大家好，欢迎来到IT知识分享网。

前言

正则表达式一般用于字符串匹配，字符串查找和字符串替换。别小看它的作用，在工作学习中灵活运用正则表达式处理字符串能够大幅度提高效率，编程的快乐来得就是这么简单。

下面将由浅入深讲解正则表达式的使用。

简单入门 .

package test; public class Test01 { public static void main(String[] args) { //字符串abc匹配正则表达式"...", 其中"."表示一个字符 //"..."表示三个字符 System.out.println("abc".matches("...")); System.out.println("abcd".matches("...")); } }

输出结果：

true false

String类中有个matches(String regex)方法, 返回值为布尔类型，用于告诉这个字符串是否匹配给定的正则表达式。

在本例中我们给出的正则表达式为…，其中每个.表示一个字符，整个正则表达式的意思是三个字符，显然当匹配abc的时候结果为true，匹配abcd时结果为false。

Java中对正则表达式的支持

在java.util.regex包下有两个用于正则表达式的类， 一个是Matcher，另一个Pattern。

Java官方文档中给出对这两个类的典型用法，代码如下：

package test; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test02 { public static void main(String[] args) { //[a-z]表示a~z之间的任何一个字符, {3}表示3个字符, 意思是匹配一个长度为3, 并且每个字符属于a~z的字符串 Pattern p = Pattern.compile("[a-z]{3}"); Matcher m1 = p.matcher("abc"); System.out.println(m2.matches()); } }

输出结果：true

Pattern可以理解为一个模式，字符串需要与某种模式进行匹配。 比如Test02中, 我们定义的模式是一个长度为3的字符串, 其中每个字符必须是a~z中的一个。

我们看到创建Pattern对象时调用的是Pattern类中的compile方法，也就是说对我们传入的正则表达式编译后得到一个模式对象。 而这个经过编译后模式对象,，会使得正则表达式使用效率会大大提高，并且作为一个常量，它可以安全地供多个线程并发使用。

Matcher可以理解为模式匹配某个字符串后产生的结果。字符串和某个模式匹配后可能会产生很多个结果，这个会在后面的例子中讲解。

最后当我们调用m.matches()时就会返回完整字符串与模式匹配的结果。

上面的三行代码可以简化为一行代码：

System.out.println("abc".matches("[a-z]{3}"));

但是如果一个正则表达式需要被重复匹配，这种写法效率较低。

匹配次数符号

代码示例：

package test; public class Test03 { private static void p(Object o){ System.out.println(o); } public static void main(String[] args) { // "X*" 代表零个或多个X p("aaaa".matches("a*")); p("".matches("a*")); // "X+" 代表一个或多个X p("aaaa".matches("a+")); // "X?" 代表零个或一个X p("a".matches("a?")); // \\d A digit: [0-9], 表示数字, 但是在java中对"\\"这个符号需要使用\\进行转义, 所以出现\\d p("2345".matches("\\d{2,5}")); // \\.用于匹配"." p("192.168.0.123".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}")); // [0-2]指必须是0~2中的一个数字 p("192".matches("[0-2][0-9][0-9]")); } }

输出结果：全是true。

范围[]

[]用于描述一个字符的范围， 下面是一些例子：

package test; public class Test04 { private static void p(Object o){ System.out.println(o); } public static void main(String[] args) { //[abc]指abc中的其中一个字母 p("a".matches("[abc]")); //[^abc]指除了abc之外的字符 p("1".matches("[^abc]")); //a~z或A~Z的字符, 以下三个均是或的写法 p("A".matches("[a-zA-Z]")); p("A".matches("[a-z|A-Z]")); p("A".matches("[a-z[A-Z]]")); //[A-Z&&[REQ]]指A~Z中并且属于REQ其中之一的字符 p("R".matches("[A-Z&&[REQ]]")); } }

输出结果：全是true。

\s \w \d \S \W \D

关于\

在Java中的字符串中，如果要用到特殊字符， 必须通过在前面加\进行转义。

举个例子，考虑这个字符串”老师大声说:”同学们,快交作业!””。 如果我们没有转义字符，那么开头的双引号的结束应该在说:”这里，但是我们的字符串中需要用到双引号， 所以需要用转义字符。

使用转义字符后的字符串为”老师大声说:\”同学们,快交作业!\””， 这样我们的原意才能被正确识别。

同理如果我们要在字符串中使用\，也应该在前面加一个\，所以在字符串中表示为”\\”。

那么如何在正则表达式中表示要匹配\呢？ 答案为”\\\\”。

我们分开考虑：由于正则式中表示\同样需要转义， 所以前面的\\表示正则表达式中的转义字符\，后面的\\表示正则表达式中\本身， 合起来在正则表达式中表示\。

先来看代码示例：

package test; public class Test05 { private static void p(Object o){ System.out.println(o); } public static void main(String[] args) { // \s{4}表示4个空白符 p(" \n\r\t".matches("\\s{4}")); // \S表示非空白符 p("a".matches("\\S")); // \w{3}表示数字字母和下划线 p("a_8".matches("\\w{3}")); p("abc888&^%".matches("[a-z]{1,3}\\d+[%^&*]+")); // 匹配 \ p("\\".matches("\\\\")); } }

