Index / Java

Java 正则表达式实例操作

原文：https://ichochy.com/posts/java/20200828.html

Regular Expression正则表达式，简称RegExp，常规通用的表达式，在多个开发语言中都有它的实现，可以通过正则表达式来快速的检索、匹配、查找、替换字符串中的文本。

简单实例

匹配网址

/*
 * File:RegExp.java
 * User:iChochy
 * URL:https://ichochy.com
 * Copyright (c) 2020
 * Date:2020/09/07 18:11:07
 */

package com.ichochy.example;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegExp {
    public static void main(String[] args) {
        String input = "https://ichochy.com";
        //正则表达式，(.+)代表一个或多个字符
        String regex = "https://.+.com";
        Boolean flag = Pattern.matches(regex,input);
        System.out.println(flag);  //全文匹配返回：true
    }
}

Matches 方法

Matcher.matches方法，为整块全匹配，字符串完全匹配返回true。

/*
 * File:RegExp.java
 * User:iChochy
 * URL:https://ichochy.com
 * Copyright (c) 2020
 * Date:2020/09/07 18:11:07
 */

package com.ichochy.example;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegExp {
    public static void main(String[] args) {
        String input = "https://ichochy.com";
        //正则表达式，(.+)代表一个或多个字符
        String regex = "https://.+.com";
        Pattern pattern = Pattern.compile(regex);//编译表达式
        Matcher matcher = pattern.matcher(input);//匹配表达式
        System.out.println(matcher.matches());//全文匹配返回：true
    }
}

Find 方法

Matcher.find方法，为查找模式匹配，匹配到就返回true。

/*
 * File:RegExp.java
 * User:iChochy
 * URL:https://ichochy.com
 * Copyright (c) 2020
 * Date:2020/09/07 18:11:07
 */

package com.ichochy.example;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegExp {
    public static void main(String[] args) {
        String input = "我的网站是：https://ichochy.com，你知道吗？";
        //正则表达式，(.+)代表一个或多个字符
        String regex = "https://.+.com";
        Pattern pattern = Pattern.compile(regex);//编译表达式
        Matcher matcher = pattern.matcher(input);//匹配表达式
        System.out.println(matcher.find());//查找匹配返回：true
        System.out.println(matcher.matches());//全文匹配返回：false
        System.out.println(matcher.find());//再次查找匹配返回：false
        matcher.reset();//重置匹配器
        System.out.println(matcher.find());//重置查找返回：true
    }
}

find方法多次调用，出现结果不相同的问题：

This method starts at the beginning of this matcher's region, or, if a previous invocation of the method was successful and the matcher has not since been reset, at the first character not matched by the previous match.

Matcher.find方法第一次查找匹配成功后，如果Matcher没有重置(Matcher.reset())，则从上一次匹配成功位置的后面开始查找，所以会出现，再次匹配不成功，返回false。

Group 分组

正则表达式通过括号分组进行匹配，matcher.group(int group)：通过组序号获取匹配信息

/*
 * File:RegExp.java
 * User:iChochy
 * URL:https://ichochy.com
 * Copyright (c) 2020
 * Date:2020/09/07 18:11:07
 */

package com.ichochy.example;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegExp {
    public static void main(String[] args) {
        String input = "我的网站是：https://ichochy.com，你知道吗？";
        String regex = "(https://)(.+)(.com)";//分组表达式
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);
        if(matcher.find()){//查找匹配成功
            //匹配的信息：https://ichochy.com
            System.out.println(matcher.group().toString());
            //groupCount 组数
            for (int i = 0; i < matcher.groupCount(); i++) {
                //每组匹配的信息，注意：序号是从 1 开始
                System.out.println(matcher.group(i+1));
            }
        }

