Java 正则表达式详解
jo4353
8年前
<p>序言：前两天闲来无事，想起来好久都没回去过学校了（Lz还是个没毕业的孩子>_<）而且早就听说学校新盖的图书馆很高大上，所以就想着去泡泡图书馆，装装逼什么的。</p> <p><img src="https://simg.open-open.com/show/a6cbcc362a9cb9670f41269a9ac1f466.jpg"></p> <p>随手一拍，朦胧美</p> <p>后来走着走着，就看到了IT类的资料，然后就顺便翻了几本看看，然后就看到了Java的正则表达式，因为之前项目中很多地方有用到正则的地方，但是每次都是去网上copy人家的，所以就想着得把这一块好好弄懂，以后自己写正则。以下是自己看完书之后的一些见解，如果有更正确的理解，还请留下你的评论</p> <p><strong>1、什么是正则表达式？</strong></p> <p>正则表达式的定义：这是一种字符串的语法规则，是一种可以用于模式匹配和替换的规则，主要用于文本和字符串的处理（匹配，查找，替换，判断字符串）。一个正则表达式是由普通的字符(a～z)以及特殊字符(元字符)组成的文字模式，用以描述在查找文字主体时待匹配的一个或多个字符串。下面我们会介绍一些常用的元字符</p> <p><strong>2、正则表达式的元字符</strong></p> <p>元字符的定义：元字符：元字符使得正则表达式具有处理能力，指的是那些在正则表达式中具有特殊意义的专用字符，可以规定其前导字符在目标对象中的出现模式</p> <table> <thead> <tr> <th>元字符</th> <th>在正则表达式中的写法</th> <th>意义</th> </tr> </thead> <tbody> <tr> <td>.</td> <td>.</td> <td>任何一个字符</td> </tr> <tr> <td>\d</td> <td>\\d</td> <td>0-9之间的任意一个数字</td> </tr> <tr> <td>\D</td> <td>\\D</td> <td>任何一个非数字字符</td> </tr> <tr> <td>\s</td> <td>\\s</td> <td>空格类字符'\t'，'\n'等等</td> </tr> <tr> <td>\S</td> <td>\\S</td> <td>非空格类字符</td> </tr> <tr> <td>\w</td> <td>\\w</td> <td>可用于标识符的字符，不包括美元符</td> </tr> <tr> <td>\W</td> <td>\\W</td> <td>不能可用于标识符的字符</td> </tr> <tr> <td>\p{Lower}</td> <td>\\p[Lower]</td> <td>小写字母[a~z]</td> </tr> <tr> <td>\p{Upper}</td> <td>\\p{Upper}</td> <td>大写字母[A~Z]</td> </tr> <tr> <td>\p{ASCII}</td> <td>\\p{ACSII}</td> <td>ASCII字符</td> </tr> <tr> <td>\p{Alpha}</td> <td>\\p{Alpha}</td> <td>字母</td> </tr> <tr> <td>\p{digit}</td> <td>\\p{digit}</td> <td>数字字符[0~9]</td> </tr> <tr> <td>\p{Alnum}</td> <td>\\p{Alnum}</td> <td>字母或数字</td> </tr> <tr> <td>\p{Punct}</td> <td>\\p{Punct}</td> <td>标点符号</td> </tr> <tr> <td>\p{graph}</td> <td>\\p{graph}</td> <td>可视字符，\p{Alnum}，\p{Punct}</td> </tr> <tr> <td>\p{Print}</td> <td>\\p{Print}</td> <td>可打印字符</td> </tr> <tr> <td>\p{Blank}</td> <td>\\p{Blank}</td> <td>空格或制表符</td> </tr> <tr> <td>\p{Cntrl}</td> <td>\\p{Cntrl}</td> <td>控制字符[\x00~\x1F\x7F]</td> </tr> </tbody> </table> <p>上面的表中，基本上就是一些比较常用的元字符，我们需要注意元字符在正则表达式中的写法，不能直接用元字符来编写我们的正则程序</p> <p><strong>3、正则表达式中的方括号[]</strong></p> <p>元字符可以是放在[]中的任意单个字符（如[a]表示匹配单个小写字符a），也可以是字符序列（如[a-d]表示匹配a-d即a,b,c,d中的任意一个字符，而\w表示任意英文字母、数字及下划线）。