恭喜你，Get到一份 正則表達式 食用指南
- 2020 年 3 月 30 日
- 筆記
先贊後看，養成習慣
前言
正則表達式
正則表達式: 定義一個搜索模式的字元串。
正則表達式可以用於搜索、編輯和操作文本。
正則對文本的分析或修改過程為：首先正則表達式應用的是文本字元串（text/string），它會以定義的模式從左到右匹配文本，每個源字元只匹配一次。
Java中正則表達式的使用
字元串內置正則
在 Java 中有四個內置的運行正則表達式的方法，分別是 matches()、split())、replaceFirst()、replaceAll()。注意 replace() 方法不支援正則表達式。
當僅且當正則匹配整個字元串時返回 true
示例程式碼
System.out.println("lby".matches("lby")); System.out.println("----------"); String[] array = "l b y".split("\s"); for (String item : array) { System.out.println(item); } System.out.println("----------"); System.out.println("l b y".replaceFirst("\s", "-")); System.out.println("----------"); System.out.println("l b y".replaceAll("\s", "-")); 運行結果
true ---------- l b y ---------- l-b y ---------- l-b-y
regex包
java.util.regex 包主要包括以下三個類：
- Pattern 類 pattern 對象是一個正則表達式的編譯表示。Pattern 類沒有公共構造方法。要創建一個 Pattern 對象，你必須首先調用其公共靜態編譯方法，它返回一個 Pattern 對象。該方法接受一個正則表達式作為它的第一個參數。
- Matcher 類 Matcher 對象是對輸入字元串進行解釋和匹配操作的引擎。與Pattern 類一樣，Matcher 也沒有公共構造方法。你需要調用 Pattern 對象的 matcher 方法來獲得一個 Matcher 對象。
- PatternSyntaxException PatternSyntaxException 是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。
Java 中regex 包使用正則表達式基本步驟
通過正則表達式創建模式對象 Pattern。通過模式對象 Pattern，根據指定字元串創建匹配對象 Matcher。通過匹配對象 Matcher，根據正則表達式操作字元串。
例如
import java.util.regex.Matcher; import java.util.regex.Pattern; public class TestRegex { public static void main(String[] args) { //定義一個字元串 String text = "Hello Regex!"; //創建一個Pattern對象 可以認為根據正則表達式獲取一個對應的對象 Pattern pattern = Pattern.compile("\w+"); // Java 中忽略大小寫，有兩種寫法： // Pattern pattern = Pattern.compile("\w+", Pattern.CASE_INSENSITIVE); // Pattern pattern = Pattern.compile("(?i)\w+"); // 推薦寫法 Matcher matcher = pattern.matcher(text); // 遍例所有匹配的序列 while (matcher.find()) { System.out.print("Start index: " + matcher.start()); System.out.print(" End index: " + matcher.end() + " "); System.out.println(matcher.group()); } } } 運行的結果為：
Start index: 0 End index: 5 Hello
Start index: 6 End index: 11 Regex、
以上程式碼看不懂沒有關係，提前感受一下正則的神奇，接下來我們學習一下正則表達式的的語法。
正則表達式的語法
常見匹配符號
匹配所有單個字元，除了換行符（Linux 中換行是 n，Windows 中換行是 rn）
元字元
元字元是一個預定義的字元。
匹配一個數字，是 [0-9] 的簡寫
限定符
限定符定義了一個元素可以發生的頻率。
正則表達式 | 描述 | 舉例 |
|---|---|---|
* | 匹配 >=0 個，是 {0,} 的簡寫 | X* 表示匹配零個或多個字母 X，.*表示匹配任何字元串 |
+ | 匹配 >=1 個，是 {1,} 的簡寫 | X+ 表示匹配一個或多個字母 X |
? | 匹配 1 個或 0 個，是 {0,1} 的簡寫 | X? 表示匹配 0 個或 1 個字母 X |
{X} | 只匹配 X 個字元 | d{3} 表示匹配 3 個數字，.{10}表示匹配任何長度是 10 的字元串 |
{X,Y} | 匹配 >=X 且 <=Y 個 | d{1,4} 表示匹配至少 1 個最多 4 個數字 |
*? | 如果 ? 是限定符 * 或 + 或 ? 或 {} 後面的第一個字元，那麼表示非貪婪模式（儘可能少的匹配字元），而不是默認的貪婪模式 |
分組和反向引用
小括弧 () 可以達到對正則表達式進行分組的效果。
模式分組後會在正則表達式中創建反向引用。反向引用會保存匹配模式分組的字元串片斷，這使得我們可以獲取並使用這個字元串片斷。
在以正則表達式替換字元串的語法中，是通過 $ 來引用分組的反向引用，$0 是匹配完整模式的字元串（注意在 JavaScript 中是用 $& 表示）；$1 是第一個分組的反向引用；$2 是第二個分組的反向引用，以此類推。
示例：
