Java基础-正则表达式(Regular Expression)语法规则简介

　　　　　　　　　　Java基础-正则表达式(Regular Expression)语法规则简介

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　作者：尹正杰

版权声明：原创作品，谢绝转载！否则将追究法律责任。

一.正则表达式的概念

　　正则表达式（Regular Expression,在代码中常简写为regex）是一个字符串，使用单个字符串来描述，用来定义匹配规则，匹配一系列符合某个句法规则的字符串。在开发中，正则表达式通常被用来检索，替换那些符合某个规则的文本。

二.正则表达式常用的匹配规则

　　再看Java的API帮助文档，在pattern类中有正则表达式的规则定义，正则表达式中明确区分大小写字母。接下来我们就来说一些Java常用的字符吧。

1>.字符"x"

　　含义：代表的是字符‘x’。

　　例如：匹配规则为“a”，那么匹配的字符传内容就是"a"。

2>.字符“\\”

　　含义：代表的反斜线字符‘\’（前面的"\"是转义的作用，被转的是“\”，后面的"\"被转义为了普通的斜线，失去了转义的作用）。

　　例如：匹配规则为“\\",那么需要匹配的字符串内容就是“\”。

3>.字符"\t"

　　含义：制表符（前面的“\”是转义的作用）。

　　例如：匹配规则为“\t”，那么对应的效果就是产生一个制表符的空间。

4>.字符“\n”

　　含义：换行符.

　　例如：匹配规则为“\n”，那么对应的效果就是换行，光标在原有位置的下一行。

5>.字符“\r”

　　含义：回车符。

　　例如：匹配规则为“\r”，那么对应的效果就是回车后的效果，光标来到下一行行首。

6>.字符类"[abc]"

　　含义：代表的是字符'a','b','c'。

　　例如：匹配规则为“[abc]”，那么需要匹配的内容就是字符a，或者字符b，或字符c的其中一个。

7>.字符类"[^abc]"

　　含义：代表的是除了a,b或c以外的任何字符。

　　例如：匹配规则为“[^abc]”，那么需要匹配的内容就是不是字符‘a’,或者不是字符'b'，或不是字符‘c’的任意一个字符。

8>.字符类"[a-zA-Z]"

　　含义：带包的是a到z或A到Z,两头的字母包括再内。

　　例如：匹配规则为“[a-zA-Z]”,那么需要匹配的是一个大写或者小写字母。

9>.字符类"[0-9]"

　　含义：代表的是0到9数字，两个的数字包括在内。

　　例如：匹配规则为“[0-9]”,那么需要匹配的是一个数字。

10>.字符类"[a-zA-Z_0-9]"

　　含义：代表的字母或者数字或者下划线（即单词字符)。

　　例如：匹配规则为"[a-zA-Z_0-9]",那么需要匹配的是一个字母或者是一个数字或者一个下划线。

11>.预定义字符类“.”

　　含义：代表的是任何字符。

　　例如：匹配规则为“.”,那么需要匹配的是一个任意字符。如果就想使用“.”的话，使用匹配规则"\\."来实现。

12>.预定义字符类“\d”

　　含义：代表的是的是0到9数字，两头的数字包括在内，相当于[0-9]。

　　例如：匹配规则为“\d”，那么需要匹配的是一个数字。

13>.预定义字符类“\w”

　　含义：代表的字母或者数字或者下划线（即单词字符），相当于[a-zA-Z_0-9]。

　　例如：匹配规则为“\w”，那么需要匹配的是一个字母或者是一个数字或者一个下滑线。

14>.边界匹配器“^”

　　含义：代表的是行的开头。

　　例如：匹配规则为“^[abc][0-9]$”,那么需要匹配的内容从[abc]这个位置开始，相当于左双引号。

15>.边界匹配器"$"

　　含义：代表的是行的结尾。

　　例如：匹配规则为“\b[abc]\b”，那么代表的是字母a或b或c的左右两边需要的是非单词字符([a-zA-z_0-9])。

16>.数量词"x?"

