正则表达式第一篇

前端之家收集整理的这篇文章主要介绍了正则表达式第一篇前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
 
 

首先要了解正则表达式占有字符和宽度。

正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽度的。

占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的。

占有字符是互斥的,零宽度是非互斥的。也就是一个字符,同一时间只能由一个子表达式匹配,而一个位置,却可以同时由多个零宽度的子表达式匹配。

正则表达式由两种字符构成。一种是在正则表达式中具体特殊意义的“元字符”,另一种是普通的“文本字符”。

元字符可以是一个字符,如“^”,也可以是一个字符序列,如“\w”。

1、[]字符组(Character Classes)

字符组可以匹配[ ]中包含的任意一个字符。虽然可以是任意一个,但只能是一个。

字符组支持由连字符“-”来表示一个范围。当“-”前后构成范围时,要求前面字符的码位小于后面字符的码位。

[^…]排除型字符组。排除型字符组表示任意一个未列出的字符,同样只能是一个。排除型字符组同样支持由连字符“-”来表示一个范围。

表达式

说明

[abc]

表示“a”或“bc

[0-9]

表示0~9中任意一个数字,等价于[0123456789]

[\u4e00-\u9fa5]

表示任意一个汉字

[^a1<]

表示除“”、“1<”外的其它任意一个字符

[^a-z]

表示除小写字母外的任意一个字符

举例:

[0-9][0-9]”在匹配“Windows 2003”时,匹配成功,匹配的结果为“20”。

[^inW]”在匹配“Windows 2003”时,匹配成功,匹配的结果为“d”。

System.out.println("a".matches("[abc]"));       // 是否匹配abc中的任何一个
		System.out.println("a".matches("[^abc]"));      // ^abc表式除了abc的其他字符

		System.out.println("A".matches("[a-zA-Z]"));    // 匹配小写的a到z或者是大写的A到Z
		System.out.println("A".matches("[a-z]|[A-Z]")); // 与上面的一样的

		System.out.println("A".matches("[a-z[A-Z]]"));   // 与上面的一样的意思。写法不同而已
		System.out.println("R".matches("[A-Z&&[RFG]]")); // 表示A到Z并且是RFG中三者之一的

		// 表示一个数字至少三次,不超过100次:即3位到100位的数字
		System.out.println("214523145234532".matches("\\d{3,100}"));
		// java中两个反斜杠代表一个反斜杠表示转义
		System.out.println("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}"));
		// [中挂号表示范围:第一个数字0到2的范围,第二个数字0到9的范围......]
		System.out.println("192".matches("[0-2][0-9][0-9]"));
// Pattern是编译好的匹配模式:匹配的是3个字符的字符串,并且每个字符都是从:a-z的里面的字母
		Pattern p = Pattern.compile("[a-z]{3}");
		Matcher m = p.matcher("fgh"); // Matcher:是匹配器:匹配字符串
		System.out.println("m.matches()="+m.matches());// matches:表示是匹配还是不匹配
		
		System.out.println("fga".matches("[a-z]{3}"));    //等价上面的三句话
// [&^#%]+ 表示挂号里面的四者之一出现一次或多次
		System.out.println("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));


2、常见字符范围缩写

对于一些常用的字符范围,如数字等,由于非常常用,即使使用[0-9]这样的字符组仍显得麻烦,所以定义了一些元字符,来表示常见的字符范围。

表达式

说明

\d

任意一个数字,相当于[0-9],即0~9中的任意一个

\w

任意一个字母或数字或下划线,相当于[a-zA-Z0-9_]

\s

任意空白字符,相当于[ \r\n\f\t\v]

\D

任意一个非数字字符,\d取反,相当于[^0-9]

\W

\w[^a-zA-Z0-9_]

\S

任意非空白字符,\s[^ \r\n\f\t\v]

\w\s\d”在匹配“Windows 2003”时,匹配成功,匹配的结果为“s 2”。

// \s:匹配任何空白字符,包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效
		System.out.println(" \n\r\t".matches("\\s{4}"));
		
		System.out.println(" ".matches("\\S")); //大S表示非空白字符
		
		// \w:匹配任何类型字符,包括下划线。与[A-Za-z0-9_]等效
		System.out.println("a_8".matches("\\w{3}"));
		



3、小数点

小数点可以匹配除“\n”以外的任意一个字符。如果要匹配包括“\n”在内的所有字符,一般用[\s\S],或者是用“.”加(?s)匹配模式来实现。

.

