java特殊字符_Java正则表达式特殊字符及其处理以及正则表
达式详解
在表达式中有特殊意义，需要添加 "\" 才能匹配该字符本⾝的字符汇总，特别注意："\"字符本⾝在正则表⽰⾥需要⽤"\\\\"表⽰字符说明^匹配输⼊字符串的开始位置。要匹配 "^" 字符本⾝，请使⽤ "\^"
$匹配输⼊字符串的结尾位置。要匹配 "$" 字符本⾝，请使⽤ "\$"
( )标记⼀个⼦表达式的开始和结束位置。要匹配⼩括号，请使⽤ "\(" 和 "\)"
[ ]⽤来⾃定义能够匹配 '多种字符' 的表达式。要匹配中括号，请使⽤ "\[" 和 "\]"
{ }修饰匹配次数的符号。要匹配⼤括号，请使⽤ "\{" 和 "\}"
.匹配除了换⾏符(\n)以外的任意⼀个字符。要匹配⼩数点本⾝，请使⽤ "\."
修饰匹配次数为 0 次或 1 次。要匹配 "" 字符本⾝，请使⽤ "\"
+修饰匹配次数为⾄少 1 次。要匹配 "+" 字符本⾝，请使⽤ "\+"
*修饰匹配次数为 0 次或任意次。要匹配 "*" 字符本⾝，请使⽤ "\*"
|左右两边表达式之间 "或" 关系。匹配 "|" 本⾝，请使⽤ "\|"
java特殊字符处理函数：
public static boolean checkSpecialChar(String str) throws PatternSyntaxException {
// 清除掉所有特殊字符
String regEx = ".*[`~!@#$%^&*()+=|{}':;',\\[\\].<>/?~！@#￥%……&*()——+|{}【】‘；：”“’。，、？\\\\]+.*";
Pattern p = Patternpile(regEx);
Matcher m = p.matcher(str);
return m.matches();
}
public static String filterString(String str) throws PatternSyntaxException {
String regEx= "[`~!@#$%^&*()+=|{}':;',\\[\\].<>/?~！@#￥%……&*()——+|{}【】‘；：”“’。，、？\\\\]";
Pattern p = Patternpile(regEx);
Matcher m = p.matcher(str);
placeAll("_").trim();
}
javascript特殊字符处理函数：function checkSpecialChar(str) {
var pattern = new RegExp("[`~!@#$^&*()=|{}':;',\\[\\].<>/?~！@#￥……&*()————|{}【】‘；：”“'。，、？\\\\]+");
st(str);
}
正则表达式获取括号内容function replaceSpecialChar(s,replacementChar) {
var pattern = new RegExp("[`~!@#$^&*()=|{}':;',\\[\\].<>/?~！@#￥……&*()————|{}【】‘；：”“'。，、？\\\\]");
var rs = "";
for (var i = 0; i < s.length; i++) {
rs = rs + s.substr(i, 1).replace(pattern, replacementChar);
}
return rs;
}
1. 正则表达式规则
1.1 普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。表达式中的普通字符，在匹配⼀个字符串的时候，匹配与之相同的⼀个字符。举例1：表达式 "c"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。(注：下标从0开始还是从1开始，因当前举例2：表达式 "bcd"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。
1.2 简单的转义字符