　　含义：代表的是x出现一次或一次的也没有。

　　例如：匹配规则为“a?”，那么需要匹配的内容是多个字符‘a’，或者一个'a'都没有。

17>.数量词“x*”

　　含义：代表的是x出现零次或多次。

　　例如：匹配规则为“a*”，那么需要匹配的内容是多个字符'a'，或者一个'a'。

18>.数量词“x+”

　　含义：代表的是x出现一次或多次

　　例如：匹配规则为“a+”，那么需要匹配的内容是多个字符'a',或者一个‘a’。

19>.数量词“X{n}”

　　含义：代表的是x出现恰好n次。

　　例如：匹配规则为“a{5}”,那么需要匹配的内容是5个字符‘a’。

20>.数量词“X{n,}”

　　含义：代表的是X出现至少n次。

　　例如：匹配规则为“a{5,8}”，那么需要匹配的内容是有5个字符‘a’到8个字符‘a’之间。

 构造 匹配 

 字符
 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
 [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
 . 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）
 \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）
 \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
 \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
 ^ 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
 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
 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
 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
 XY X 后跟 Y
 X|Y X 或 Y
 (X) X，作为捕获组 

 Back 引用
 \n 任何匹配的 nth 捕获组 

 引用
 \ 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）
 (?: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
 的非捕获组  (?=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 

想要了解更多可以使劲的戳我

三.字符串类中设计正则表达式的常用方法

1>.matches(String regex)方法

　　作用：告知此字符串是否匹配给定的正则表达式。

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.Demo;

 public class RegexDemo {

     public static void main(String[] args) {
         String QQ = "1053419035";
         String phone = "13021055038";
         System.out.println(checkQQ(QQ));
         System.out.println(checkTellphone(phone));

     }

     //定义检测QQ的方法。
     public static boolean checkQQ(String QQ) {
         String pattern = "[1-9][\\d]{4,9}";
         boolean res = QQ.matches(pattern);
         return res;
     }

     //
     public static boolean checkTellphone(String phone) {
         String pattern = "1[34857][\\d]{9}";
         boolean res = phone.matches(pattern);
         return res;
     }
 }

 /*
 以上代码执行结果如下：
 true
 true
 */

matches案例展示（匹配QQ号和手机号)

2>.split(String regex)方法

　　作用：根据给定正则表达式的匹配拆分此字符串。

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.Demo;

 public class RegexDemo {

     public static void main(String[] args) {
         String src = "2018-04-17";
         String pattern = "-";
         System.out.println(getSplit(src,pattern));

     }

     public static StringBuffer getSplit(String src,String pattern) {
         String[] arr = src.split(pattern);
         StringBuffer buffer = new StringBuffer();
         buffer.append("[");
         for (int i = 0; i < arr.length; i++) {
             if(i==arr.length-1) {
                 buffer.append(arr[i]+"]");
             }else {
                 buffer.append(arr[i]+",");
             }
         }
         return buffer;
     }
 }

 /*
 以上代码执行结果如下：
 [2018,04,17]
 */

split案例展示（按指定的字符串切割）

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.Demo;

 public class RegexDemo {

     public static void main(String[] args) {
         String src = "10         20 30 40 50             60 70";
         String pattern = " +";    //匹配多个空格。
         System.out.println(getSplit(src,pattern));

     }

     public static StringBuffer getSplit(String src,String pattern) {
         String[] arr = src.split(pattern);
         StringBuffer buffer = new StringBuffer();
         buffer.append("[");
         for (int i = 0; i < arr.length; i++) {
             if(i==arr.length-1) {
                 buffer.append(arr[i]+"]");
             }else {
                 buffer.append(arr[i]+",");
             }
         }
         return buffer;
     }
 }

 /*
 以上代码执行结果如下：
 [10,20,30,40,50,60,70]
 */

split案例展示（按空格字符串切割）

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.Demo;

 public class RegexDemo {

     public static void main(String[] args) {
         String ipconfig = "192.168.0.254";
         String pattern = "\\.";    //我们需要对"."进行转义。
         System.out.println(getSplit(ipconfig,pattern));