匹配除了换行符\n以外的任意一个字符


System.out.println("abc".matches("...")); // .代表除\n以外的任意一个字符


4、其它元字符

^

匹配字符串开始的位置,不匹配任何字符

$

匹配字符串结束的位置,不匹配任何字符

\b

匹配单词边界,不匹配任何字符

^a”在匹配“cba”时,匹配失败,因为表达式要求开始位置后面是字符“a”,而“cba”显然是不满足的。

\d$”在匹配“123”时,匹配成功,匹配结果为“3”,这个表达式要求匹配结尾处的数字,如果结尾处不是数字,如“123abc”,则是匹配失败的。

//unix:的一套标准      . 代表任意字符
		
		//边界匹配:
		// ^代表一行的开头:以h开头.代表的是任何字符。*代表的是0个或多个字符		
		System.out.println("hello sir".matches("^h.*"));
		System.out.println("hello sir".matches(".*"));
		System.out.println("hello sir".matches(".*ir$"));
		System.out.println("sir".matches(".*ir$")); 
		System.out.println("1----------------------------------------");
		
		// \\b:表示单词边界:这里就是一个单词的空格
		System.out.println("hello sir".matches("^h[a-z]{1,3}o\\b.*")); 
		System.out.println("hellosir".matches("^h[a-z]{1,3}o\\b.*"));
		System.out.println("2----------------------------------------");
		
		//空白行:
		// \\s:表示开始的是一个空白字符。&&[^\\n]]表示:并且该空白字符不是换行符。$表示已经是行的末尾了
		System.out.println(" \n".matches("^[\\s&&[^\\n]]*\\n$")); 
		System.out.println("aaa 8888c".matches(".*\\d{4}."));
		System.out.println("3----------------------------------------");
		
		
		// \b匹配单词边界 .*表示一个或多个字符
		System.out.println("aaa 8888".matches(".*\\b\\d{3}.")); // .*表示一个或多个字符
		System.out.println("aaa8888c".matches(".*\\d{4}."));
		System.out.println("4----------------------------------------");
		
		System.out.println("aaa8888c".matches(".*\\b\\d{4}."));
		

5、转义字符

一些不可见字符,或是在正则中具有特殊意义的元字符,如想匹配字符本身,需要用“\”对其进行转义。

说明

\r\n

回车和换行

\\

匹配“\”本身

\^\$\.

分别匹配“^”、“$”和“.

以下字符在匹配其本身时,通常需要进行转义。在实际应用中,根据具体情况,需要转义的字符可能不止如下所列字符

 .  $  ^  {  [  (  |  )  *  +  ?  \  
// java里面两个\代表一个\ :正则表达式也是两个\代表一个\
		System.out.println("\\".matches("\\\\")); 
		// d代表的是一个数字: java中两个反斜杠代表一个反斜杠表示转义
		System.out.println("a88887tt02y444k4a".replaceAll("\\d","-"));


6、量词(Quantifier)

量词表示一个子表达式可以匹配的次数。量词可以用来修饰一个字符、字符组,或是用()括起来的子表达式。一些常用的量词被定义成独立的元字符。

说明

举例

{m}

表达式匹配m

\d{3}”相当于“\d\d\d

(abc){2}abcabc

{m,n}

表达式匹配最少次,最多n\d{2,3}”可以匹配“12”或“321”等23位的数字

表达式至少匹配[a-z]{8,}”表示至少8位以上的字母

?

0次或1次,相当于{0,1}

ab?aab*

次或任意多次,相当于<[^>]*>”中“[^>]*”表示个或任意多个不是“>”的字符

+

次或意多次,至少{1,60);">\d\s+\d”表示两个数字中间,至少有一个以上的空白字符

注意:在不是动态生成的正则表达式中,不要出现“{1}”这样的量词,如“\w{1}”在结果上等价于“\w”,但是会降低匹配效率和可读性,属于画蛇添足的做法。

System.out.println("a".matches("."));
		System.out.println("aa".matches("aa"));

		System.out.println("aaaa".matches("a*"));
		System.out.println("aaaa".matches("a+"));

		System.out.println("".matches("a*"));
		System.out.println("aaaa".matches("a+"));

		System.out.println("".matches("a?"));
		System.out.println("a".matches("a?"));


7、分支结构(Alternation)

当一个字符串的某一子串具有多种可能时,采用分支结构来匹配,“|”表示多个子表达式之间“或”的关系,“|”是以()限定范围的,如果在“|”的左右两侧没有()来限定范围,那么它的作用范围即为“|”左右两侧整体。

|

多个子表达式之间取“或”的关系

^aa|b$”在匹配“cccb”时,是可以匹配成功的,匹配的结果是“b”,因为这个表达式表示匹配“^aa”或“b$”,而“b$”在匹配“cccb”时是可以匹配成功的。

^(aa|b)$”在区配“cccb”时,是匹配失败的,因为这个表达式表示在“开始”和“结束”位置之间只能是“aa”或“b”,而“cccb”显然是不满足的。

原文链接:https://www.f2er.com/regex/361349.html

猜你在找的正则表达式相关文章