⼀些不便书写的字符，采⽤在前⾯加 "" 的⽅法。这些字符其实我们都已经熟知了。表达式可匹配
\r, \n代表回车和换⾏符
\t制表符
\\代表 "" 本⾝
还有其他⼀些在后边章节中有特殊⽤处的标点符号，在前⾯加 "" 后，就代表该符号本⾝。⽐如：^, $ 都有特殊意义，如果要想匹配字符串中 "^" 和 "$" 字符，则表达式就需要写成 "\^" 和 "\$"。表达式可匹配
\^匹配 ^ 符号本⾝
\$匹配 $ 符号本⾝
\.匹配⼩数点(.)本⾝
这些转义字符的匹配⽅法与 "普通字符" 是类似的。也是匹配与之相同的⼀个字符。举例1：表达式 "\$
d"，在匹配字符串 "abc$de" 时，匹配结果是：成功；匹配到的内容是："$d"；匹配到的位置是：开始于3，结束于5。
1.3 能够与 '多种字符' 匹配的表达式
正则表达式中的⼀些表⽰⽅法，可以匹配 '多种字符' 其中的任意⼀个字符。⽐如，表达式 "\d" 可以匹配任意⼀个数字。虽然可以匹配其中任意字符，但是只能是⼀个，不是多个。这就好⽐玩扑克牌时候，⼤⼩王可以代替任意⼀张牌，但是只能代替⼀张牌。表达式可匹配
\d任意⼀个数字，0~9 中的任意⼀个
\w任意⼀个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意⼀个
\s包括空格、制表符、换页符等空⽩字符的其中任意⼀个
.⼩数点可以匹配除了换⾏符(\n)以外的任意⼀个字符
举例1：表达式 "\d\d"，在匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："12"；匹配到的位置是：开始于3，结束于5。举例2：表达式 "a.\d"，在匹配 "aaa100" 时，匹配的结果是：成功；匹配到的内容是："aa1"；匹配到的位置是：开始于1，结束于4。
1.4 ⾃定义能够匹配 '多种字符' 的表达式
使⽤⽅括号 [ ] 包含⼀系列字符，能够匹配其中任意⼀个字符。⽤ [^ ] 包含⼀系列字符，则能够匹配其中字符之外的任意⼀个字符。同样的道理，虽然可以匹配其中任意⼀个，但是只能是⼀个，不是多个。表达式可匹配
[ab5@]匹配 "a" 或 "b" 或 "5" 或 "@"
[^abc]匹配 "a","b","c" 之外的任意⼀个字符
[f-k]匹配 "f"~"k" 之间的任意⼀个字母
[^A-F0-3]匹配 "A"~"F","0"~"3" 之外的任意⼀个字符
举例1：表达式 "[bcd][bcd]"匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："bc"；匹配到的位置是：开始于1，结束于3。举例2：表达式 "[^abc]"匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："1"；匹配到的位置是：开始于3，结束于4。
1.5 修饰匹配次数的特殊符号
前⾯章节中讲到的表达式，⽆论是只能匹配⼀种字符的表达式，还是可以匹配多种字符其中任意⼀个的表达式，都只能匹配⼀次。如果使⽤表达式再加上修饰匹配次数的特殊符号，那么不⽤重复书写表达式就可以重复匹配。 使⽤⽅法是："次数修饰"放在"被修饰的表达式"后边。⽐如："[bcd][bcd]" 可以写成 "[bcd]{2}"。表达式作⽤
{n}表达式重复n次，⽐如："\w{2}"相当于 "\w\w"；"a{5}"相当于 "aaaaa"
{m,n}表达式⾄少重复m次，最多重复n次，⽐如："ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
{m,}表达式⾄少重复m次，⽐如："\w\d{2,}"可以匹配 "a12","_456","M12344"...
匹配表达式0次或者1次，相当于 {0,1}，⽐如："a[cd]"可以匹配 "a","ac","ad"
+表达式⾄少出现1次，相当于 {1,}，⽐如："a+b"可以匹配 "ab","aab","aaab"...
*表达式不出现或出现任意次，相当于 {0,}，⽐如："\^*b"可以匹配 "b","^^^b"...
