Java正则表达式

浏览数：97 / 时间：2015年06月08日

原文地址：http://www.cnblogs.com/ITtangtang/archive/2012/05/01/2477563.html

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

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);
    }
}

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

        //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}\\.\\d{1,3}\\.\\d{1,3}"));//false
        p("192".matches("[0-2][0-9][0-9]"));//true

[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）

        //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

\d 数字：[0-9]

\D 非数字： [^0-9]

\s 空白字符：[ \t\n\x0B\f\r]

\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("\n\r\t".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

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

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

//email
        p("[email protected]".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,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());

字符串替换：下面这种方法对于字符串替换非常灵活

        //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);

结果打印：

JAVA java JAVA ILovejava youHateJAVA adsdsfd

分组

        //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
        }