     }

     public static StringBuffer getSplit(String src,String pattern) {
         String[] arr = src.split(pattern);
         StringBuffer buffer = new StringBuffer();
         buffer.append("[");
         for (int i = 0; i < arr.length; i++) {
             if(i==arr.length-1) {
                 buffer.append(arr[i]+"]");
             }else {
                 buffer.append(arr[i]+",");
             }
         }
         return buffer;
     }
 }

 /*
 以上代码执行结果如下：
 [10,20,30,40,50,60,70]
 */

split案例展示（切割IP地址）

3>.replaceAll(String regex,String replacenent)方法

　　作用：使用给定的replacement替换此字符串所有匹配给定的正则表达式的子字符串。

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.Demo;

 public class RegexDemo {

     public static void main(String[] args) {
         String src = "2018yinzhengjie@0417";
         System.out.println("切割之前:>>>"+src);
         String re = "$";
         re = java.util.regex.Matcher.quoteReplacement(re);    //一个是JDK提供的方法，对特殊字符进行处理.
         src = src.replaceAll("[\\d]+", re);
         System.out.println("切割之后:>>>"+src);
     }
 }

 /*
 以上代码执行结果如下：
 切割之前:>>>2018yinzhengjie@0417
 切割之后:>>>$yinzhengjie@$
 */

replaceAll案例展示

4>.匹配正确的数字

 匹配规则：
         1>.匹配正整数："\\d+"；
         2>.匹配正小数："\\d+\\.\\d+" ;
         3>.匹配负整数："-\\d+";
         4>.匹配负小数："-\\d+.\\d+"
         5>.匹配保留两位小数的整数："\\d+\\.\\d{2}"
         6>.匹配保留1-3位小数的整数：“\\d+\\.\\d{1,3}”

四.小试牛刀

1>.邮箱地址匹配

　　下面的一个案例是对用户输入的邮箱进行合法性判断，当然实际生产环境中比这个要复杂的多，我们这里只是判断用户输入的邮箱地址是否合法。

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.Demo;

 import java.util.Scanner;

 public class RegexDemo {

     public static void main(String[] args) {
         Scanner s = new Scanner(System.in);
         s.useDelimiter("\n");
         while(true) {
             System.out.print("请输入您想要注册的邮箱(输入'exit'退出程序):>>>");
             String Email = s.nextLine();
             if(Email.equals("exit")) {
                 System.exit(0);
             }
             if(checkMail(Email) == true) {
                 System.out.println("您输入的邮箱格式正确！");
             }else {
                 System.out.println("您输入的邮箱格式错误！");
             }
         }

     }    

     //定义邮箱的匹配规则
     public static boolean checkMail(String Email) {
         String pattern = "[a-zA-Z0-9_]+@[0-9a-z]+(\\.[a-z]+)+";
         boolean res = Email.matches(pattern);
         return res;
     }
 }

　　下图是我测试的结果:

2>.统计单词出现的次数

　　我们可以手动输入一些字符串，然后让程序自动统计出来单词出现的次数，实现代码如下：

 /*
 @author :yinzhengjie
 Blog:http://www.cnblogs.com/yinzhengjie/tag/Java%E5%9F%BA%E7%A1%80/
 EMAIL:y1053419035@qq.com
 */

 package cn.org.yinzhengjie.demo;

 import java.util.HashMap;
 import java.util.Scanner;
 import java.util.Set;
 import java.util.regex.Matcher;
 import java.util.regex.Pattern;

 public class WordCountDemo {

     public static void main(String[] args) {
         Scanner sc = new Scanner(System.in);
         System.out.print("input a string:");
         String s = sc.nextLine();

         HashMap<String, Integer> hm = new HashMap<>();

         Pattern p = Pattern.compile("\\b\\w+\\b");
         Matcher m = p.matcher(s);
         while(m.find()){
             String word = m.group();
             if(!hm.containsKey(word)){
                 hm.put(word, 1);
             }else{
                 hm.put(word, hm.get(word) + 1);
             }
         }

         Set<String> keys = hm.keySet();
         for (String word : keys) {
             System.out.println("单词是: " + word +"\t次数是: "+ hm.get(word));
         }
     }
 }

　　测试结果如下：