5、正则表达式

正则表达式

• 正则表达式定义了字符串的模式。
• 正则表达式可以用来搜索、编辑或处理文本。
• 正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

语法

regex包

java.util.regex包主要包括以下三个类：

• Pattern类：
  • pattern对象是一个正则表达式的编译表示。Pattern类没有公共构造方法。要创建一个Pattern对象，你必须首先调用其公共静态方法compile()，它返回一个Pattern对象。该方法接受一个正则表达式作为它的第一个参数。
• Matcher类：
  • Matcher对象是对输入字符串进行解释和匹配操作的引擎。与Pattern类一样，Matcher也没有公共构造方法。你需要调用Pattern对象的matcher()方法来获得一个 Matcher 对象。
• PatternSyntaxException异常类：
  • PatternSyntaxException是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

java.util.regex.Pattern

Pattern对象是一个正则表达式的编译表示。Pattern类没有公共构造方法。要创建一个Pattern对象，你必须首先调用其公共静态方法compile()，它返回一个Pattern对象。该方法接受一个正则表达式作为它的第一个参数。

// 编译一个正则表达式
Pattern pattern = Pattern.compile("\\d+");

java.util.regex.Matcher

Matcher对象是对输入字符串进行解释和匹配操作的引擎。与Pattern类一样，Matcher也没有公共构造方法。你需要调用Pattern对象的matcher(CharSequence s)方法来获得一个 Matcher 对象。

// 创建字符串匹配引擎
Matcher matcher = pattern.matcher("1324");

• Matcher可以理解为匹配的迭代器， 执行上述代码后，相当于有一个匹配指针在字符序列的首位，并没有开始匹配，只有在调用matches()或find()方法后，指针才会后移进行匹配。
• 其中matches()方法调用后，指针会直接移动到字符序列的末尾，此时如果再调用find()方法，就无法找到匹配项了。
• 其中find()方法调用后，指针会向后逐个匹配子字符串，如果找到就停下。

捕获组

捕获组是把多个字符当成一个单独单元进行处理的方法，它通过对括号()内的字符分组来创建。

例如表达式A(B(C))中，一共由三个分组ABC、BC、C

Pattern pattern = Pattern.compile("A(B(C))");
String s = "ABC";
Matcher matcher = pattern.matcher(s);
// 如果要调用group()查看分组结果，必须调用matches()或find()进行匹配，否则会有异常
System.out.println(matcher.matches());
System.out.println(matcher.groupCount()); // 2
System.out.println(matcher.group(0)); // ABC
System.out.println(matcher.group(1)); // BC
System.out.println(matcher.group(2)); // C

注意

• 如果调用group()方法查看分组结果，必须是调用了matches()方法或者find()方法，并且已经匹配到了，否则会抛出异常throw new IllegalStateException("No match found");
• 有一个特殊的group：group(0)，表示了正则表达式此时的匹配结果，例如matches()方法调用后如果匹配成功，则表示整个字符串；find()方法调用后，如果匹配到子字符串，则表示这个子字符串。并且group(0)不计入groupCount()的统计结果。

引用组

例如，要匹配例如123-123的字符串，-前面和后面的数字不固定，但是一定相同那么就可以用引用组

// \1表示引用group(1)的字符串
Pattern pattern = Pattern.compile("(\\d+)-\\1");
String s1 = "1234-1234";
String s2 = "66-661";
Matcher matcher = pattern.matcher(s1);
System.out.println(matcher.matches()); // true
matcher.reset(s2);
System.out.println(matcher.matches()); // false

常用方法

matches()

判断整个字符串是否匹配上模式，匹配上则返回true，否则false。

find()

作用是发现字符串中所有与pattern匹配的子字符串，并且每次调用find()，都会指向下一个匹配到的字符串，并返回是否有匹配的子字符串

Pattern pattern = Pattern.compile("\\d+");
String s = "123abc456";
Matcher matcher = pattern.matcher(s);
while (matcher.find()){
    System.out.println("匹配的字符串开始位置：" + matcher.start());
    System.out.println("匹配的字符串结束位置：" + matcher.end());
    System.out.println("匹配的字符串：" + matcher.group());
}

start()、end()

如果匹配成功，start()会返回此次匹配的开始位置；end()会返回此次匹配的结束位置，即最后一个字符的下标加一。

如果没有调用过matches()、find()或者未找到匹配的字符串，此时的start、end都是-1，如果调用start()、end()方法，会抛出异常throw new IllegalStateException("No match available");

reset()

用reset(CharSequence s)方法可以给现有的Matcher对象配上个新的CharSequence。

如果不给参数，reset()会把Matcher设到当前字符串的开始处。

group()

有一个特殊的group：group(0)，表示了正则表达式此时的匹配结果，例如matches()方法调用后如果匹配成功，则表示整个字符串；find()方法调用后，如果匹配到子字符串，则表示这个子字符串。并且group(0)不计入groupCount()的统计结果。

其中matcher.group() == matcher.group(0)

常用的正则表达式

中文字符

[\u4e00-\u9fa5]+

身份证号

中国的身份证为15位或18位

\d{17}[\d|X]|\d{15}

IP

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

日期

\d{4}[年|\-|\.]\d{1,2}[月|\-|\.]\d{1,2}日?

邮箱

\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

URL

((http)|(https))://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

密码

// 表示至少一位数字、至少一位大写字母、至少一个非单词字符，然后8-16位非空字符
^(?=.*[0-9])(?=.*[A-Z])(?=.*\W)[\S]{8,16}$