    }
}

正则表达式规则

字符

构造 匹配
x 字符 x
\ 反斜线字符
\0n 带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn 带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh 带有十六进制值 0x 的字符 hh
\uhhhh 带有十六进制值 0x 的字符 hhhh
\t 制表符(’\u0009')
\n 新行（换行）符 (’\u000A')
\r 回车符 (’\u000D')
\f 换页符 (’\u000C')
\a 报警 (bell) 符 (’\u0007')
\e 转义符 (’\u001B')
\cx 对应于 x 的控制符

字符类

构造 匹配
[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）

预定义字符类

构造 匹配
. 任何字符（与行结束符可能匹配也可能不匹配）
\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]

POSIX 字符类（仅 US-ASCII）

构造 匹配
\p{Lower} 小写字母字符：[a-z]
\p{Upper} 大写字母字符：[A-Z]
\p{ASCII} 所有 ASCII：[\x00-\x7F]
\p{Alpha} 字母字符：[\p{Lower}\p{Upper}]
\p{Digit} 十进制数字：[0-9]
\p{Alnum} 字母数字字符：[\p{Alpha}\p{Digit}]
\p{Punct} 标点符号：!"#$%&’()*+,-./:;<=>?@[]^_`{
\p{Graph} 可见字符：[\p{Alnum}\p{Punct}]
\p{Print} 可打印字符：[\p{Graph}\x20]
\p{Blank} 空格或制表符：[ \t]
\p{Cntrl} 控制字符：[\x00-\x1F\x7F]
\p{XDigit} 十六进制数字：[0-9a-fA-F]
\p{Space} 空白字符：[ \t\n\x0B\f\r]

java.lang.Character 类（简单的 java 字符类型）

构造 匹配
\p{javaLowerCase} 等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase} 等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace} 等效于 java.lang.Character.isWhitespace()
\p{javaMirrored} 等效于 java.lang.Character.isMirrored()

Unicode 块和类别的类

构造 匹配
\p{InGreek} Greek 块（简单块）中的字符
\p{Lu} 大写字母（简单类别）
\p{Sc} 货币符号
\P{InGreek} 所有字符，Greek 块中的除外（否定）
[\p{L}&&[^\p{Lu}]] 所有字母，大写字母除外（减去）

边界匹配器

构造 匹配
^ 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

Greedy 数量词

构造 匹配
X? X，一次或一次也没有
X* X，零次或多次
X+ X，一次或多次
X{n} X，恰好 n 次
X{n,} X，至少 n 次
X{n,m} X，至少 n 次，但是不超过 m 次

Reluctant 数量词

构造 匹配
X?? X，一次或一次也没有
X*? X，零次或多次
X+? X，一次或多次
X{n}? X，恰好 n 次
X{n,}? X，至少 n 次
X{n,m}? X，至少 n 次，但是不超过 m 次

Possessive 数量词

构造 匹配
X?+ X，一次或一次也没有
X*+ X，零次或多次
X++ X，一次或多次
X{n}+ X，恰好 n 次
X{n,}+ X，至少 n 次
X{n,m}+ X，至少 n 次，但是不超过 m 次

Logical 运算符

构造 匹配
XY X 后跟 Y
X Y
(X) X，作为捕获组

Back 引用

构造 匹配
\n 任何匹配的 nth 捕获组

引用

构造 匹配
\ Nothing，但是引用以下字符
\Q Nothing，但是引用所有字符，直到 \E
\E Nothing，但是结束从 \Q 开始的引用

特殊构造（非捕获）

构造 匹配
(?:X) X，作为非捕获组
(?idmsux-idmsux) Nothing，但是将匹配标志i d m s u x on - off
(?idmsux-idmsux:X) X，作为带有给定标志 i d m s u x on - off
(?=X) X，通过零宽度的正 lookahead
(?!X) X，通过零宽度的负 lookahead
(?<=X) X，通过零宽度的正 lookbehind
(?<!X) X，通过零宽度的负 lookbehind
(?>X) X，作为独立的非捕获组

总结

可以看到，通过灵活的规则，设计出你想的表达式，来匹配复杂的字符串，从而快速便捷的操作。

相关文章