正则表达式笔记 1 基本的匹配

时间：2021-07-15 07:03:24

Regex :

  • 本文介绍最基本的正则匹配规则
  • 本文的正则表达式在 Java 中测试

Java 的 java.util.regex.Pattern 类和 java.util.regex.Matcher 类的基本用法

        Pattern 类有一个静态方法 static boolean Pattern.matches(String regex, CharSequence input) 可以用来测试一个正则表达式与某串字符是否匹配；用 Pattern类的静态工厂方法 static Pattern compile(String regex) 可以产生一个 Pattern 对象，这个对象的成员方法 Matcher matcher(CharSequence input) 返回依赖于当前 Pattern 的一个 Matcher 对象，这个 Matcher 对象可以执行一些成员方法，如 find() 来查找符合它所依赖的 Pattern 对象编译好的正则表达式规则的字符串。Sample：

利用 Matcher 对象 ： 
   1: Pattern pattern = Pattern.compile("<正则表达式>");
   2: Matcher matcher = pattern.matcher("<待匹配的字符序列>");
   3: 
   4: while (matcher.find()) { // find() 方法寻找下一个符合的字符串，寻找完毕返回 false
   5:     System.out.println(matcher.group()); // 获取最后一个 find() 到的字符串
   6: }
利用 Pattern.matches() 方法： 
 1: System.out.println(Pattern.matches("<正则表达式>", "<带匹配的字符串>")); // 匹配返回 true， 否则 false
其实还可以使用 String 类的成员方法 split 来做正则表达式的验证：
利用 String.split() 方法： 
   1: String source = "<待匹配的字符串>";
   2: Sting[] result = source.split("<正则表达式>"); //把匹配到的字符串存放在一个数组里面返回
   3: foreach(String item : result) {
   4:     System.out.println(item);
   5: }

言归正传：下面介绍某种规则书写的正则表达式与哪些字符串匹配

单个字符的匹配：

  • x 匹配一个确定的字符
  • […] 匹配 [ ] 中所代表字符序列中的某一个字符
    • [aeiou] 匹配 a 或 e 或 i 或 o 或 e
    • [^aeiou] 匹配任意一个字符除了 a e i o u? (negation 取反)
    • [a-e] 匹配 a 到 e 中的任意一个字符，相当于 [abcde] (range 范围)
    • [a-eA-E] 匹配 a 到 e 中的任意一个字符或 A 到 E 中的任意一个字符
    • [a-p[w-y]] 相当于 [a-pw-y] (union 合并)
    • [a-f&&[debug]] 匹配的字符同时满足在 a-f 中且在 [debug] 中，即 (intersection 交叉)
    • [a-z&&[^aeiou]] 匹配的字符同时满足在 a-z 中且不在 [aeiou]中，即 (substraction 减法)
    • 其实只要把 && 理解为一个逻辑操作‘且’也蛮好理解的，对吧 : )。
  • 转义字符
    • \\? 代表一个斜杠? ‘\’
    • \t? 代表一个制表符 tab键按出来的那个
    • \n 代表一个换行符 new line
    • \r? 代表一个回车符 carriage-return
    • \a 代表一个警铃 alert bell
    • \e 代表一个转义字符
    • \On 八进制值为On的字符 (0 <= n <= 7)
    • \Onn 八进制值为Onn的字符 (0 <= n <= 7)
    • \Omnn 八进制值为Omnn的字符 (0 <= m <= 3, 0 <= n <= 7)
    • \xhh 十六进制值为0xhh的字符
    • \uhhhh 十六进制值为0xhhhh的字符
    • \x{h…h} 十六进制值为0xh…h的字符 (Character.Min_CODE_POINT <= 0xh..h <= Character.MAX_CODE_POINT)
  • 预定义字符
    • . 一个点代表任意字符 Note：不包括 \n,\r 等一些字符 
      System.out.println(Pattern.matches(".", "\n")); --> false
    • \d 数字字符[0-9]
    • \D 非数字字符 [^0-9], [^\d]
    • \s 空白符 [\t\n\x0B\f\r]
    • \S 非空白字符 [^\s]
    • \w 单词字符 [a-zA-Z_0-9] 包括一个 _ 哦
      System.out.println(Pattern.matches("\\w", "_")); –> true
      这里之所以用两个斜杠是因为 \ 在字符串中需要用 \\ 定义，所以字符串中的 \\ 就代表一个上面所说的 \w 或者 \d 中的一个 \。
    • \W 非单词字符 [^\w]

多个字符的匹配：

  • XY 多个字符放在一起形成一个字符串，匹配的时候匹配整个字符串 
    System.out.println(Pattern.matches("ggicci", "ggicci")); --> true
  • X{n} X重复n次 
    System.out.println(Pattern.matches("g{2}ic{2}i", "ggicci")); --> true
  • X{n,} X重复至少n次
  • X{n,m} X重复至少n次，至多m次 
    System.out.println(Pattern.matches("g{2,4}", "gggggg")); –> false
  • X? X出现1次或者什么也没有，即 “” 
       1: System.out.println(Pattern.matches("g?", "g")); --> true
       2: System.out.println(Pattern.matches("g?", "")); --> true
       3: System.out.println(Pattern.matches("g?", "gg")); --> false
  • X* X不出现或者出现多次 
       1: System.out.println(Pattern.matches("g*", "")); --> true
       2: System.out.println(Pattern.matches("g*", "g")); --> true
       3: System.out.println(Pattern.matches("g*", "ggg")); --> true
  • X+ X至少出现1次 
       1: System.out.println(Pattern.matches("g+", "")); --> false
       2: System.out.println(Pattern.matches("g+", "g")); --> true
       3: System.out.println(Pattern.matches("g+", "gggg")); --> true

       后续章节会讨论到 Boundary Matchers（边界匹配符）、分支条件、（Capturing Group）捕获组、Greedy/Reluctant/Possessive Quantifiers（贪婪、勉强、独占三种量词模式）、零宽断言等。

End :

Author : Ggicci

Java 学习笔记整理，谢谢阅读，有误请指正！

正则表达式笔记 1 基本的匹配

标签：

相关文章