【Java正则表达式】有了这个Java正则表达式学习大全,几乎不用看别的资料了

简介: 正则表达式(Regular Expression)是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为"元字符")。它是使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。它又是繁琐的,但它是强大的,学会之后的应用会让你除了提高效率外,会给你带来绝对的成就感。只要认真阅读本教程,加上应用的时候进行一定的参考,掌握正则表达式不是问题。作者:zhulin1028著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

目录


1.字符

2.字符类

3.预定义字符类

4.POSIX 字符类

5.java.lang.Character 类(简单的 java 字符类型)

6.Unicode 块和类别的类

7.边界匹配器

8.Greedy 数量词

9.Reluctant 数量词

10.Possessive 数量词

11.Logical 运算符

12.Back 引用

13.引用

14.特殊构造(非捕获)


1.字符


x    字符 x。例如a表示字符a

\    反斜线字符。在书写时要写为\\。(注意:因为java在第一次解析时,把\\解析成正则表达式\,在第二次解析时再解析为\,所以凡是不是1.1列举到的转义字符,包括1.1的\,而又带有\的都要写两次)

\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

2.字符类


[abc]    a、b或 c(简单类)。例如[egd]表示包含有字符e、g或d。

[^abc]    任何字符,除了 a、b或 c(否定)。例如[^egd]表示不包含字符e、g或d。

[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)

3.预定义字符类


(注意反斜杠要写两次,例如\d写为\d)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]

4.POSIX 字符类


POSIX 字符类(仅 US-ASCII)(注意反斜杠要写两次,例如\p{Lower}写为\p{Lower})

\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]

5.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()

6.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)

7.边界匹配器  


^    行的开头,请在正则表达式的开始处使用^。例如:^(abc)表示以abc开头的字符串。注意编译的时候要设置参数MULTILINE,如 Pattern p = Pattern.compile(regex,Pattern.MULTILINE);

行的结尾,请在正则表达式的结束处使用。例如:(bca).∗(abc行的结尾,请在正则表达式的结束处使用。例如:(^bca).*(abc使(bca).(abc)表示以bca开头以abc结尾的行。

\b    单词边界。例如\b(abc)表示单词的开始或结束包含有abc,(abcjj、jjabc 都可以匹配)

\B    非单词边界。例如\B(abc)表示单词的中间包含有abc,(jjabcjj匹配而jjabc、abcjj不匹配)

\A    输入的开头

\G    上一个匹配的结尾(个人感觉这个参数没什么用)。例如\Gdog表示在上一个匹配结尾处查找dog如果没有的话则从开头查找,注意如果开头不是dog则不能匹配。

\Z    输入的结尾,仅用于最后的结束符(如果有的话)

行结束符 是一个或两个字符的序列,标记输入字符序列的行结尾。

以下代码被识别为行结束符:

‐新行(换行)符 ('\n')、

‐后面紧跟新行符的回车符 ("\r\n")、

‐单独的回车符 ('\r')、

‐下一行字符 ('\u0085')、

‐行分隔符 ('\u2028') 或

‐段落分隔符 ('\u2029)。

\z    输入的结尾

当编译模式时,可以设置一个或多个标志,例如

Pattern pattern = Pattern.compile(patternString,Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);

下面六个标志都是支持的:

‐CASE_INSENSITIVE:匹配字符时与大小写无关,该标志默认只考虑US ASCII字符。

‐UNICODE_CASE:当与CASE_INSENSITIVE结合时,使用Unicode字母匹配

‐MULTILINE:^和匹配一行的开始和结尾,而不是整个输入 ‐UNIXLINES:当在多行模式下匹配和匹配一行的开始和结尾,而不是整个输入\ ‐UNIX_LINES: 当在多行模式下匹配^和UNIXLINES时,只将'\n'看作行终止符

‐DOTALL: 当使用此标志时,.符号匹配包括行终止符在内的所有字符

‐CANON_EQ: 考虑Unicode字符的规范等价

8.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

9.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

10.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

Greedy,Reluctant,Possessive的区别在于:(注意仅限于进行.等模糊处理时)

greedy量 词被看作“贪婪的”,因为它第一次就读入整个被模糊匹配的字符串。如果第一个匹配尝试(整个输入字符串)失败,匹配器就会在被匹配字符串中的最后一位后退一个字符并且再次尝试,重复这个过程,直到找到匹配或者没有更多剩下的字符可以后退为止。根据表达式中使用的量词,它最后试图匹配的内容是1 个或者0个字符。

但是,reluctant量词采取相反的方式:它们从被匹配字符串的开头开始,然后逐步地一次读取一个字符搜索匹配。它们最后试图匹配的内容是整个输入字符串。

最后,possessive量词总是读完整个输入字符串,尝试一次(而且只有一次)匹配。和greedy量词不同,possessive从不后退。

11.Logical 运算符  


XY    X 后跟 Y

X|Y    X 或 Y

(X)    X,作为捕获组。例如(abc)表示把abc作为一个整体进行捕获

12.Back 引用  


\n    任何匹配的 nth捕获组

捕获组可以通过从左到右计算其开括号来编号。例如,在表达式 ((A)(B(C)))中,存在四个这样的组:

1        ((A)(B(C)))

2        \A

3        (B(C))

4        (C)

在表达式中可以通过\n来对相应的组进行引用,例如(ab)34\1就表示ab34ab,(ab)34(cd)\1\2就表示ab34cdabcd。

13.引用  


\    Nothing,但是引用以下字符

\Q    Nothing,但是引用所有字符,直到 \E。QE之间的字符串会原封不动的使用(1.1中转义字符的除外)。例如, ab\Q{|}\\E

可以匹配ab{|}\

\E    Nothing,但是结束从 \Q开始的引用

14.特殊构造(非捕获)


