正則表達(dá)式（Regular Expression）又稱(chēng)正規(guī)表示法、常規(guī)表示法，在代碼中常簡(jiǎn)寫(xiě)為 regex、regexp 或 RE，它是計(jì)算機(jī)科學(xué)的一個(gè)概念。

正則表達(dá)式是一個(gè)強(qiáng)大的字符串處理工具，可以對(duì)字符串進(jìn)行查找、提取、分割、替換等操作，是一種可以用于模式匹配和替換的規(guī)范。一個(gè)正則表達(dá)式就是由普通的字符（如字符 a~z）以及特殊字符（元字符）組成的文字模式，它用以描述在查找文字主體時(shí)待匹配的一個(gè)或多個(gè)字符串。

String 類(lèi)里也提供了如下幾個(gè)特殊的方法。

• boolean matches(String regex)：判斷該字符串是否匹配指定的正則表達(dá)式。
• String replaceAll(String regex, String replacement)：將該字符串中所有匹配 regex
  的子串替換成 replacement。
• String replaceFirst(String regex, String replacement)：將該字符串中第一個(gè)匹配
  regex 的子串替換成 replacement。
• String[] split(String regex)：以 regex 作為分隔符，把該字符串分割成多個(gè)子串。

上面這些特殊的方法都依賴于 Java 提供的正則表達(dá)式支持，除此之外，Java 還提供了 Pattern 和 Matcher 兩個(gè)類(lèi)專(zhuān)門(mén)用于提供正則表達(dá)式支持。

很多讀者都會(huì)覺(jué)得正則表達(dá)式是一個(gè)非常神奇、高級(jí)的知識(shí)，其實(shí)正則表達(dá)式是一種非常簡(jiǎn)單而且非常實(shí)用的工具。正則表達(dá)式是一個(gè)用于匹配字符串的模板。實(shí)際上，任意字符串都可以當(dāng)成正則表達(dá)式使用。例如“abc”，它也是一個(gè)正則表達(dá)式，只是它只能匹配“abc”字符串。

如果正則表達(dá)式僅能匹配“abc”這樣的字符串，那么正則表達(dá)式也就不值得學(xué)習(xí)了。正則表達(dá)式作為一個(gè)用于匹配字符串的模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。本文簡(jiǎn)單了解一下如何使用正則表達(dá)式來(lái)操作字符串。

正則表達(dá)式支持字符

創(chuàng)建正則表達(dá)式就是創(chuàng)建一個(gè)特殊的字符串。正則表達(dá)式所支持的合法字符如表 1 所示。

表 1 正則表達(dá)式所支持的合法字符

字符解釋

X	字符x（x 可代表任何合法的字符)
\0mnn	八進(jìn)制數(shù) 0mnn 所表示的字符
\xhh	十六進(jìn)制值 0xhh 所表示的字符
\uhhhh	十六進(jìn)制值 0xhhhh 所表示的 Unicode 字符
\t	制表符（“\u0009”）
\n 新行	（換行）符（‘\u000A’）
\r 回車(chē)符	（‘\u000D’)
\f	換頁(yè)符（‘\u000C’）
\a	報(bào)警（bell）符（‘\u0007’）
\e	Escape 符（‘\u001B’）
\cx	x 對(duì)應(yīng)的的控制符。例如，\cM匹配 Ctrl-M。x 值必須為 A~Z 或 a~z 之一。

