字符串匹配

验证Email是否正确

public static void main(String[] args) {
    // 要验证的字符串
    String str = "[email protected]";
    // 邮箱验证规则
    String regEx = "[a-zA-Z_]{0,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}";
    // 编译正则表达式
    Pattern pattern = Pattern.compile(regEx);
    // 忽略大小写的写法
    // Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
    Matcher matcher = pattern.matcher(str);
    // 字符串是否与正则表达式相匹配
    boolean rs = matcher.matches();
    System.out.println(rs);
}

一种更简单的方式

String regEx = "[a-zA-Z_]{0,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}";
System.out.println("[email protected]".matches(regEx));

字符串查找

在字符串中查找符合规则的子串

public static void main(String[] args) {
    // 要验证的字符串
    String str = "这是一个正则表达式字符串查找的示例12345,正则表达式好厉害呀45678";
    // 正则表达式规则
    String regEx = "\\d+";
    // 编译正则表达式
    Pattern pattern = Pattern.compile(regEx);
    // 忽略大小写的写法
    // Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
    Matcher matcher = pattern.matcher(str);
    // 查找字符串中是否有匹配正则表达式的字符/字符串
    while (matcher.find()) {
        System.out.println(matcher.group());
    }
}

输出

12345
45678

单行匹配与多行匹配

默认情况下(.*)只匹配除换行符(\n)以外的字符,如果要匹配的字符串是多行,则正则表达式会在遇到时\n停止。

示例

public static void main(String[] args) {
    String str = "---123\n456---";
    // 单行匹配 - 不会被替换
    System.out.println(str.replaceAll("---.*---", "SUCCESS"));
    // 多行匹配 - 匹配并替换
    System.out.println(str.replaceAll("(?s)---.*---", "SUCCESS"));
    // 多行匹配 - 另一种方式
    Pattern pattern = Pattern.compile("---.*---", Pattern.DOTALL);
    System.out.println(pattern.matcher(str).replaceAll("SUCCESS"));
}

输出

---123
456---
SUCCESS
SUCCESS

贪婪模式与非贪婪模式

正则表达式默认使用贪婪模式,会尽可能多的匹配所搜索的字符串。 当?字符紧跟在任何一个其他限制符 (*, +, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串。

贪婪模式

public static void main(String[] args) {
    // 要验证的字符串
    String str = "这是一个正则表达式字符串查找的示例,正则表达式好厉害呀";
    // 编译正则表达式
    Pattern pattern = Pattern.compile("正.*式");
    // 开始匹配
    Matcher matcher = pattern.matcher(str);
    // 查找字符串中是否有匹配正则表达式的字符/字符串
    while (matcher.find()) {
        System.out.println(matcher.group());
    }
}

输出

正则表达式字符串查找的示例,正则表达式

非贪婪模式

public static void main(String[] args) {
    // 要验证的字符串
    String str = "这是一个正则表达式字符串查找的示例,正则表达式好厉害呀";
    // 编译正则表达式
    Pattern pattern = Pattern.compile("正.*?式");
    // 开始匹配
    Matcher matcher = pattern.matcher(str);
    // 查找字符串中是否有匹配正则表达式的字符/字符串
    while (matcher.find()) {
        System.out.println(matcher.group());
    }
}

输出

正则表达式
正则表达式

常用正则表达式

规则 正则表达式语法
汉字(包含符号) [\\u0391-\\uFFE5]+
汉字(不包含符号) [\\u4e00-\\u9fa5]+
邮箱 [a-zA-Z_]{0,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\.){1,3}[a-zA-z\-]{1,}
邮编 [1-9]\\d{5}
账号 [A-Za-z][A-Za-z0-9_-]+
手机号 1\\d{10}
Excel文件 .*\.xls(x)?$
18位身份证 \\d{6}(18 19 20)\\d{2}[01]\\d[0123]\\d\\d{3}[0-9xX]{1}

语法API

元字符 描述
\ 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如,“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^ 匹配输入字行首。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。
$ 匹配输入行尾。如果设置了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任意次。例如,zo能匹配“z”,也能匹配“zo”以及“zoo”。等价于o{0,}
+ 匹配前面的子表达式一次或多次(大于等于1次)。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
? 匹配前面的子表达式零次或一次。例如,“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。 当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串,而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如,对于字符串“oooo”,“o+”将尽可能多地匹配“o”,得到结果[“oooo”],而“o+?”将尽可能少地匹配“o”,得到结果 [\’o\’, \’o\’, \’o\’, \’o\’]
{n} n是一个非负整数。匹配确定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
{n,} n是一个非负整数。至少匹配n次。例如,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m} m和n均为非负整数,其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”将匹配“fooooood”中的前三个o为一组,后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
.点 匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符,请使用像“[\s\S]”的模式。 (pattern)匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。
(pattern) 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到。要匹配圆括号字符,请使用“\(”或“\)”。
x y 匹配x或y。例如,“z food”能匹配“z”或“food”(此处请谨慎)。“[zf]ood”则匹配“zood”或“food”。
[xyz] 字符集合。匹配所包含的任意一个字符。例如,“[abc]”可以匹配“plain”中的“a”。
[^xyz] 负值字符集合。匹配未包含的任意字符。例如,“[^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。例如,“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。 注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.
[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\d 匹配一个数字字符。等价于[0-9]。grep 要加上-P,perl正则支持
\D 匹配一个非数字字符。等价于[^0-9]。grep要加上-P,perl正则支持
\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 匹配任何不可见字符,包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S 匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\t 匹配一个制表符。等价于\x09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。类似但不等价于“[A-Za-z0-9_]”,这里的单词字符使用Unicode字符集。
\W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。