例如：regex="[159]ABC"，那么"1ABC"，"5ABC"，"9ABC"都是与正则表达式regex匹配的字符，方括号的含义如下：</p> <p>注：方括号内允许嵌套，可以进行交，并，差运算</p> <table> <thead> <tr> <th>方括号表达式</th> <th>含义</th> </tr> </thead> <tbody> <tr> <td>[abcde]</td> <td>匹配a，b，c，d，e中的任意一个字符</td> </tr> <tr> <td>[a-h]</td> <td>匹配a到h之间的任意一个字符</td> </tr> <tr> <td>[^fgh]</td> <td>匹配除f,g,h外的任意一个字符</td> </tr> <tr> <td>[a-d[m-p]]</td> <td>代表a～d，或m～p中的任意一个字符（并）</td> </tr> <tr> <td>[a-z&&[def]]</td> <td>代表d,e或f中的任意一个字符串（交）</td> </tr> <tr> <td>[a-z&&[^bc]]</td> <td>代表a，d，e，f（差）</td> </tr> </tbody> </table> <p><strong>4、正则表达式中的限定符</strong></p> <p>在使用正则表达式时，我们知道元字符一般只能匹配一个位置或一个字符，如果需要某一类型的元字符多次输入，逐个输入，或是要匹配多个字符的时候就相当麻烦，这个时候我们可以使用正则表达式的限定符来重复输入。例如：regex="hello[246]?"，那么"hello"，"hello2"，"hello4"，"hello6"都是与regex匹配的字符串，下面是一些常见的限定符</p> <table> <thead> <tr> <th>带限定符号的模式</th> <th>含义</th> </tr> </thead> <tbody> <tr> <td>X?</td> <td>X出现0次或1次</td> </tr> <tr> <td>X*</td> <td>X出现0次或多次</td> </tr> <tr> <td>X+</td> <td>X出现1次或多次</td> </tr> <tr> <td>X{n}</td> <td>X出现n次</td> </tr> <tr> <td>X{n,}</td> <td>X至少出现n次</td> </tr> <tr> <td>X{n,m}</td> <td>X至少出现n至m次</td> </tr> <tr> <td>XY</td> <td>X后面跟Y</td> </tr> <tr> <td>X｜Y</td> <td>X或Y</td> </tr> </tbody> </table> <p>然后用法的话相信大家不会陌生吧：</p> <pre> <code class="language-java">String regex="自己定义的正则表达式"; String test="需要正则的字符串对象"; boolean isMatch=test.matches(regex); if(isMatch){ //test为匹配成功的数据 }else{ //test为匹配失败的数据 }</code></pre> <p>可能有些人会说，我经常用到的正则表达式中有 <strong>Pattern</strong> 和 <strong>Matcher</strong> 两个类，这两个类是干嘛的呢？</p> <p>Pattern： 一个 <strong>Pattern</strong> 是一个正则表达式经编译后的表现模式。</p> <p>Matcher： 一个 <strong>Matcher</strong> 对象是一个状态机器，它依据Pattern对象做为匹配模式对字符串展开匹配检查。</p> <p>首先一个 <strong>Pattern</strong> 实例订制了一个所用语法与 <strong>PERL</strong> 的类似的正则表达式经编译后的模式，然后一个 <strong>Matcher</strong> 实例在这个给定的 <strong>Pattern</strong> 实例的模式控制下进行字符串的匹配工作。</p> <p>好了，上述就是前两天啃书所获得的经验值，不得不说书还是个非常好的东西。</p> <p>这是我建的一个android小白的群，各位有兴趣的小白欢迎加群共同学习，也欢迎各位大神进群指导，共勉。群号：541144061</p> <p> </p> <p>来自：http://www.jianshu.com/p/e55a6fec4c5c</p> <p> </p>