正则表达式（Regular Expression）详解

1 前言

正则表达式主要用于复杂文本处理，如模式匹配、格式检验、文本替换等。常用的通配符有：

^, $, *, ., , -, +, ?, &, |, (), [], {}

2 String中的split()、matches()、replace()、replaceFirst()、replaceAll()方法

1. split() 方法

public String[] split(String regex) //字符串替换（支持正则表达式）

2. matches()方法

public boolean matches(String regex) //匹配模式串（支持正则表达式）

3. replace()方法

public String replace(char oldChar, char newChar) //替换所有匹配的字符
public String replace(CharSequence target, CharSequence replacement) //替换所有匹配的字符串

不支持正则表达式匹配 ，替换后不改变原串的值，返回一个新的串

4. replaceFirst()方法

public String replaceFirst(String regex, String replacement) //替换第一次匹配的字符串（支持正则表达式）

5. replaceAll()方法

public String replaceAll(String regex, String replacement) //替换所有匹配的字符串（支持正则表达式）

6. replace()方法与replaceAll()方法比较

String s1="12***ab*";
String s2=s1.replace("*","_");
String s3=s1.replaceAll("\\*", "_");

s1: 12***ab*
S2: 12___ab_
s3: 12___ab_

2 正则表达式基本类型

2.1 标准字符集

• \d：任意一个数字（0-9）
• \w：任意一个字母（A-Z,a-z）、数字（0-9）、下划线（_）
• \s：空格、制表符（\t）、换行符（\n）中任意一个
• .：任意字符（除 "\n"），如果要匹配包含 "\n" 在内的所有字符，一般使用 [\s\S]

注意区分大小写，大写表示取反，如：\D表示任意非数字字符

2.2 自定义字符集

[ab5@]：匹配 "a" 或 "b" 或 "5" 或 "@"
[^abc]：匹配 "a"、"b"、"c" 之外的任意字符
[f-k]：匹配 f - k 之间的任意字母
[^a-f0-3]：匹配 a - f, 0 - 3 之外的任意字符
[\d.\-+]：匹配 "0" - "9"、"."、"-"、"+"

注意：

• 除 "^"、"-"、"" 外的特殊符号，如果被包含在 "[ ]" 中，将失去其特殊意义，当做普通字符处理；
• 除 "." 以外的标准字符集，如果被包含在 "[ ]" 中，自定义字符集将包含该标准字符集。

2.3 量词

• {n}：表达式重复 n 次
• {m,n}：表达式至少重复 m 次，至多重复 n 次
• {m,}：表达式至少重复 m 次
• ?：表达式重复0次或1次，相当于
• +：表达式至少出现一次，相当于
• *：表达式不出现或出现任意次，相当于

\d{3}：匹配3位整数，相当于"\d\d\d"
\d\d{3}：匹配4位整数
(\d\d){3}：匹配6位整数
a\d?b：匹配 "ab", "a0b", "a5b", "a7b"等

2.4 字符边界

• ^：与字符串开始的地方匹配
• $：与字符串结束的地方匹配
• \b：匹配一个单词边界（匹配一个位置：前面的字符和后面的字符不全是\w）

2.5 选择与分组

• |：a|b，匹配 a 或 b
• ()：用于将多个字符作为一个整体

2.6 预搜索（零宽断言）

• (?=exp)：断言自身出现的位置后面能匹配表达式 exp
• (?<=exp)：断言自身出现的位置前面能匹配表达式 exp
• (?!exp)：断言自身出现的位置后面不能匹配表达式 exp
• (?<!exp)：断言自身出现的位置前面不能匹配表达式 exp

注意：只进行表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度。

待测串：having eating going singsing
模式串：[a-z]+(?=ing)
匹配串：hav eat go s

3 简单案例

问题描述：给一个字符串 s ，删除字母、数字、减号之外的字符，删除连续两个及以上的减号，删除孤立的减号，使得每个单词仍保持原来的意义。如 " -i- -- am- @__#$ 19-years - -old_ _ _ " ，经处理后，得到 "i am 19-years old".

import java.util.Scanner;
public class Main {
	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		String s=sc.nextLine();
		s=s.replaceAll("[^a-zA-Z0-9\\-]"," "); //替换所有非字母、数字、减号字符为空格
		s=s.replaceAll("\\-{2,}", " "); //替换连续2个及以上的减号为空格
		s=s.replace("- ", " "); //替换"- "为空格
		s=s.replace(" -", " "); //替换" -"为空格
		s=s.replaceAll("\\s+"," "); //替换连续1个及以上的空字符（空格、\t、\n）为空格
		s=s.trim(); //删除首尾多余的空格
		if(s.charAt(0)=='-') {
			s=s.replaceFirst("-",""); //删除字符串头的"-"
		}
		System.out.println(s);
	}
}

   -i-  -- am- @ 	 __#$ 19-years - -old_
i am 19-years old

​ 声明：本文转自正则表达式（Regular Expression）详解