Java正则表达式如何使用

1.什么是正则表达式

在了解正则表达式之前，我们先看几个非常常见的问题：

如何判断字符串是否是有效的电话号码？例如：010-1234567，123ABC456，13510001000等；

如何判断字符串是否是有效的电子邮件地址？例如：test@example.com，test#example等；

如何判断字符串是否是有效的时间？例如：12:34，09:60，99:99等。

一种直观的想法是通过程序判断，这种方法需要为每种用例创建规则，然后用代码实现。

为每一种判断逻辑编写代码实在是太繁琐了。有没有更简单的方法？

有！用正则表达式！

正则表达式可以用字符串来描述规则，并用来匹配字符串。例如，判断手机号，我们用正则表达式\d{11}

使用正则表达式的好处有哪些？一个正则表达式就是一个描述规则的字符串，所以，只需要编写正确的规则，我们就可以让正则表达式引擎去判断目标字符串是否符合规则。

正则表达式是一套标准，它可以用于任何语言。Java标准库的java.util.regex包内置了正则表达式引擎，在Java程序中使用正则表达式非常简单。

2.快速入门案例

找到文本中的所有英文单词（含字母）：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 正则表达式快速入门
 */
public class HelloRegularExpression {
    public static void main(String[] args) {
        String content = "Go的语法接近C语言，但对于变量的声明有所不同。Go支持垃圾回收功能" +
                "。Go的并行模型是以东尼·霍尔的通信顺序进程（CSP）为基础，采取类似模型的" +
                "其他语言包括Occam和Limbo，但它也具有Pi运算的特征，比如通道传输。在" +
                "1.8版本中开放插件（Plugin）的支持，这意味着现在能从Go中动态加载部分" +
                "函数。\n" +
                "与C++相比，Go并不包括如枚举、异常处理、继承、泛型、断言、虚函数等功" +
                "能，但增加了 切片(Slice) 型、并发、管道、垃圾回收、接口" +
                "（Interface）等特性的语言级支持。Go 2.0版本将支持泛型，对于断言的" +
                "存在，则持负面态度，同时也为自己不提供类型继承来辩护。\n" +
                "不同于Java，Go内嵌了关联数组（也称为哈希表(Hashes)或字典" +
                "(Dictionaries) ），就像字符串类型一样。";

        // 实例：找到文本中的所有英文单词（含字母）
        // 先创建一个Pattern模式对象
        Pattern pattern = Pattern.compile("[a-zA-Z]+");
        // 创建一个匹配器对象
        Matcher matcher = pattern.matcher(content);
        // 开始匹配
        while (matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

输出：

找到：Go
找到：C
找到：Go
找到：Go
找到：CSP
找到：Occam
找到：Limbo
找到：Pi
找到：Plugin
找到：Go
找到：C
找到：Go
找到：Slice
找到：Interface
找到：Go
找到：Java
找到：Go
找到：Hashes
找到：Dictionaries

