Java正则表达式详解

文章列表

Java正则表达式详解

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

符号	次数
*	0次或多次
+	1次或多次
？	0次或1次
{n}	恰好n次
{n,m}	出现n~m次
{n,}	至少n次

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Xp("aaaa".matches("a*"));p("".matches("a*"));// "X+" 代表一个或多个Xp("aaaa".matches("a+"));// "X?" 代表零个或一个Xp("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\\\\dp("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("\\\\\\\\"));}
}

符号	表示
\\d	[0—9] 数字
\\D	[^0—9] 非数字
\\s	[\\t\\n\\r\\f] 空格
\\S	[^\\t\\n\\r\\f] 非空格
\\w	[0—9A—Z_a—z] 数字字母和下划线
\\W	[^0—9A—Z_a—z] 非数字字母和下划线

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$"));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QQ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。

Java正则表达式详解

前言

简单入门

Java中对正则表达式的支持

匹配次数符号

范围`[]`

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

边界处理`^`

Matcher类

替换字符串

不区分大小写查找并替换字符串

不区分大小写, 替换查找到的指定字符串

分组

整理

总结

公告

DeepSeek全套部署资料免费下载

免费可商用字体批量下载

标签

Java正则表达式详解

前言

简单入门

Java中对正则表达式的支持

匹配次数符号

范围[]

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

边界处理^

Matcher类

替换字符串

不区分大小写查找并替换字符串

不区分大小写, 替换查找到的指定字符串

分组

整理

总结

相关问题

公告

DeepSeek全套部署资料免费下载

免费可商用字体批量下载

标签

范围`[]`

边界处理`^`