正则表达式

正则表达式是含有一些具有特殊意字符的字符序列

正则表达式有三个主要用途：

• 模式验证: 检测某个字符串是否符合规则，如手机号、身份证号等
• 匹配读取: 将目标字符串中满足规则的部分 读取 出来，如将整段文本中的邮箱地址读取出来（）
• 匹配替换: 将目标字符串中满足标准的部分 替换 为其他字符串，如将整段文本中的 "hello" 替换成 "haha"

Java 中 String 类用到正则表达式的方法：

方法	描述
String replaceAll(String regex, String replacement)	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。
String replaceFirst(String regex, String replacement)	使用给定的 replacement 替换此字符串匹配给定的正则表达式的第一个子字符串
boolean matches(String regex)	告知此字符串是否匹配给定的正则表达式
String[] split(String regex)	根据给定正则表达式的匹配拆分此字符串
String[] split(String regex, int limit)	根据匹配给定的正则表达式来拆分此字符串，最多不超过 limit 个，如果超过了，剩下的全部都放到最后一个元素中

Java 中 StringTokenizer 类用到正则表达式方法

• StringTokenizer(String str,String delim)：为字符串 str 构造一个 tokenizer 对象，分隔标记为 delim 中的字符

Java 中 Pattern 类 Matcher 类中用到正则表达式的方法

• Pattern.compile(regex);

正则表达式的使用三步骤：

• 定义正则表达式的对象
• 定义带校验字符串
• 校验

1、元字符

在正则表达式中被赋予特殊含义的字符，不能被直接当做普通字符使用。
如果要匹配元字符本身，需要对元字符进行转义，转义的方式是在元字符前面加上 \ 如：\^

元字符	说明
.	任何一个字符，除换行符外
\w	匹配字母或数字或下划线等价于 [a-zA-Z0-9_]
\W	匹配任何非单词字符。等价于 [^A-Za-z0-9_]
\d	匹配数字。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]
\s	匹配任意空白符，包括空格、制表符、换页符等等。等价于 [\f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^\f\n\r\t\v]。
\p{Lower}	小写字母[a-z]
\p{Upper}	大写字母[A-Z]
\p{ASCII}	ASCII 字符
\p{Alpha}	字母
\p{Digit}	[0-9]
\p{Alnum}	字母或数字
\p{Punct}	标点符号
\p{Blank}	空格或制表符[\t]
\p{Cntrl}	控制字符[\x00-\x1F\x7F]
\b	匹配单词的开始或结束
^	匹配字符串的开始，但在 [] 中使用表示取反
$	匹配字符串的结束

相关信息

上述元字符在 java 表达式中的写法除 . 为 .，其余都是在原本的字符前加一个「\」，如 \\w

Pattern pattern = Pattern.compile("\\w");
Matcher matcher = pattern.matcher("a?b-_1");
while (matcher.find()){ System.out.print(matcher.group() + " ");} // a b _ 1 

Pattern pattern = Pattern.compile("\\W");
Matcher matcher = pattern.matcher("a?b-_1");
while (matcher.find()){ System.out.print(matcher.group() + " ");} // ? -  

Pattern pattern = Pattern.compile("\\p{Lower}");
Matcher matcher = pattern.matcher("a?b-_1");
while (matcher.find()){ System.out.print(matcher.group() + " ");} // a b 

2、字符集合

语法格式	示例
[abc]	包含 abc 中的任何一个字符
[^abc]	包含除了 abc 中的任何一个字符
[a-zA-Z]	包含任何英文字母
[a-d]	包含 a-d 任何一个字符
[a-d[m-p]]	包含 a-d 或 m-p 中任何字母（并）
[a-z&&[def]]	包含 def 中的任何一个（交）
[a-f&&[^bc]]	包含 adef 中任何一个

3、限定符

代码	说明
X*	X 出现零次或多次
X+	X 出现一次或多次
X?	X 出现零次或一次
X{n}	X 出现 n 次
X{n,}	X 出现 n 次或多次
X{n,m}	X 出现 n 到 m 次
XY	X 的后缀是 Y
X|Y	X 或 Y

4、创建正则表达式

var reg = new RegExp("正则表达式");
// 或
var reg = /正则表达式/

String regex = "正则表达式";

5、正则表达式案例

校验字符串中是否包含 o 字母

// 创建一个最简单的正则表达式对象
var reg = /o/;

// 创建一个字符串对象作为目标字符串
var str = 'Hello World!';

// 调用正则表达式对象的test()方法验证目标字符串是否满足我们指定的这个模式，返回结果true
console.log("字符串中是否包含'o'=" + reg.test(str));

匹配读取

读取字符串中的所有 o（全局匹配，对应所有匹配到的字符）

//匹配读取: 读取一个字符串中的所有'l'字母
// g表示全文查找,如果不使用g那么就只能查找到第一个匹配的内容
//1. 编写一个正则表达式
var reg2 = /l/g
//2. 使用正则表达式去读取字符串
var arr = str.match(reg2);
console.log(arr)

匹配替换

将字符串中的第一个 o 替换成 '@'

var newStr = str.replace(reg,'@');
// 只有第一个o被替换了，说明我们这个正则表达式只能匹配第一个满足的字符串
console.log("str.replace(reg)="+newStr);//Hell@ World!
// 原字符串并没有变化，只是返回了一个新字符串
console.log("str="+str);//str=Hello World!