 

(?:X)    X,作为非捕获组

(?idmsux-idmsux)     Nothing,但是将匹配标志由 on 转为 off。比如:表达式 (?i)abc(?-i)def 这时,(?i) 打开不区分大小写开关,abc 匹配

idmsux说明如下:

‐i CASE_INSENSITIVE :US-ASCII 字符集不区分大小写。(?i)

‐d UNIX_LINES : 打开UNIX换行符

‐m MULTILINE :多行模式(?m)

UNIX下换行为\n

WINDOWS下换行为\r\n(?s)

‐u UNICODE_CASE : Unicode 不区分大小写。(?u)

‐x COMMENTS :可以在pattern里面使用注解,忽略pattern里面的whitespace,以及"#"一直到结尾(#后面为注解)。(?x)例如(?x)abc#asfsdadsa可以匹配字符串abc

(?idmsux-idmsux:X)     X,作为带有给定标志 on - off 的非捕获组。与上面的类似,上面的表达式,可以改写成为:(?i:abc)def,或者 (?i)abc(?-i:def)

(?=X)    X,通过零宽度的正 lookahead。零宽度正先行断言,仅当子表达式 X 在 此位置的右侧匹配时才继续匹配。例如,\w+(?=\d) 表示字母后面跟数字,但不捕获数字(不回溯)

(?!X)    X,通过零宽度的负 lookahead。零宽度负先行断言。仅当子表达式 X 不在 此位置的右侧匹配时才继续匹配。例如,\w+(?!\d) 表示字母后面不跟数字,且不捕获数字。

(?<=X)    X,通过零宽度的正 lookbehind。零宽度正后发断言。仅当子表达式 X 在 此位置的左侧匹配时才继续匹配。例如,(?<=19)99 表示99前面是数字19,但不捕获前面的19。(不回溯)

(?X)    X,作为独立的非捕获组(不回溯)

(?=X)与(?>X)的区别在于(?>X)是不回溯的。例如被匹配的字符串为abcm

当表达式为a(?:b|bc)m是可以匹配的,而当表达式是a(?>b|bc)时是不能匹配的,因为当后者匹配到b时,由于已经匹配,就跳出了非捕获组,而不再次对组内的字符进行匹配。可以加快速度。


作者:zhulin1028

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

相关文章
|
20小时前
|
并行计算 Java 编译器
Java Lambda表达式简介
Java Lambda表达式简介
8 0
|
1天前
|
JavaScript Java 测试技术
基于Java的驾考自主学习预约平台的设计与实现(源码+lw+部署文档+讲解等)
基于Java的驾考自主学习预约平台的设计与实现(源码+lw+部署文档+讲解等)
15 0
|
2天前
|
Java 开发者
探索 Java 的函数式接口和 Lambda 表达式
【4月更文挑战第19天】Java 中的函数式接口和 Lambda 表达式提供了简洁、灵活的编程方式。函数式接口有且仅有一个抽象方法,用于与 Lambda(一种匿名函数语法)配合,简化代码并增强可读性。Lambda 表达式的优点在于其简洁性和灵活性,常用于事件处理、过滤和排序等场景。使用时注意兼容性和变量作用域,它们能提高代码效率和可维护性。
|
2天前
|
JavaScript Java 测试技术
基于Java的精品课程在线学习系统的设计与实现(源码+lw+部署文档+讲解等)
基于Java的精品课程在线学习系统的设计与实现(源码+lw+部署文档+讲解等)
21 1
|
2天前
|
JavaScript Java 测试技术
基于Java的中文学习系统的设计与实现(源码+lw+部署文档+讲解等)
基于Java的中文学习系统的设计与实现(源码+lw+部署文档+讲解等)
19 0
|
5天前
|
分布式计算 Java API
Java 8新特性之Lambda表达式与Stream API
【4月更文挑战第16天】本文将介绍Java 8中的两个重要新特性:Lambda表达式和Stream API。Lambda表达式是Java 8中引入的一种新的编程语法,它允许我们将函数作为参数传递给其他方法,从而使代码更加简洁、易读。Stream API是Java 8中引入的一种新的数据处理方式,它允许我们以声明式的方式处理数据,从而使代码更加简洁、高效。本文将通过实例代码详细讲解这两个新特性的使用方法和优势。
|
8天前
|
Java
Java 14 强势登场:Switch 表达式的进化之路
Java 14 强势登场:Switch 表达式的进化之路
14 0
|
8天前
|
Java 存储
键值之道:深入学习Java中强大的HashMap(二)
键值之道:深入学习Java中强大的HashMap
11 0
键值之道:深入学习Java中强大的HashMap(二)
|
2天前
|
安全 Java
深入理解 Java 多线程和并发工具类
【4月更文挑战第19天】本文探讨了Java多线程和并发工具类在实现高性能应用程序中的关键作用。通过继承`Thread`或实现`Runnable`创建线程,利用`Executors`管理线程池,以及使用`Semaphore`、`CountDownLatch`和`CyclicBarrier`进行线程同步。保证线程安全、实现线程协作和性能调优(如设置线程池大小、避免不必要同步)是重要环节。理解并恰当运用这些工具能提升程序效率和可靠性。
|
2天前
|
安全 Java
java多线程(一)(火车售票)
java多线程(一)(火车售票)