正则表达式介绍

  正则表达式可以用于对字符串的处理，相当于是一个匹配字符串的模板。主要包含查找、替换、分割、提取等操作；Java中通过Pattern和Matcher类提供对正则的支持。

字符处理

特殊字符处理

对于特殊字符：$、^、(、)、[、]、 {、}、 *、 +、 ?、 .、\ 、|前面都要加上\进行转义。

预定义字符

预定义字符即为正则表达式中的“通配符”，就是可以匹配多个字符的特殊字符。

预定义字符	作用
.	匹配任意字符
\d	digit，代表数字，匹配0-9中的所有数字
\D	匹配非数字
\s	space，代表空白，匹配所有空白字符（空格、换行、回车、换页、制表符等）
\S	匹配所有非空白字符
\w	word，代表单词，匹配所有单词字符，包含0-9所有数字、26个英文字母以及下划线"_"
\W	匹配所有非单词字符

三种模式的数量表示符

1. 贪婪模式：Greedy，数量表示符默认为贪婪模式，会一直匹配下去，直到无法匹配为止。
2. 勉强模式：Reluctant，用问号?后缀表示，只会匹配最少的字符，也被称为最小匹配模式。
3. 占有模式： Possessive， 用加号+后缀表示。

贪婪模式	勉强模式	占用模式	作用
X?	X??	X??	X表达式出现0次或1次
X*	X*?	X*?	X表达式出现0次或多次
X+	X+?	X+?	X表达式出现1次或多次
X{n}	X{n}?	X{n}?	X表达式出现n次
X{n,}	X{n,}?	X{n,}?	X表达式最少出现n次
X{n,m}	X{n,m}?	X{n,m}?	X表达式最少出现n次，最多出现m次

方括号表达式

方括号表达式含义	作用
枚举	[abcd]，表示a、b、c、d中的任意一个字符；
范围：-	[a-e]，表示从a到e字母中的任意字母；可结合枚举进行使用，[a-eu-z]，表示从a到e，从u到z范围内的任意字符
否定：^	[abcd]，表示不是a、b、c、d中的字符；[a~e]表示不是a至f范围的字符
与运算：&&	[a-g&&[bch]，求a~z和bch的交集，则结果为bc
并运算	[a-e[h-j]]	,等价于[a-eh-j]

正则表达式的使用

String类常用方法

String类中的查找、替换、分割、提取等操作方法

1. boolean matches(String regex)：判断该字符串是否匹配指定的正则表达式；
2. String replaceFirst(String regex, String replaceStr)：将该字符串中第一个匹配regex的子串替换成replaceStr；
3. String replaceAll(String regex, String replaceStr)：将该字符串中所有匹配regex的子串替换成replaceStr；
4. String[] split(String regex)：以regex作为分隔符对字符串进行分割；

Matcher类常用方法

1. find()：返回目标字符串中是否包含与Pattern匹配的子串，若传入int类型的参数，则从该int索引处向下搜索；
2. group()：返回上一次与Pattern匹配的子串；
3. start()：用于确定子串在目标字符串中的位置；返回上一次与Pattern匹配的子串在目标字符串中的开始位置；
4. end()：用于确定子串在目标字符串中的位置；返回上一次与Pattern匹配的子串在目标字符串中的结束位置加1；
5. matches()：判断整个目标字符串与Pattern是否匹配，要求整个字符串都和Pattern完全匹配时才会返回true；
6. lookingAt：返回目标字符串前缀与Pattern是否匹配，只需要字符串以Pattern开头就返回true；
7. reset()：将现有的Matcher对象应用于一个新的字符序列；

Pattern对象用法

  Pattern是不可变类，是正则表达式编译后在内存中的表示形式，在Java中使用正则表达式字符串必须要先被编译为Patter对象，然后再使用Pattern对象创建对应的Matcher对象。
用法

// 编译正则表达式为Pattern对象
Pattern pattern = Pattern.compile("bc*d");
// 使用编译好的Pattern对象创建Matcher对象
Matcher m = p.matcher("bccccd");
boolean b = m.matches();
System.out.println(b);

结果

true

上述步骤等价于

boolean b = Pattern.matches("bc*d", "bccccd");
System.out.println(b);