边界处理^

^在中括号内表示取反的意思[^]， 如果不在中括号里则表示字符串的开头。

代码示例：

package test; public class Test06 { private static void p(Object o){ System.out.println(o); } public static void main(String[] args) { /** * ^ The beginning of a line 一个字符串的开始 * $ The end of a line 字符串的结束 * \b A word boundary 一个单词的边界, 可以是空格, 换行符等 */ p("hello sir".matches("^h.*")); p("hello sir".matches(".*r#34;)); p("hello sir".matches("^h[a-z]{1,3}o\\b.*")); p("hellosir".matches("^h[a-z]{1,3}o\\b.*")); } }

输出结果：

true true true false

Matcher类

• matches()方法会将整个字符串与模板进行匹配。
• find()则是从当前位置开始进行匹配，如果传入字符串后首先进行find()，那么当前位置就是字符串的开头，对当前位置的具体分析可以看下面的代码示例
• lookingAt()方法会从字符串的开头进行匹配。

代码示例：

package test; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test07 { private static void p(Object o){ System.out.println(o); } public static void main(String[] args) { Pattern pattern = Pattern.compile("\\d{3,5}"); String s = "123-34345-234-00"; Matcher m = pattern.matcher(s); //先演示matches(), 与整个字符串匹配. p(m.matches()); //结果为false, 显然要匹配3~5个数字会在-处匹配失败 //然后演示find(), 先使用reset()方法把当前位置设置为字符串的开头 m.reset(); p(m.find());//true 匹配123成功 p(m.find());//true 匹配34345成功 p(m.find());//true 匹配234成功 p(m.find());//false 匹配00失败 //下面我们演示不在matches()使用reset(), 看看当前位置的变化 m.reset();//先重置 p(m.matches());//false 匹配整个字符串失败, 当前位置来到- p(m.find());// true 匹配34345成功 p(m.find());// true 匹配234成功 p(m.find());// false 匹配00始边 p(m.find());// false 没有东西匹配, 失败 //演示lookingAt(), 从头开始找 p(m.lookingAt());//true 找到123, 成功 } }

如果一次匹配成功的话start()用于返回匹配开始的位置，

end()用于返回匹配结束字符的后面一个位置。

代码示例：

package test; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test08 { private static void p(Object o) { System.out.println(o); } public static void main(String[] args) { Pattern pattern = Pattern.compile("\\d{3,5}"); String s = "123-34345-234-00"; Matcher m = pattern.matcher(s); p(m.find());//true 匹配123成功 p("start: " + m.start() + " - end:" + m.end()); p(m.find());//true 匹配34345成功 p("start: " + m.start() + " - end:" + m.end()); p(m.find());//true 匹配234成功 p("start: " + m.start() + " - end:" + m.end()); p(m.find());//false 匹配00失败 try { p("start: " + m.start() + " - end:" + m.end()); } catch (Exception e) { System.out.println("报错了..."); } p(m.lookingAt()); p("start: " + m.start() + " - end:" + m.end()); } }

输出结果：

true start: 0 - end:3 true start: 4 - end:9 true start: 10 - end:13 false 报错了... true start: 0 - end:3

替换字符串

Matcher类中的一个方法group()，它能返回匹配到的字符串。

代码示例：将字符串中的java转换为大写

package test; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test09 { private static void p(Object o){ System.out.println(o); } public static void main(String[] args) { Pattern p = Pattern.compile("java"); Matcher m = p.matcher("java I love Java and you"); p(m.replaceAll("JAVA"));//replaceAll()方法会替换所有匹配到的字符串 } }

输出结果：

JAVA I love Java and you

不区分大小写查找并替换字符串

我们要在创建模板模板时指定大小写不敏感。

public static void main(String[] args) { Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);//指定为大小写不敏感的 Matcher m = p.matcher("java I love Java and you"); p(m.replaceAll("JAVA")); }

输出结果：

JAVA I love JAVA and you

不区分大小写, 替换查找到的指定字符串

这里演示把查找到第奇数个字符串转换为大写，第偶数个转换为小写。

这里会引入Matcher类中一个强大的方法appendReplacement(StringBuffer sb, String replacement)，它需要传入一个StringBuffer进行字符串拼接。

public static void main(String[] args) { Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE); Matcher m = p.matcher("java Java JAVA JAva I love Java and you ?"); StringBuffer sb = new StringBuffer(); int index = 1; while(m.find()){ m.appendReplacement(sb, (index++ & 1) == 0 ? "java" : "JAVA"); index++; } m.appendTail(sb);//把剩余的字符串加入 p(sb); }

输出结果：

JAVA JAVA JAVA JAVA I love JAVA and you ?

