(招生:13908467300 0731-838616321)牛耳教育十六年专注长沙java培训,是湖南最专业的长沙java培训学校。长沙java培训班招生热线:13908467300 0731-838616321

Java正则表达式入门汇总

众所周知,在程序开发中,难免会遇到需要匹配、查找、替换、判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力。因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段。 

大 家都知道,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。 

  自从jdk1.4推出java.util.regex包,就为我们提供了很好的JAVA正则表达式应用平台。 


因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。 


\\ 反斜杠 

\t 间隔 ('\u0009') 

\n 换行 ('\u000A') 

\r 回车 ('\u000D') 

\d 数字 等价于[0-9] 

\D 非数字 等价于[^0-9] 

\s 空白符号 [\t\n\x0B\f\r] 

\S 非空白符号 [^\t\n\x0B\f\r] 

\w 单独字符 [a-zA-Z_0-9] 

\W 非单独字符 [^a-zA-Z_0-9] 

\f 换页符 

\e Escape

\b 一个单词的边界 

\B 一个非单词的边界 

\G 前一个匹配的结束 


^为限制开头 

^java     条件限制为以Java为开头字符 

$为限制结尾 

java$     条件限制为以java为结尾字符 

.  条件限制除\n以外任意一个单独字符 

java..     条件限制为java后除换行外任意两个字符 



加入特定限制条件「[]」 

[a-z]     条件限制在小写a to z范围中一个字符 

[A-Z]     条件限制在大写A to Z范围中一个字符 

[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符 

[0-9]     条件限制在小写0 to 9范围中一个字符 

[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符 

[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集) 


[]中加入^后加再次限制条件「[^]」 

[^a-z]     条件限制在非小写a to z范围中一个字符 

[^A-Z]     条件限制在非大写A to Z范围中一个字符 

[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符 

[^0-9]     条件限制在非小写0 to 9范围中一个字符 

[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符 

[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集) 


在限制条件为特定字符出现0次以上时,可以使用「*」 

J*     0个以上J

.*     0个以上任意字符 

J.*D     J与D之间0个以上任意字符 


在限制条件为特定字符出现1次以上时,可以使用「+」 

J+     1个以上J

.+     1个以上任意字符 

J.+D     J与D之间1个以上任意字符 


在限制条件为特定字符出现有0或1次时,可以使用「?」 

JA?     J或者JA出现 


限制为连续出现指定次数字符「{a}」 

J{2}     JJ

J{3}     JJJ

文字a个以上,并且「{a,}」 

J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存) 

文字个以上,b个以下「{a,b}」 

J{3,5}     JJJ或JJJJ或JJJJJ

两者取一「|」 

J|A     J或A

Java|Hello     Java或Hello


「()」中规定一个组合类型 

比如,我查询<a href=\"index.html\">index</a>中<a href></a>间的数据,可写作<a.*href=\".*\">(.+?)</a> 


在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数: 

Pattern Pattern.compile(String regex, int flag) 


flag的取值范围如下: 

Pattern.CANON_EQ     当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规 范相等性(canonical equivalence)"。 

Pattern.CASE_INSENSITIVE(?i)     默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配,只要将UNICODE_CASE与这个标志合起来就行了。 

Pattern.COMMENTS(?x)     在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。 

Pattern.DOTALL(?s)     在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。 

Pattern.MULTILINE

(?m)     在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。 

Pattern.UNICODE_CASE 

(?u)     在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。 

Pattern.UNIX_LINES(?d)     在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。 


评论