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：