举例1：表达式 "\d+\.?\d*"在匹配 "It costs $12.5" 时，匹配的结果是：成功；匹配到的内容是："12.5"；匹配到的位置是：开始于10，结束于14。举例2：表达式 "go{2,8}gle"在匹配 "Ads by goooooogle" 时，匹配的结果是：成功；匹配到的内容是："goooooogle"；匹配到的位置是：开始于7，结束于17。
1.6 其他⼀些代表抽象意义的特殊符号
⼀些符号在表达式中代表抽象的特殊意义：表达式作⽤
^与字符串开始的地⽅匹配，不匹配任何字符
$与字符串结束的地⽅匹配，不匹配任何字符
\b匹配⼀个单词边界，也就是单词和空格之间的位置，不匹配任何字符
进⼀步的⽂字说明仍然⽐较抽象，因此，举例帮助⼤家理解。举例1：表达式 "^aaa"在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为"^" 要求与字符串开始的地⽅匹配，因此，只有当 "aaa" 位于字符串的开头的时候，"^aaa" 才能匹配，⽐如："aaa xxx xxx"。举例2：表达式 "aaa$"在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "$" 要求与字符串结束的地⽅匹配，因此，只有当 "aaa" 位于字符串的结尾的时候，"aaa$" 才能匹配，⽐如："xxx xxx aaa"。举例3：表达式 ".\b."在匹配 "@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。 进⼀步说明："\b" 与 "^" 和 "$" 类似，本⾝不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中⼀边是"\w" 范围，另⼀边是 ⾮"\w" 的范围。举例4：表达式 "\bend\b"在匹配 "weekend,endfor,end" 时，匹配结果是：成功；匹配到的内容是："end"；匹配到的位置是：开始于15，结束于18。
⼀些符号可以影响表达式内部的⼦表达式之间的关系：表达式作⽤
|左右两边表达式之间 "或" 关系，匹配左边或者右边
( )(1).在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到
举例5：表达式 "Tom|Jack"在匹配字符串 "I'm Tom, he is Jack" 时，匹配结果是：成功；匹配到的内容是："Tom"；匹配到的位置是：开始于4，结束于7。匹配下⼀个时，匹配结果是：成功；匹配到的内容是："Jack"；匹配到的位置时：开始于15，结束于19。举例6：表达式 "(go\s*)+"在匹配 "Let's go go go!" 时，匹配结果是：成功；匹配到内容是："go go go"；匹配到的位置是：开始于6，结束于14。举例7：表达式 "￥(\d+\.?\d*)"在匹配 "＄10.9,￥20.5" 时，匹配的结果是：成功；匹配到的内容是："￥20.5"；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是："20.5"。
2. 正则表达式中的⼀些⾼级规则
2.1 匹配次数中的贪婪与⾮贪婪
在使⽤修饰匹配次数的特殊符号时，有⼏种表⽰⽅法可以使同⼀个表达式能够匹配不同的次数，⽐如："{m,n}", "{m,}", "?", "*", "+"，具体匹配的次数随被匹配的字符串⽽定。这种重复匹配不定次数的表
达式在匹配过程中，总是尽可能多的匹配。⽐如，针对⽂本 "dxxxdxxxd"，举例如下：表达式匹配结果
(d)(\w+)"\w+"将匹配第⼀个 "d" 之后的所有字符 "xxxdxxxd"
(d)(\w+)(d)"\w+"将匹配第⼀个 "d" 和最后⼀个 "d" 之间的所有字符 "xxxdxxx"。虽然 "\w+" 也能够匹配上最后⼀个"d"，但是为了使整个表达式匹配成功，"\w+" 可以 "让出" 它本来能够匹配的最后⼀个 "d"
由此可见，"\w+" 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第⼆个举例中，它没有匹配最后⼀个 "d"，但那也是为了让整个表达式能够匹配成功。同理，带 "*" 和 "{m,n}" 的表达式都是尽可能地多匹配，带 "?" 的表达式在可匹配可不匹配的时候，也是尽可能的 "要匹配"。这 种匹配原则就叫作 "贪婪" 模式 。
⾮贪婪模式： 在修饰匹配次数的特殊符号后再加上⼀个 "?" 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 "不匹配"。这种匹配原则叫作 "⾮贪婪" 模式，也叫作 "勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，⾮贪婪模式会最⼩限度的再匹配⼀些，以使整个表达式匹配成功。举例如下，针对⽂本 "dxxxdxxxd" 举例：表达式匹配结果
(d)(\w+?)"\w+?"将尽可能少的匹配第⼀个 "d" 之后的字符，结果是："\w+?" 只匹配了⼀个 "x"
(d)(\w+?)(d)为了让整个表达式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以让后边的 "d" 匹配，从⽽使整个表达式匹配成功。因此，结果是："\w+?" 匹配 "xxx"
更多的情况，举例如下：举例1：表达式 "
(.*)"与字符串 "
aa
bb
" 匹配时，匹配的结果是：成功；匹配到的内容是 "
aa
bb
" 整个字符串， 表达式中的 "" 将与字符串中最后⼀个 "" 匹配。 举例2：相⽐之下，表达式 "(.*?)"匹配举例1中同样的字符串时，将只得到 " aa
"，再次匹配下⼀个时，可以得到第⼆个 "
bb
"。
2.2 反向引⽤ \1, \2...
