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" "

　　含义：制表符（前面的“”是转义的作用）。

　　例如：匹配规则为“ ”，那么对应的效果就是产生一个制表符的空间。

4>.字符“ ”

　　含义：换行符.

　　例如：匹配规则为“ ”，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“ ”

　　含义：回车符。

　　例如：匹配规则为“ ”，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“[abc]”，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 
n 带有八进制值 0 的字符 n (0 <= n <= 7) 
nn 带有八进制值 0 的字符 nn (0 <= n <= 7) 
mnn 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 
	 制表符 ('u0009') 

 新行（换行）符 ('u000A') 

 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：[ 	
x0Bf
] 
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：[ 	] 
p{Cntrl} 控制字符：[x00-x1Fx7F] 
p{XDigit} 十六进制数字：[0-9a-fA-F] 
p{Space} 空白字符：[ 	
x0Bf
] 
  
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 
 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 
 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 

 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 

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
*/

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]
*/

/*
@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]
*/

/*
@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]
*/

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:>>>$yinzhengjie@$
*/

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("
");
        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 +"	次数是: "+ hm.get(word));
        }
    }
}

　　测试结果如下：