa".matches("a+"));

		System.out.println("".matches("a*"));
		System.out.println("aaaa".matches("a+"));

		System.out.println("".matches("a?"));
		System.out.println("a".matches("a?"));

7、分支结构（Alternation）

当一个字符串的某一子串具有多种可能时，采用分支结构来匹配，“|”表示多个子表达式之间“或”的关系，“|”是以()限定范围的，如果在“|”的左右两侧没有()来限定范围，那么它的作用范围即为“|”左右两侧整体。

多个子表达式之间取“或”的关系

^aa|b$”在匹配“cccb”时，是可以匹配成功的，匹配的结果是“b”，因为这个表达式表示匹配“^aa”或“b$”，而“b$”在匹配“cccb”时是可以匹配成功的。

^(aa|b)$”在区配“cccb”时，是匹配失败的，因为这个表达式表示在“开始”和“结束”位置之间只能是“aa”或“b”，而“cccb”显然是不满足的。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!