Java正则表达式详解
正则表达式（Regular Expression）又称正规表示法、常规表示法，在代码中常简写为 regex、regexp 或 RE，它是计算机科学的一个概念。
正则表达式是一个强大的字符串处理工具，可以对字符串进行查、提取、分割、替换等操作，是一种可以用于模式匹配和替换的规范。一个正则表达式就是由普通的字符（如字符 a~z）以及特殊字符（元字符）组成的文字模式，它用以描述在查文字主体时待匹配的一个或多个字符串。
String 类里也提供了如下几个特殊的方法。
∙boolean matches(String regex)：判断该字符串是否匹配指定的正则表达式。
∙String replaceAll(String regex, String replacement)：将该字符串中所有匹配 regex 的子串替换成 replacement。
∙String replaceFirst(String regex, String replacement)：将该字符串中第一个匹配 regex 的子串替换成 replacement。
∙String[] split(String regex)：以 regex 作为分隔符，把该字符串分割成多个子串。
上面这些特殊的方法都依赖于 Java 提供的正则表达式支持，除此之外，Java 还提供了 Pattern 和 Matcher 两个类专门用于提供正则表达式支持。
很多读者都会觉得正则表达式是一个非常神奇、高级的知识，其实正则表达式是一种非常简单而且非常实用的工具。正则表达式是一个用于匹配字符串的模板。实际上，任意字符串都可以当成正则表达式使用。例如“abc”，它也是一个正则表达式，只是它只能匹配“abc”字符串。
如果正则表达式仅能匹配“abc”这样的字符串，那么正则表达式也就不值得学习了。正则表达式作为一个用于匹配字符串的模板，将某个字符模式与所搜索的字符串进行匹配。本文简单了解一下如何使用正则表达式来操作字符串。
正则表达式支持字符
创建正则表达式就是创建一个特殊的字符串。正则表达式所支持的合法字符如表 1 所示。
表 1 正则表达式所支持的合法字符
字符
解释
X
字符x（x 可代表任何合法的字符)
\0mnn
八进制数 0mnn 所表示的字符
\xhh
十六进制值 0xhh 所表示的字符
\uhhhh
十六进制值 0xhhhh 所表示的 Unicode 字符
\t
制表符（“\u0009”）
\n
新行（换行）符（‘\u000A’）
\r
回车符（‘\u000D’)
\f 
换页符（‘\u000C’）
\a
报警（bell）符（‘\u0007’）
\e
Escape 符（‘\u001B’）
\cx
x 对应的的控制符。例如，\cM匹配 Ctrl-M。x 值必须为 A~Z 或 a~z 之一。
除此之外，正则表达式中有一些特殊字符，这些特殊字符在正则表达式中有其特殊的用途，比如前面介绍的反斜线\。
如果需要匹配这些特殊字符，就必须首先将这些字符转义，也就是在前面添加一个反斜线\。正则表达式中的特殊字符如表 2 所示。
表 2 正则表达式中的特殊字符
特殊字符
说明
$
匹配一行的结尾。要匹配 $ 字符本身，请使用\$
^
匹配一行的开头。要匹配 ^ 字符本身，请使用\^
()
标记子表达式的开始和结束位置。要匹配这些字符，请使用\(和\)
[]
用于确定中括号表达式的开始和结束位置。要匹配这些字符，请使用\[和\]
{}
用于标记前面子表达式的出现频度。要匹配这些字符，请使用\{和\}
*
指定前面子表达式可以出现零次或多次。要匹配 * 字符本身，请使用\*
+
指定前面子表达式可以出现一次或多次。要匹配 + 字符本身，请使用\+
?
指定前面子表达式可以出现零次或一次。要匹配 ？字符本身，请使用\?
.
匹配除换行符\n之外的任何单字符。要匹配.字符本身，请使用\.
\
用于转义下一个字符，或指定八进制、十六进制字符。如果需匹配\字符，请用\\
|
指定两项之间任选一项。如果要匹配丨字符本身，请使用\|
将上面多个字符拼起来，就可以创建一个正则表达式。例如:
"\u0041\\\\" // 匹配 A\
"\u0061\t"  // 匹配a<制表符>
"\\?\\["    // 匹配？[
注意：可能大家会觉得第一个正则表达式中怎么有那么多反斜杠？这是由于 Java 字符串中反斜杠本身需要转义，因此两个反斜杠（\\）实际上相当于一个（前一个用于转义）。
上面的正则表达式依然只能匹配单个字符，这是因为还未在正则表达式中使用“通配符”，“通配符”是可以匹配多个字符的特殊字符。正则表达式中的“通配符”远远超出了普通通配符的功能，它被称为预定义字符，正则表达式支持如表 3 所示的预定义字符。
表 3 预定义字符
预定义字符
说明
.
可以匹配任何字符
\d
匹配 0~9 的所有数字
\D
匹配非数字
\s
匹配所有的空白字符，包括空格、制表符、回车符、换页符、换行符等
\S
匹配所有的非空白字符
\w
匹配所有的单词字符，包括 0~9 所有数字、26 个英文字母和下画线_
\W
匹配所有的非单词字符
上面的 7 个预定义字符其实很容易记忆，其中：
∙d 是 digit 的意思，代表数字。
∙s 是 space 的意思，代表空白。
∙w 是 word 的意思，代表单词。
∙d、s、w 的大写形式恰好匹配与之相反的字符。
有了上面的预定义字符后，接下来就可以创建更强大的正则表达式了。例如：
c\\wt    // 可以匹配cat、cbt、cct、cOt、c9t等一批字符串
\\d\\d\\d-\\d\\d\\d-\\d\\d\\d\\d    // 匹配如 000-000-0000 形式的电话号码
在一些特殊情况下，例如，若只想匹配 a~f 的字母，或者匹配除 ab 之外的所有小写字母，或者匹配中文字符，上面这些预定义字符就无能为力了，此时就需要使用方括号表达式，方括号表达式有如表 4 所示的几种形式。
表 4 方括号表达式
方括号表达式
说明
表示枚举
例如[abc]表示 a、b、c 其中任意一个字符；[gz]表示 g、z 其中任意一个字符
表示范围：-
例如[a-f]表示 a~f 范围内的任意字符；[\\u0041-\\u0056]表示十六进制字符 \u0041 到 \u0056 范围的字符。范围可以和枚举结合使用，如[a-cx-z]，表示 a~c、x~z 范围内的任意字符
表示求否：^
例如[^abc]表示非 a、b、c 的任意字符；[^a-f]表示不是 a~f 范围内的任意字符
表示“与”运算：&&
例如 [a-z&&[def]]是 a~z 和 [def] 的交集，表示 d、e
f[a-z&&^bc]]是 a~z 范围内的所有字符，除 b 和 c 之外
[ad-z] [a-z&&[m-p]]是 a~z 范围内的所有字符，除 m~p 范围之外的字符
表示“并”运算
并运算与前面的枚举类似。例如[a-d[m-p]]表示 [a-dm-p]
时间正则表达式java方括号表达式比前面的预定义字符灵活多了，几乎可以匹配任何字符。例如，若需要匹配所有的中文字符，就可以利用 [\\u0041-\\u0056] 形式——因为所有中文字符的 Unicode 值是连续的，只要出所有中文字符中最小、最大的 Unicode 值，就可以利用上面形式来匹配所有的中文字符。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。