这是我参与2022首次更文挑战的第21天，活动详情查看：2022首次更文挑战
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