分组

先看一个示例：

package test; import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test10 { private static void p(Object o) { System.out.println(o); } public static void main(String[] args) { Pattern p = Pattern.compile("\\d{3,5}[a-z]{2}"); String s = "005aa-856zx-1425kj-29"; Matcher m = p.matcher(s); while (m.find()) { p(m.group()); } } }

输出结果：

005aa 856zx 1425kj

其中正则表达式”\\d{3,5}[a-z]{2}”表示3~5个数字跟上两个字母，然后打印出每个匹配到的字符串。

如果想要打印每个匹配串中的数字，如何操作呢？

分组机制可以帮助我们在正则表达式中进行分组。规定使用()进行分组，这里我们把字母和数字各分为一组”(\\d{3,5})([a-z]{2})”

然后在调用m.group(int group)方法时传入组号即可。

注意：组号从0开始，0组代表整个正则表达式，从0之后，就是在正则表达式中从左到右每一个左括号对应一个组。在这个表达式中第1组是数字， 第2组是字母。

public static void main(String[] args) { Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");//正则表达式为3~5个数字跟上两个字母 String s = "005aa-856zx-1425kj-29"; Matcher m = p.matcher(s); while(m.find()){ p(m.group(1)); } }

输出结果：

005 856 1425

整理

• 匹配中文字符的正则表达式： [\u4e00-\u9fa5]
• 匹配双字节字符(包括汉字在内)：[^\x00-\xff]
• 匹配空行的正则表达式：\n[\s| ]*\r
• 匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*) \/>/
• 匹配首尾空格的正则表达式：(^\s*)|(\s*$)
• 匹配IP地址的正则表达式：/(\d+)\.(\d+)\.(\d+)\.(\d+)/g //
• 匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
• 匹配网址URL的正则表达式：http://(/[\w-]+\.)+[\w-]+(/[\w- ./?%&=]*)?
• sql语句：^(select|drop|delete|create|update|insert).*$
• 非负整数：^\d+$
• 正整数：^[0-9]*[1-9][0-9]*$
• 非正整数：^((-\d+)|(0+))$
• 负整数：^-[0-9]*[1-9][0-9]*$
• 整数：^-?\d+$
• 非负浮点数：^\d+(\.\d+)?$
• 正浮点数：^((0-9)+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
• 非正浮点数：^((-\d+\.\d+)?)|(0+(\.0+)?))$
• 负浮点数：^(-((正浮点数正则式)))$
• 英文字符串：^[A-Za-z]+$
• 英文大写串：^[A-Z]+$
• 英文小写串：^[a-z]+$
• 英文字符数字串：^[A-Za-z0-9]+$
• 英数字加下划线串：^\w+$
• E-mail地址：^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$
• URL：^[a-zA-Z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\s*)?$ 或者：^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~@[\]\’:+!]*([^<>\”\”])*$
• 邮政编码：^[1-9]\d{5}$
• 中文：^[\u0391-\uFFE5]+$
• 电话号码：^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$
• 手机号码：^((\(\d{2,3}\))|(\d{3}\-))?13\d{9}$
• 双字节字符(包括汉字在内)：^\x00-\xff
• 匹配首尾空格：(^\s*)|(\s*$)（像vbscript那样的trim函数）
• 匹配HTML标记：<(.*)>.*<\/\1>|<(.*) \/>
• 匹配空行：\n[\s| ]*\r
• 提取信息中的网络链接：(h|H)(r|R)(e|E)(f|F) *= *(‘|”)?(\w|\\|\/|\.)+(‘|”| *|>)?
• 提取信息中的邮件地址：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
• 提取信息中的图片链接：(s|S)(r|R)(c|C) *= *(‘|”)?(\w|\\|\/|\.)+(‘|”| *|>)?
• 提取信息中的IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)
• 提取信息中的中国手机号码：86)*0*13\d{9}
• 提取信息中的中国固定电话号码：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}
• 提取信息中的中国电话号码（包括移动和固定电话）：(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}
• 提取信息中的中国邮政编码：[1-9]{1}(\d+){5}
• 提取信息中的浮点数（即小数）：(-?\d*)\.?\d+
• 提取信息中的任何数字 ：(-?\d*)(\.\d+)?
• IP地址：(\d+)\.(\d+)\.(\d+)\.(\d+)
• 电话区号：/^0\d{2,3}$/
• 腾讯号：^[1-9]*[1-9][0-9]*$
• 帐号(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
• 中文、英文、数字及下划线：^[\u4e00-\u9fa5_a-zA-Z0-9]+$

总结

以上就是对于正则表达式的一个总结和使用说明，愿正则表达式给你带来更愉快的编程体验。

作者：初念初恋
原文链接：https://juejin.cn/post/