3.正则表达式语法

转义符号

当我们在检索某些字符时，需要用到转义符号，否则检索不到结果，甚至发生错误

在正则表达式中，两个\\代表其他语言中的一个\

字符匹配符

[]   - 可接受的字符列表

[efgh] 表示可接收的efgh中的任意一个字符

[^]   - 不可接受的字符列表

^abc 表示除了abc之外的任意一个字符，包括数字和特殊字符

-   - 连字符

A-Z 表示任意一个大写字母

.   - 匹配除\n以外的任意一个字符

a..b 以a开头，b结尾，中间包括2个任意字符的长度为4的字符串

\\d   - 匹配单个数字字符

\\d{3}(\\d)? 包含3个或者4个数字的字符串

\\D 匹配单个非数字字符

\\D(\\d)* 以单个非数字字符开头，后接任意个数字字符串

\\w 匹配单个数字、大小写字符

\\d{3}\\w{4} 以三个数字字符开头的长度为7的数字字母字符串

\\W 匹配非数字字母字符串

\\W+\\d{2} 以至少一个非数字字母字符开头，2个数字字符结尾的字符串

字符匹配符演示

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 正则表达式快速入门
 */
public class HelloRegularExpression {
    public static void main(String[] args) {
        String content = "Go的语法接近C语言，但对于变量的声明有所不同。Go支持垃圾回收功能" +
                "。Go的并行模型是以东尼·霍尔的通信顺序进程（CSP）为基础，采取类似模型的" +
                "其他语言包括Occam和Limbo，但它也具有Pi运算的特征，比如通道传输。在" +
                "1.8版本中开放插件（Plugin）的支持，这意味着现在能从Go中动态加载部分" +
                "函数。\n" +
                "与C++相比，Go并不包括如枚举、异常处理、继承、泛型、断言、虚函数等功" +
                "能，但增加了 切片(Slice) 型、并发、管道、垃圾回收、接口" +
                "（Interface）等特性的语言级支持。Go 2.0版本将支持泛型，对于断言的" +
                "存在，则持负面态度，同时也为自己不提供类型继承来辩护。\n" +
                "不同于Java，Go内嵌了关联数组（也称为哈希表(Hashes)或字典" +
                "(Dictionaries) ），就像字符串类型一样。a11c8abcABCaBc";

        // 实例：找到文本中的所有英文单词（含字母）
        // 先创建一个Pattern模式对象
        Pattern pattern = Pattern.compile("[a-zA-Z]+");
        // 创建一个匹配器对象
        Matcher matcher = pattern.matcher(content);
        // 开始匹配
        while (matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }

        // 实例：找到a-z之间的任意一个字符
        Pattern pattern1 = Pattern.compile("[a-z]");
        Matcher matcher1 = pattern1.matcher(content);
        while (matcher1.find()) {
            System.out.println("2找到：" + matcher1.group(0));
        }

        // 实例：找到abc字符，不区分大小写
        Pattern pattern2 = Pattern.compile("(?i)abc");
        Matcher matcher2 = pattern2.matcher(content);
        while (matcher2.find()) {
            System.out.println("3找到：" + matcher2.group(0));
        }

        // 实例：找到abc字符，b不区分大小写
        Pattern pattern3 = Pattern.compile("a((?i)b)c");
        Matcher matcher3 = pattern3.matcher(content);
        while (matcher3.find()) {
            System.out.println("4找到：" + matcher3.group(0));
        }

        // 实例：找到abc字符，不区分大小写，设置参数的方式
        Pattern pattern4 = Pattern.compile("abc", Pattern.CASE_INSENSITIVE);
        Matcher matcher4 = pattern4.matcher(content);
        while (matcher4.find()) {
            System.out.println("5找到：" + matcher4.group(0));
        }

        // 实例：找到非数字字母字符的所有字符（含中文）
        Pattern pattern5 = Pattern.compile("\\W", Pattern.CASE_INSENSITIVE);
        Matcher matcher5 = pattern5.matcher(content);
        while (matcher5.find()) {
            System.out.println("6找到：" + matcher5.group(0));
        }
    }
}

选择匹配符

|   - 多个条件满足一个即可匹配成功

例如：匹配文本中的Go/C/Java中的任意一个字符串

String content = "Go的语法接近C语言，但对于变量的声明有所不同。Go支持垃圾回收功能" +
        "。Go的并行模型是以东尼·霍尔的通信顺序进程（CSP）为基础，采取类似模型的" +
        "其他语言包括Occam和Limbo，但它也具有Pi运算的特征，比如通道传输。在" +
        "1.8版本中开放插件（Plugin）的支持，这意味着现在能从Go中动态加载部分" +
        "函数。\n" +
        "与C++相比，Go并不包括如枚举、异常处理、继承、泛型、断言、虚函数等功" +
        "能，但增加了 切片(Slice) 型、并发、管道、垃圾回收、接口" +
        "（Interface）等特性的语言级支持。Go 2.0版本将支持泛型，对于断言的" +
        "存在，则持负面态度，同时也为自己不提供类型继承来辩护。\n" +
        "不同于Java，Go内嵌了关联数组（也称为哈希表(Hashes)或字典" +
        "(Dictionaries) ），就像字符串类型一样。a11c8abcABCaBc";