全文查找

如果不使用 g 对正则表达式对象进行修饰，则使用正则表达式进行查找时，仅返回第一个匹配；使用 g 后，返回所有匹配。

// 目标字符串
var targetStr = 'Hello World!';

// 没有使用全局匹配的正则表达式
var reg = /[A-Z]/;
// 获取全部匹配
var resultArr = targetStr.match(reg);
// 数组长度为1
console.log("resultArr.length="+resultArr.length);

// 遍历数组，发现只能得到'H'
for(var i = 0; i < resultArr.length; i++){
    console.log("resultArr["+i+"]="+resultArr[i]);
}

对比代码：

// 目标字符串
var targetStr = 'Hello World!';

// 使用了全局匹配的正则表达式
var reg = /[A-Z]/g;
// 获取全部匹配
var resultArr = targetStr.match(reg);
// 数组长度为2
console.log("resultArr.length="+resultArr.length);

// 遍历数组，发现可以获取到“H”和“W”
for(var i = 0; i < resultArr.length; i++){
    console.log("resultArr["+i+"]="+resultArr[i]);
}

忽略大小写

//目标字符串
var targetStr = 'Hello WORLD!';

//没有使用忽略大小写的正则表达式
var reg = /o/g;
//获取全部匹配
var resultArr = targetStr.match(reg);
//数组长度为1
console.log("resultArr.length="+resultArr.length);
//遍历数组，仅得到'o'
for(var i = 0; i < resultArr.length; i++){
    console.log("resultArr["+i+"]="+resultArr[i]);
}

对比代码：

//目标字符串
var targetStr = 'Hello WORLD!';

//使用了忽略大小写的正则表达式
var reg = /o/gi;
//获取全部匹配
var resultArr = targetStr.match(reg);
//数组长度为2
console.log("resultArr.length="+resultArr.length);
//遍历数组，得到'o'和'O'
for(var i = 0; i < resultArr.length; i++){
    console.log("resultArr["+i+"]="+resultArr[i]);
}

多行查找（m）

不使用多行查找模式，目标字符串中不管有没有换行符都会被当作一行。

//目标字符串1
var targetStr01 = 'Hello\nWorld!';
//目标字符串2
var targetStr02 = 'Hello';

//匹配以'Hello'结尾的正则表达式，没有使用多行匹配
var reg = /Hello$/;
console.log(reg.test(targetStr01));//false

console.log(reg.test(targetStr02));//true

对比代码：

//目标字符串1
var targetStr01 = 'Hello\nWorld!';
//目标字符串2
var targetStr02 = 'Hello';

//匹配以'Hello'结尾的正则表达式，使用了多行匹配
var reg = /Hello$/m;
console.log(reg.test(targetStr01));//true

console.log(reg.test(targetStr02));//true

var str = 'one two three four';
// 匹配全部空格
var reg = /\s/g;
// 将空格替换为@
var newStr = str.replace(reg,'@'); // one@two@three@four
console.log("newStr="+newStr);

var str = '今年是2014年';
// 匹配至少一个数字
var reg = /\d+/g;
str = str.replace(reg,'abcd');
console.log('str='+str); // 今年是abcd年

var str01 = 'I love Java';
var str02 = 'Java love me';
// 匹配以Java开头
var reg = /^Java/g;
console.log('reg.test(str01)='+reg.test(str01)); // flase
console.log("<br />");
console.log('reg.test(str02)='+reg.test(str02)); // true

var str01 = 'I love Java';
var str02 = 'Java love me';
// 匹配以 Java 结尾
var reg = /Java$/g;
console.log('reg.test(str01)='+reg.test(str01)); // true
console.log("<br />");
console.log('reg.test(str02)='+reg.test(str02)); // flase

var str01 = 'Hello World';
var str02 = 'I am Tom';
//匹配 abc 中的任何一个
var reg = /[abc]/g;
console.log('reg.test(str01)='+reg.test(str01));//flase
console.log('reg.test(str02)='+reg.test(str02));//true

console.log("/[a]{3}/.test('aa')="+/[a]{3}/g.test('aa')); // flase
console.log("/[a]{3}/.test('aaa')="+/[a]{3}/g.test('aaa')); // true
console.log("/[a]{3}/.test('aaaa')="+/[a]{3}/g.test('aaaa')); // true

// 目标字符串
var str01 = 'Hello World!';
var str02 = 'I love Java';
// 匹配 'World' 或 'Java'
var reg = /World|Java/g;
console.log("str01.match(reg)[0]="+str01.match(reg)[0]);//World
console.log("str02.match(reg)[0]="+str02.match(reg)[0]);//Java

6、常用正则表达式

需求	正则表达式
数字	-?[0-9]\\d*
浮点数	-?[0-9][0-9]*[.][0-9]+
年份	[0-9][1-9]{3}
月份	((0?[1-9]|1[012]))
日期	(0?[1-9][^0-9]|([12][0-9])|(3[01]?))
身份证号	[1-9][0-9]{16}[a-zA-Z0-9]{1}
电子邮箱	\\w+@\\w+\\.[a-z]+(\\.[a-z]+)?