正则表达式语法
\
将下一个字符标记为:
一个特殊字符
一个原义字符(12个) : ^, $, (, ), *, +, ?, ., [, , {, |
一个向后引用
一个八进制转义符
示例:
\n - 换行符
\ \ - \
\ ( - (
^
匹配输入字符串的开始位置
如果设置RegExp对象的Multiline属性, ^也匹配\n或\r之后的位置
$
匹配输入字符串的结束位置
如果设置RegExp对象的Multiline属性, $也匹配\n或\r之前的位置
*
匹配前面的子表达式零次或多次
等价于 {0,}
示例:
zo* - z 或 zo 或 zoo
+
匹配前面的子表达式一次或多次
等价于 {1,}
示例:
zo+ - zo 或 zoo
?
匹配前面的子表达式零次或一次
等价于 {0,1}
示例:
do(es)? - do 或 does
{n}
匹配确定的n次. n是一个非负整数
示例:
o{2} - 不能匹配Bob,能匹配food
{n,}
至少匹配n次. n是一个非负整数
o{0,} 等价于 o*
o{1,} 等价于 o+
示例:
o{2,} - 不能匹配Bob,能匹配looooog
{n, m}
最少匹配n次,最多匹配m次. n和m均为非负整数,其中n<=m
o{0,1} 等价于 o?
示例:
o{1,3} - 匹配loooooog的前三个o
?
非贪心量化:当该字符紧跟在其余任何一个修饰符 *, +, ?, {n}, {n,}, {n,m} 后面时,匹配模式是非贪心的
非贪心模式是尽可能少的匹配所搜索的字符串
正则表达式默认是贪心模式,是尽可能多的匹配所搜索的字符串
示例:
o+? - 匹配loooooog中的单个o
o+ - 匹配loooooog所有的o
.
匹配除了 \r, \n 以外的任何单个字符
如果需要匹配 \r, \n 在内的字符,需要使用 (.|\r|\n)
(pattern)
匹配pattern并获取匹配的子字符串,子字符串用于向后引用
获取的匹配可以从产生Matches的集合中得到
(?:pattern)
匹配pattern但是不获取匹配的子字符串
这是一个非获取匹配,不存储匹配的子字符串用于向后引用
在替换使用或字符 | 来组合一个模式的各个部分时非常有用
示例:
industr(?:y|ies) 等价于 industry | industries
(?=pattern)
正向肯定预查:在任何匹配pattern的字符串开始处匹配查找字符串
这是一个非获取匹配,即这个匹配不需要获取供以后使用
预查不会消耗字符.也就是说,在一个匹配开始时,在最后一个匹配发生之后立即开始下一次匹配搜索,而不是从包含预查字符后面的字符开始匹配搜索
示例:
Windows(?=95|98|NT|2000) - 可以匹配 Windows2000 中的 Windows , 但是不能匹配 Windows10 中的 Windows
(?!pattern)
正向否定预查:在任何不匹配pattern的字符串开始处匹配查找字符串
这是一个非获取匹配,即这个匹配不需要获取供以后使用
预查不会消耗字符.也就是说,在一个匹配开始时,在最后一个匹配发生之后立即开始下一次匹配搜索,而不是从包含预查字符后面的字符开始匹配搜索
示例:
Window(?!95|98|NT|2000) - 可以匹配 Windows10 中的 Windows , 但是不能匹配 Windows2000 中的 Windows
(?<=pattern)
反向肯定预查:在任何匹配pattern的字符串处反向匹配查找字符串
示例:
(?<=95|98|NT|2000)Windows - 可以匹配 2000Windows 中的 Windows , 但是不能匹配 10Windows 中的 Windows
(?<!pattern)
反向否定预查:在任何不匹配pattern的字符串处反向匹配查找字符串
示例:
(?<!95|98|NT|2000)Windows - 可以匹配 10Windows中的 Windows , 但是不能匹配 2000Windows 中的 Windows
x|y
或匹配
如果没有包含在括号中,范围就是整个正则表达式. 否则只是对括号中的字符串进行匹配
示例:
z|food - z 或 food
(z|f)oo - zoo 或 foo
[xyz]
字符集合. 匹配所包含的任意一个字符
仅有特殊字符反斜线 \ 可以保持特殊含义的转义字符. 其余符号比如 *, +, (, ) 等均是普通字符
脱字符 ^ 如果出现在首位表示负值字符集合. 如果出现在字符中间就是普通字符
连字符 - 如果出现在字符串中间表示字符范围. 如果出现在首位或者末尾就是普通字符
右括号如果出现在首位也是普通字符
示例:
[abc] - 可以匹配 plain 中的 a
[^xyz]
排除型字符集合. 匹配未列出的任意字符
示例:
[^abc] - 可以匹配 plain 中的 plin
[a-z]
字符范围. 匹配指定范围内的任意字符
示例:
[a-z] - 可以匹配 a 到 z 范围内的任意小写字母字符
[^a-z]
排除型字符范围. 匹配任何不在指定范围内的任意字符
示例:
[^a-z] - 匹配不在 a 到 z 范围内的任意字符
[:name:]
增加命名字符类中的字符到表达式. 只能用于方括号表达式
[=elt=]
增减当前locale下排序等价于elt的字符. 只能用于方括号表达式
[.elt.]