package com.baizhi.test; public class RegexTest { public static void main(String[] args) { // 去除單詞與 , 和 . 之間的空格 String Str = "Hello , World ."; String pattern = "(\w)(\s+)([.,])"; // $0 匹配 `(w)(s+)([.,])` 結果為 `o空格,` 和 `d空格.` // $1 匹配 `(w)` 結果為 `o` 和 `d` // $2 匹配 `(s+)` 結果為 `空格` 和 `空格` // $3 匹配 `([.,])` 結果為 `,` 和 `.` System.out.println(Str.replaceAll(pattern, "$1$3")); // Hello, World. } } 上面的例子中，我們使用了 [.] 來匹配普通字元 . 而不需要使用 [\.]。因為正則對於 [] 中的 .，會自動處理為 [.]，即普通字元 . 進行匹配。
否定先行斷言（Negative lookahead）
我們可以創建否定先行斷言模式的匹配，即某個字元串後面不包含另一個字元串的匹配模式。
否定先行斷言模式通過 (?!pattern) 定義。比如，我們匹配後面不是跟著 "b" 的 "a"：
a(?!b)
指定正則表達式的模式
可以在正則的開頭指定模式修飾符。
(?i)使正則忽略大小寫。(?s)表示單行模式（"single line mode"）使正則的.匹配所有字元，包括換行符。(?m)表示多行模式（"multi-line mode"），使正則的^和$匹配字元串中每行的開始和結束。
Java 中的反斜杠
反斜杠 在 Java 中表示轉義字元，這意味著 在 Java 擁有預定義的含義。
這裡例舉兩個特別重要的用法：
- 在匹配
.或{或[或(或?或$或^或*這些特殊字元時，需要在前面加上\，比如匹配.時，Java 中要寫為\.，但對於正則表達式來說就是.。 - 在匹配
時，Java 中要寫為\\，但對於正則表達式來說就是\。
注意：Java 中的正則表達式字元串有兩層含義，首先 Java 字元串轉義出符合正則表達式語法的字元串，然後再由轉義後的正則表達式進行模式匹配。
正則表達式常見應用示例
中文的匹配
[u4e00-u9fa5]+ 代表匹配中文字。
public static void test3(){ String str = "這裡有個新手易范的錯誤，就是正angongsi"; Pattern pattern = Pattern.compile("[\u4e00-\u9fa5]+"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); } } 數字範圍的匹配
比如，匹配 1990 到 2017。
**注意：**這裡有個新手易范的錯誤，就是正則 [1990-2017]，實際這個正則只匹配 0 或 1 或 2 或 7 或 9 中的任一個字元。
正則表達式匹配數字範圍時，首先要確定最大值與最小值，最後寫中間值。
正確的匹配方式：
public static void test4(){ String str = "1990n2010n2017nsdfgadfggadfgdfgdfgafdgasfdgan1998"; // 這裡應用了 (?m) 的多行匹配模式，只為方便我們測試輸出 // "^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$" 為判斷 1990-2017 正確的正則表達式 Pattern pattern = Pattern.compile("(?m)^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group()); } } img 標籤的匹配
比如，獲取圖片文件內容，這裡我們考慮了一些不規範的 img 標籤寫法：
public static void test5(){ String str = "<img src='aaa.jpg' /><img src=bbb.png/><img src="ccc.png"/>" + "<img src='ddd.exe'/><img src='eee.jpn'/>"; // 這裡我們考慮了一些不規範的 img 標籤寫法，比如：空格、引號 Pattern pattern = Pattern.compile("<img\s+src=(?:['"])?(?<src>\w+.(jpg|png))(?:['"])?\s*/>"); Matcher matcher = pattern.matcher(str); while (matcher.find()) { System.out.println(matcher.group("src")); } } 郵箱匹配
郵箱匹配的正則的寫法有很多，這裡給出一種參考的寫法。
合法E-mail地址：
- 必須包含一個並且只有一個符號「@」
- 第一個字元不得是「@」或者「.」
- 不允許出現「@.」或者.@
- 結尾不得是字元「@」或者「.」
- 允許「@」前的字元中出現「＋」
- 不允許「＋」在最前面，或者「＋@」
等等
示例程式碼
public static void test6(){ String check = "^([a-z0-9A-Z]+[-|\.]?)+[a-z0-9A-Z]@([a-z0-9A-Z]+(-[a-z0-9A-Z]+)?\.)+[a-zA-Z]{2,}$"; Pattern regex = Pattern.compile(check); Matcher matcher = regex.matcher("[email protected]"); boolean isMatched = matcher.matches(); System.out.println(isMatched); } 手機號匹配
public static void test7(){ String check = "^((13[0-9])|(15[^4])|(18[0-9])|(17[0-9])|(147))\d{8}$"; Pattern regex = Pattern.compile(check); Matcher matcher = regex.matcher("18638693953"); boolean isMatched = matcher.matches(); System.out.println(isMatched); } url匹配
public static void test8(){ String url = "http://www.lubingyang.com/"; String regex = "(https?://(w{3}\.)?)?\w+\.\w+(\.[a-zA-Z]+)*(:\d{1,5})?(/\w*)*(\??(.+=.*)?(&.+=.*)?)?"; boolean isMatched = Pattern.matches(regex, url); System.out.println(isMatched); }