表达式在匹配时，表达式引擎会将⼩括号 "( )" 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，⼩括号包含的表达式所匹配到的字符串可以单独获取。这⼀点，在前⾯的举例中，已经多次展⽰了。在实际应⽤场合中，当⽤某种边界来查，⽽所要获取的内容⼜不包含边界时，必须使⽤⼩括号来指定所要的范围。⽐如前⾯的 "
(.*?)"。 其实，"⼩括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使⽤，在匹配过程中也可以使⽤。表达式后边的部分，可以引⽤前⾯ "括号内的⼦匹配已经匹配到的字符串"。引⽤⽅法是 "" 加上⼀个数字。"\1" 引⽤第1对括号内匹配到的字符串，"\2" 引⽤第2对括号内匹配到的字符串……以此类推，如果⼀对括号内包含另⼀对括号，则外层的括号先排序号。换句话说，哪⼀对的左括号 "(" 在前，那这⼀对就先排序号。
举例如下：举例1：表达式 "('|")(.*?)(\1)"在匹配 " 'Hello', "World" " 时，匹配结果是：成功；匹配到的内容是：" 'Hello' "。再次匹配下⼀个时，可以匹配到 " "World" "。举例2：表达式 "(\w)\1{4,}"在匹配 "a
a bbbb abcdefg ccccc 111121111 999999999" 时，匹配结果是：成功；匹配到的内容是 "ccccc"。再次匹配下⼀个时，将得到 999999999。这个表达式要求 "\w" 范围的字符⾄少重复5次，注意与 "\w{5,}" 之间的区别。举例3：表达式 ".*?\1>"在匹配 "
"时，匹配结果是成功。如果 "" 与 "" 不配对，则会匹配失败；如果改成其他配对，也可以匹配成功。
2.3 预搜索，不匹配；反向预搜索，不匹配
前⾯的章节中，我讲到了⼏个代表抽象意义的特殊符号："^"，"$"，"\b"。它们都有⼀个共同点，那就是：它们本⾝不匹配任何字符，只是对 "字符串的两头" 或者 "字符之间的缝隙" 附加了⼀个条件。理解到这个概念以后，本节将继续介绍另外⼀种对"两头" 或者 "缝隙" 附加条件的，更加灵活的表⽰⽅法。
正向预搜索："(?=xxxxx)"，"(?!xxxxx)" 格式："(?=xxxxx)"，在被匹配的字符串中，它对所处的 "缝隙" 或者 "两头" 附加的条件是：所在缝隙的右侧，必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 "\b"，本⾝不匹配任何字符。"\b" 只是将所在缝隙之前、之后的字符取来进⾏了⼀下判断，不会影响后边的表达式来真正的匹配。举例1：表达式 "Windows(?=NT|XP)"在匹配 "Windows 98, Windows NT, Windows 2000" 时，将只匹配 "Windows NT" 中的"Windows "，其他的 "Windows " 字样则不被匹配。举例2：表达式 "(\w)((?=\1\1\1)(\1))+"在匹配字符串 "aaa ffffff 999999999" 时，将可以匹配6个"f"
的前4个，可以匹配9个"9"的前7个。这个表达式可以读解成：重复4次以上的字母数字，则匹配其剩下最后2位之前的部分。当然，这个表达式可以不这样写，在此的⽬的是作为演⽰之⽤。
格式："(?!xxxxx)"，所在缝隙的右侧，必须不能匹配 xxxxx 这部分表达式。举例3：表达式 "((?!\bstop\b).)+"在匹配 "fdjka ljfdl stop fjdsla fdj" 时，将从头⼀直匹配到 "stop" 之前的位置，如果字符串中没有 "stop"，则匹配整个字符串。举例4：表达式 "do(?!\w)"在匹配字符串 "done, do, dog" 时，只能匹配 "do"。在本条举例中，"do" 后边使⽤ "(?!\w)"和使⽤ "\b" 效果是⼀样的。
反向预搜索："(?<=xxxxx)"，"(?