增加排序元素elt到表达式中. 只能用于方括号表达式
这个语法用于某些排序元素由多个字符组成. 比如29个字母表的西班牙语,CH作为单个字母排在字母C之后,因此会产生排序cinco, credo, chispa
\b
匹配单词边界.即单词和空格间的位置
示例:
er\b - 可以匹配 never 中的 er , 不能匹配 verb 中的 er
\B
匹配非单词边界
示例:
er\B - 可以匹配 verb 中的 er , 不能匹配 never 中的 er
\cx
匹配由x指明的控制字符
x的值必须为A-Z或者a-z的字符之一,否则就将c看作是一个原义的c字符
控制字符的值等于x的值的最小5 bit(对十进制32的余数)
示例:
\cM - 匹配Control-M 或者 回车符
\ca - \u001
\cb - \u002
\d
匹配一个数字字符
等价于 [0-9]
\D
匹配一个非数字字符
等价于 [^0-9]
\f
匹配一个换页符
等价于 \x0c 和 \cL
\n
匹配一个换行符
等价于 \x0a 和 \cJ
\r
匹配一个回车符
等价于 \x0d 和 \cM
\s
匹配任何空白字符
包括空格,制表符,换页符等
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]
\t
匹配一个制表符
等价于 \x0b 和 \cI
\v
匹配一个垂直制表符
等价于 \x0b 和 \cK
\w
匹配包括下划线的任何单词字符
等价于 [A-Za-z0-9_]
\W
匹配任何非单词字符
等价于 [^A-Za-z0-9_]
\xnn
十六进制转义字符序列. 匹配两个十六进制数字nn表示的字符
正则表达式中可以使用ASCII编码
\x041 等价于 \x04&1
示例:
\x41 - A
\num
向后引用一个子字符串,该子字符串与正则表达式的第num个用括号围起来的子表达式匹配
num是从1开始的十进制正整数,上限可以是9, 31, 99甚至无限
示例:
(.)\1 - 匹配两个连续的相同字符
\n
标识一个八进制转义值或一个向后引用:
如果 \n 之前至少n个获得子表达式,则n为向后引用
否则,n为八进制数字0-7.此时n为八进制转义值
\nm
标识一个八进制转义值或一个向后引用
如果 \nm 之前至少nm个获得子表达式,则nm为向后引用
如果 \nm 之前至少有n个获得子表达式,则n为一个后跟文字m的向后引用
否则如果前面的条件都不满足,并且n和m均为八进制数字0-7,那么 \nm 将匹配八进制转义值nm
\nml
如果n为八进制数字0-3,并且m和l均为八进制数字0-7,那么 \nml 将匹配八进制转义值nml
\un
Unicode转义字符序列
n是一个使用4个十六进制数字表示的Unicode字符
示例:
\u00A9 - 匹配著作权符号 (©)
\p{P}
用于Unicode正则表达式前缀
小写p是property,表示Unicode属性
大括号中的P表示Unicode字符集中七个字符属性之一的标点字符.还有其余六个属性:
L :字母
M :标记符号. 通常不会单独出现
Z :分隔符. 比如空格,换行等
S :符号. 比如数学符号,货币符号等
N :数字. 比如阿拉伯数字,罗马数字等
C :其余字符
注意:在JavaScript中不支持该语法
\ < \ >
匹配词word的开始\ <和结束\ >
示例:
\ <the\ > - 可以匹配字符串 for the wise 中的 the , 不能匹配 otherwise 中的 the
()
将 ( 和 ) 之间的表达式定义为组group,并且将匹配这个表达式的字符保存到一个临时区域. 一个正则表达式最多可以保存9个这样的临时区域,分别使用 \1 到 \9 的符号来引用
|
将两个匹配条件进行逻辑或or运算
示例:
(him|her) - 可以匹配 it belongs to hin 或 it belongs to her, 不能匹配 it belongs to them
正则表达式使用场景
字符串替换
Matcher
Matcher类中提供四个将匹配字符串替换成指定字符串的方法:
replaceAll()
replaceFirst()
appendReplacement()
appendTail()
重点掌握一下appendReplacement()方法和appendTail()方法
appendReplacement()
appendReplacement(StringBuffer sb, String replacement):
将当前匹配子串替换为指定字符串
并且将替换后的子串以及到上次匹配之后的字符串添加到一个StringBuffer对象
appendTail()
appendTail(StringBuffer sb):
将最后一次匹配后剩余的字符添加到一个StringBuffer对象
示例
字符串fatcatfatcatfat,正则表达式模式cat:
第一次匹配后调用appendReplacement(sb, "dog"),这时StringBuffer内容为fatdog.即fatcat中的cat被替换为dog并且与匹配子串前的内容加到sb里
第二次匹配后调用appendReplacement(sb, "dog"),这时sb的内容就成为fatdogfatdog
最后一次调用appendTail(sb),那么sb的内容成为fatdogfatdogfat
字符校验
网友评论