Pattern pattern = Pattern.compile("Go|C|Java");
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
    System.out.println("找到：" + matcher.group(0));
}

正则限定符

*   - 指定字符重复0次或n次

示例：(abc)* 指定abc字符串重复0次或者n次

实例：abc，abcabcabc

+   - 指定字符重复1次或n次

示例：m+(abc)* 指定以至少一个m开头，后面接任意个abc的字符串

实例：m，mabc，mmabcabc

?   - 指定字符重复0次或者1次

示例：m+abc? 指定以至少一个m开头，后面是ab或者abc的字符串

实例：mab，mmabc

{n}   - 只能输入n个字符

示例：[abcd]{3} 由abcd字符组成的任意长度为3的字符串

实例：abc，dbc，adc

{n,}   - 指定至少n个匹配

示例：[abcd]{3,} 由abcd组成的任意长度不小于3的字符串

实例：aab，aaadbc

{n,m}   - 指定至少n个但是不多于m个匹配

注意：java的匹配是贪婪匹配，即尽可能匹配多的，即优先匹配m个字符

示例：[abcd]{3,5} 由abcd组成的任意长度不小于3大于5的字符串

实例：abc，aaabb

代码演示：（匹配六个a）

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 正则限定符
 */
public class Qualifier {
    public static void main(String[] args) {
        String content = "Go的语法接近C语言，但对于变量的声明有所不同。Go支持垃圾回收功能" +
                "。Go的并行模型是以东尼·霍尔的通信顺序进程（CSP）为基础，采取类似模型的" +
                "其他语言包括Occam和Limbo，但它也具有Pi运算的特征，比如通道传输。在" +
                "1.8版本中开放插件（Plugin）的支持，这意味着现在能从Go中动态加载部分" +
                "函数。\n" +
                "与C++相比，Go并不包括如枚举、异常处理、继承、泛型、断言、虚函数等功" +
                "能，但增加了 切片(Slice) 型、并发、管道、垃圾回收、接口" +
                "（Interface）等特性的语言级支持。Go 2.0版本将支持泛型，对于断言的" +
                "存在，则持负面态度，同时也为自己不提供类型继承来辩护。\n" +
                "不同于Java，Go内嵌了关联数组（也称为哈希表(Hashes)或字典" +
                "(Dictionaries) ），就像字符串类型一样。aaaaaa11c8abcABCaBc";

        // 匹配六个a
        Pattern pattern = Pattern.compile("a{6}");
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

正则定位符

^   - 指定起始字符

示例：^[0-9]+[a-z]* 以至少1个数字开头，后接任意个小写字母的字符串

实例：123，6aa，555edf

$   - 指定结束字符

示例：^[0-9]\\-[a-z]+$ 以至少一个数字开头连接-并以至少一个小写字母结尾的字符串

实例：1-a，2-abc

程序演示：

Pattern pattern = Pattern.compile("^[0-9]+[a-z]*");
Matcher matcher = pattern.matcher("123abc");
while (matcher.find()) {
    System.out.println("找到：" + matcher.group(0));
}

Pattern pattern2 = Pattern.compile("^[0-9]\\-[a-z]+$");
Matcher matcher2 = pattern2.matcher("1-a");
while (matcher2.find()) {
    System.out.println("找到：" + matcher2.group(0));
}

输出：

找到：123abc
找到：1-a

\\b   - 匹配目标字符串的边界（结尾）

示例：guo\\b 字串间有空格，或者是目标字符串的结尾位置匹配guo

实例：yunyunguo nanguo

\\B   - 匹配目标字符串的边界（开头）

示例：guo\\B 字串间有空格，或者是目标字符串的开头位置匹配guo

实例：guoyunyun guotime