Java正則表達式

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

近期工作中常常要用到正則表達式，不得不花点时间对其进行一定的学习。

JDK中提供了2个类来支持正則表達式，各自是java.util.regex.Pattern和java.util.regex.Matcher。前者表示一个模式，后者表示一个匹配器。

1、模式的两种创建方式：

public static Pattern compile(String regex) {
return new Pattern(regex, 0);
}

或者

public static Pattern compile(String regex, int flags) {
return new Pattern(regex, flags);
}

2、调用匹配器的相关方法便可推断目标字符串是否匹配我们构建的模式：

public boolean matches()

3、以下举一个简单的样例（检验输入的值是否在1-99之间）：

public static void main(String[] args) {
//字符串
String s = "9";
//创建匹配模式
Pattern pattern = Pattern.compile("^([1-9]|[1-9]\\d)$");
//得到匹配器
Matcher matcher = pattern.matcher(s);
//打印结果
System.out.println("是否匹配------>"+matcher.matches());
}

4、输出为：

是否匹配------>true

注：符号'^'表示一行的開始；'\\d'表示数字，这里两个'\'是由于反斜杠在java的字符串中须要转义；'[1-9]'表示输入一个1-9之间的数字；'|'代表或者的意思；'$'表示一行的结束。

5、下表列出了全部的元字符和对它们的一个简短的描写叙述。

元字符	描写叙述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。比如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。
^	匹配输入字符串的開始位置。假设设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入字符串的结束位置。假设设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表达式零次或多次(大于等于0次)。比如，zo能匹配“z”，“zo”以及“zoo”。等价于{0,}。
+	匹配前面的子表达式一次或多次(大于等于1次）。比如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。比如，“do(es)?”能够匹配“does”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。比如，“o{2}”不能匹配“Bob”中的“o”，可是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。比如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的全部o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}	m和n均为非负整数，当中n<=m。最少匹配n次且最多匹配m次。比如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在不论什么一个其它限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。比如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配全部“o”。
.点	匹配除“\r\n”之外的不论什么单个字符。要匹配包含“\r\n”在内的不论什么字符，请使用像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配能够从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“$”或“$”。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(\|)”来组合一个模式的各个部分是非常实用。比如“industr(?:y\|ies)”就是一个比“industry\|industries”更简略的表达式。
(?=pattern)	正向肯定预查，在不论什么匹配pattern的字符串開始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不须要获取供以后使用。比如，“Windows(?=95\|98\|NT\|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后马上開始下一次匹配的搜索，而不是从包括预查的字符之后開始。
(?!pattern)	正向否定预查，在不论什么不匹配pattern的字符串開始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不须要获取供以后使用。比如“Windows(?!95\|98\|NT\|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。
(?<=pattern)	反向肯定预查，与正向肯定预查类似，仅仅是方向相反。比如，“(?<=95\|98\|NT\|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。
(?<!pattern)	反向否定预查，与正向否定预查类似，仅仅是方向相反。比如“(?<!95\|98\|NT\|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。
x\|y	匹配x或y。比如，“z\|food”能匹配“z”或“food”。“(z\|f)ood”则匹配“zood”或“food”。
[xyz]	字符集合。匹配所包括的随意一个字符。比如，“[abc]”能够匹配“plain”中的“a”。
[^xyz]	负值字符集合。匹配未包括的随意字符。比如，“[^abc]”能够匹配“plain”中的“plin”。
[a-z]	字符范围。匹配指定范围内的随意字符。比如，“[a-z]”能够匹配“a”到“z”范围内的随意小写字母字符。注意:仅仅有连字符在字符组内部时,而且出如今两个字符之间时,才干表示字符的范围; 假设出字符组的开头,则仅仅能表示连字符本身.
[^a-z]	负值字符范围。匹配不论什么不在指定范围内的随意字符。比如，“[^a-z]”能够匹配不论什么不在“a”到“z”范围内的随意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。比如，“er\b”能够匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B	匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx	匹配由x指明的控制字符。比如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之中的一个。否则，将c视为一个原义的“c”字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配不论什么空白字符，包含空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配不论什么非空白字符。等价于[^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包含下划线的不论什么单词字符。等价于“[A-Za-z0-9_]”。
\W	匹配不论什么非单词字符。等价于“[^A-Za-z0-9_]”。
\xn	匹配n，当中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。比如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正則表達式中能够使用ASCII编码。
\num	匹配num，当中num是一个正整数。对所获取的匹配的引用。比如，“(.)\1”匹配两个连续的同样字符。
\n	标识一个八进制转义值或一个向后引用。假设\n之前至少n个获取的子表达式，则n为向后引用。否则，假设n为八进制数字（0-7），则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。假设\nm之前至少有nm个获得子表达式，则nm为向后引用。假设\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。假设前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。
\nml	假设n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。
\un	匹配n，当中n是一个用四个十六进制数字表示的Unicode字符。比如，\u00A9匹配版权符号（©）。
\< \>	匹配词（word）的開始（\<）和结束（\>）。比如正則表達式\<the\>可以匹配字符串"for the wise"中的"the"，可是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是全部的软件都支持的。
	将 $ 和 $ 之间的表达式定义为“组”（group），而且将匹配这个表达式的字符保存到一个暂时区域（一个正則表達式中最多能够保存9个），它们能够用 \1 到\9 的符号来引用。
\|	将两个匹配条件进行逻辑“或”（Or）运算。比如正則表達式(him\|her) 匹配"it belongs to him"和"it belongs to her"，可是不能匹配"it belongs to them."。注意：这个元字符不是全部的软件都支持的。
+	匹配1或多个正好在它之前的那个字符。比如正則表達式9+匹配9、99、999等。注意：这个元字符不是全部的软件都支持的。
?	匹配0或1个正好在它之前的那个字符。注意：这个元字符不是全部的软件都支持的。
{i} {i,j}	匹配指定数目的字符，这些字符是在它之前的表达式定义的。比如正則表達式A[0-9]{3} 可以匹配字符"A"后面跟着正好3个数字字符的串，比如A123、A348等，可是不匹配A1234。而正則表達式[0-9]{4,6} 匹配连续的随意4个、5个或者6个数字