3. 其他通⽤规则
还有⼀些在各个正则表达式引擎之间⽐较通⽤的规则，在前⾯的讲解过程中没有提到。
3.1表达式中，可以使⽤ "\xXX" 和 "\uXXXX" 表⽰⼀个字符("X" 表⽰⼀个⼗六进制数)形式字符范围
\xXX编号在 0 ~ 255 范围的字符，⽐如：空格可以使⽤ "\x20" 表⽰
\uXXXX任何字符可以使⽤ "\u" 再加上其编号的4位⼗六进制数表⽰，⽐如："\u4E2D"
3.2在表达式 "\s"，"\d"，"\w"，"\b" 表⽰特殊意义的同时，对应的⼤写字母表⽰相反的意义表达式可匹配
\S匹配所有⾮空⽩字符("\s" 可匹配各个空⽩字符)
\D匹配所有的⾮数字字符
\W匹配所有的字母、数字、下划线以外的字符
\B匹配⾮单词边界，即左右两边都是 "\w" 范围或者左右两边都不是 "\w" 范围时的字符缝隙
3.3在表达式中有特殊意义，需要添加 "" 才能匹配该字符本⾝的字符汇总字符说明
^匹配输⼊字符串的开始位置。要匹配 "^" 字符本⾝，请使⽤ "\^"
$匹配输⼊字符串的结尾位置。要匹配 "$" 字符本⾝，请使⽤ "\$"
( )标记⼀个⼦表达式的开始和结束位置。要匹配⼩括号，请使⽤ "\(" 和 "\)"
[ ]⽤来⾃定义能够匹配 '多种字符' 的表达式。要匹配中括号，请使⽤ "\[" 和 "\]"
{ }修饰匹配次数的符号。要匹配⼤括号，请使⽤ "\{" 和 "\}"
.匹配除了换⾏符(\n)以外的任意⼀个字符。要匹配⼩数点本⾝，请使⽤ "\."
修饰匹配次数为 0 次或 1 次。要匹配 "" 字符本⾝，请使⽤ "\"
+修饰匹配次数为⾄少 1 次。要匹配 "+" 字符本⾝，请使⽤ "\+"
*修饰匹配次数为 0 次或任意次。要匹配 "*" 字符本⾝，请使⽤ "\*"
|左右两边表达式之间 "或" 关系。匹配 "|" 本⾝，请使⽤ "\|"
3.4括号 "( )" 内的⼦表达式，如果希望匹配结果不进⾏记录供以后使⽤，可以使⽤ "(?:xxxxx)" 格式
举例1：表达式 "(?:(\w)\1)+"匹配 "a bbccdd efg" 时，结果是 "bbccdd"。括号 "(?:)" 范围的匹配结果不进⾏记录，因此 "(\w)" 使⽤ "\1"来引⽤。

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。