正则表达式
1.正则表达式的优势和用途?
一种强大而灵活的文本处理工具;
大部分编程语言 、数据库、文本编辑器、开发环境都支持正则表达式。
2.正则表达式定义:
正如他的名字一样是描述了一个规则,通过这个规则可以匹配一类字符串。
3.正则表达式语法
(1)普通字符
字母、数字、汉字、下划线、以及没有特殊定义的标点符号,都是“普通字符”。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
(2)简单的转义字符
n |
代表换行符 |
t |
制表符 |
|
代表本身 |
^ ,$,.,(, ) , {, } , ? , + , * ,| ,[, ] |
匹配这些字符本身 |
(3)标准字符集合
注意区分大小写,大写是相反的意思
d? |
任意一个数字,0~9 中的任意一个 |
w |
任意一个字母或数字或下划线,也就是 A~Z,a~z,0~9,_ 中任意一个 |
s |
包括空格、制表符、换行符等空白字符的其中任意一个 |
. |
小数点可以匹配任意一个字符(除了换行符)如果要匹配包括“n”在内的所有字符,一般用[sS] |
(4)自定义字符集合
[ ]方括号匹配方式,能够匹配方括号中任意一个字符
正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了^,-之外。
标准字符集合,除小数点外,如果被包含于中括号,自定义字符集合将包含该集合。比如:[d.-+]将匹配:数字、小数点、+、-
[[email?protected]] |
匹配 "a" 或 "b" 或 "5" 或 "@" |
[^ abc] |
匹配 "a","b","c" 之外的任意一个字符 |
[f-k] |
匹配 "f"~"k" 之间的任意一个字母 |
[^A-F0-3] |
匹配 "A"~"F","0"~"3" 之外的任意一个字符 |
(5)量词:修饰匹配次数的特殊符号
{n} |
表达式重复n次 |
{m,n} |
表达式至少重复m次,最多重复n次 |
{m,}? |
表达式至少重复m次 |
? |
匹配表达式0次或者1次,相当于 {0,1} |
+ |
表达式至少出现1次,相当于 {1,} |
* |
表达式不出现或出现任意次,相当于 {0,} |
(6)字符边界
^ |
与字符串开始的地方匹配 |
$ |
与字符串结束的地方匹配 |
b |
匹配一个单词边界 |
正则表达式匹配模式:
匹配时忽略大小写。
默认情况下,正则表达式是要区分大小写的。
整个文本看作一个字符串,只有一个开头,一个结尾。
使小数点 "." 可以匹配包含换行符(n)在内的任意字符。
每行都是一个字符串,都有开头和结尾。
?在指定了 MULTILINE 之后,如果需要仅匹配字符串开始和结束位置,可以使用 A 和 Z
(7)选择符和分组
表达式 |
作用 |
|分支结构 |
左右两边表达式之间 "或" 关系,匹配左边或者右边 |
( )捕获组 |
(1). 在被修饰匹配次数的时候,括号中的表达式可以作为整体被修饰 (2). 取匹配结果的时候,括号中的表达式匹配到的内容可以被单独得到 (3). 每一对括号会分配一个编号,使用 () 的捕获根据左括号的顺序从 1 开始自动编号。捕获元素编号为零的第一个捕获是由整个正则表达式模式 匹配的文本 |
(?:Expression)非捕获组 |
一些表达式中,不得不使用( ),但又不需要保存( )中子表达式匹 配的内容,这时可以用非捕获组来抵消使用( )带来的副作用。 |
反向引用(nnn):
每一对()会分配一个编号,使用 () 的捕获根据左括号的顺序从 1 开始自动编号。
通过反向引用,可以对分组已捕获的字符串进行引用。
(8)?预搜索(零宽断言)
? 只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
这个位置应该符合某个条件。判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符。是对位置的匹配。
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。
(?=exp)? |
断言自身出现的位置的后面能匹配表达式exp |
(?<=exp) |
断言自身出现的位置的前面能匹配表达式exp |
(?!exp)? |
断言此位置的后面不能匹配表达式exp |
(?<!exp)? |
断言此位置的前面不能匹配表达式exp |
4.常用的正则表达式列表
匹配中文字符 |
[u4e00-u9fa5] |
匹配空白行 |
ns*r |
匹配HTML标记 |
<(S*?)[^>]*>.*?</1>|<.*? /> |
匹配首尾空白字符 |
^s*|s*$ |
匹配Email地址 |
w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* |
匹配网址URL |
[a-zA-z]+://[^s]* |
匹配国内电话号码 |
d{3}-d{8}|d{4}-d{7} |
匹配腾讯QQ号 |
[1-9][0-9]{4,} |
匹配中国邮政编码 |
[1-9]d{5}(?!d) |
匹配身份证 |
d{15}|d{18} |
匹配ip地址 |
d+.d+.d+.d+ |
5.Java程序中使用正则表达式