除此之外，正則表達(dá)式中有一些特殊字符，這些特殊字符在正則表達(dá)式中有其特殊的用途，比如前面介紹的反斜線\。

如果需要匹配這些特殊字符，就必須首先將這些字符轉(zhuǎn)義，也就是在前面添加一個(gè)反斜線\。正則表達(dá)式中的特殊字符如表 2 所示。

表 2 正則表達(dá)式中的特殊字符

特殊字符說(shuō)明

$	匹配一行的結(jié)尾。要匹配 $ 字符本身，請(qǐng)使用$
^	匹配一行的開(kāi)頭。要匹配 ^ 字符本身，請(qǐng)使用^
()	標(biāo)記子表達(dá)式的開(kāi)始和結(jié)束位置。要匹配這些字符，請(qǐng)使用(和)
[]	用于確定中括號(hào)表達(dá)式的開(kāi)始和結(jié)束位置。要匹配這些字符，請(qǐng)使用[和]
{}	用于標(biāo)記前面子表達(dá)式的出現(xiàn)頻度。要匹配這些字符，請(qǐng)使用{和}
*	指定前面子表達(dá)式可以出現(xiàn)零次或多次。要匹配 * 字符本身，請(qǐng)使用*
+	指定前面子表達(dá)式可以出現(xiàn)一次或多次。要匹配 + 字符本身，請(qǐng)使用+
？	指定前面子表達(dá)式可以出現(xiàn)零次或一次。要匹配 ？字符本身，請(qǐng)使用?
.	匹配除換行符\n之外的任何單字符。要匹配.字符本身，請(qǐng)使用.
\	用于轉(zhuǎn)義下一個(gè)字符，或指定八進(jìn)制、十六進(jìn)制字符。如果需匹配\字符，請(qǐng)用\
|	指定兩項(xiàng)之間任選一項(xiàng)。如果要匹配丨字符本身，請(qǐng)使用|

將上面多個(gè)字符拼起來(lái)，就可以創(chuàng)建一個(gè)正則表達(dá)式。例如:

"\u0041\\\\" // 匹配 A\ "\u0061\t" // 匹配a<制表符> "\\?\\[" // 匹配？[

注意：可能大家會(huì)覺(jué)得第一個(gè)正則表達(dá)式中怎么有那么多反斜杠？這是由于 Java 字符串中反斜杠本身需要轉(zhuǎn)義，因此兩個(gè)反斜杠（\）實(shí)際上相當(dāng)于一個(gè)（前一個(gè)用于轉(zhuǎn)義）。

上面的正則表達(dá)式依然只能匹配單個(gè)字符，這是因?yàn)檫€未在正則表達(dá)式中使用“通配符”，“通配符”是可以匹配多個(gè)字符的特殊字符。正則表達(dá)式中的“通配符”遠(yuǎn)遠(yuǎn)超出了普通通配符的功能，它被稱(chēng)為預(yù)定義字符，正則表達(dá)式支持如表 3 所示的預(yù)定義字符。

表 3 預(yù)定義字符

預(yù)定義字符說(shuō)明

.	可以匹配任何字符
\d	匹配 0~9 的所有數(shù)字
\D	匹配非數(shù)字
\s	匹配所有的空白字符，包括空格、制表符、回車(chē)符、換頁(yè)符、換行符等
\S	匹配所有的非空白字符
\w	匹配所有的單詞字符，包括 0~9 所有數(shù)字、26 個(gè)英文字母和下畫(huà)線_
\W	匹配所有的非單詞字符

上面的 7 個(gè)預(yù)定義字符其實(shí)很容易記憶，其中：

• d 是 digit 的意思，代表數(shù)字。
• s 是 space 的意思，代表空白。
• w 是 word 的意思，代表單詞。
• d、s、w 的大寫(xiě)形式恰好匹配與之相反的字符。

有了上面的預(yù)定義字符后，接下來(lái)就可以創(chuàng)建更強(qiáng)大的正則表達(dá)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 形式的電話號(hào)碼

在一些特殊情況下，例如，若只想匹配 a~f 的字母，或者匹配除 ab 之外的所有小寫(xiě)字母，或者匹配中文字符，上面這些預(yù)定義字符就無(wú)能為力了，此時(shí)就需要使用方括號(hào)表達(dá)式，方括號(hào)表達(dá)式有如表 4 所示的幾種形式。

表 4 方括號(hào)表達(dá)式

方括號(hào)表達(dá)式比前面的預(yù)定義字符靈活多了，幾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?yàn)樗兄形淖址?Unicode 值是連續(xù)的，只要找出所有中文字符中最小、最大的 Unicode 值，就可以利用上面形式來(lái)匹配所有的中文字符。

正則表達(dá)式還支持圓括號(hào)，用于將多個(gè)表達(dá)式組成一個(gè)子表達(dá)式，圓括號(hào)中可以使用或運(yùn)算符|。例如，正則表達(dá)式“((public)|(protected)|(private))”用于匹配 Java 的三個(gè)訪問(wèn)控制符其中之一。

除此之外，Java 正則表達(dá)式還支持如表 5 所示的幾個(gè)邊界匹配符。

表 5 邊界匹配符

邊界匹配符說(shuō)明

^	行的開(kāi)頭
$	行的結(jié)尾
\b	單詞的邊界
\B	非單詞的邊界
\A	輸入的開(kāi)頭
\G	前一個(gè)匹配的結(jié)尾
\Z	輸入的結(jié)尾，僅用于最后的結(jié)束符
\z	輸入的結(jié)尾

前面例子中需要建立一個(gè)匹配 000-000-0000 形式的電話號(hào)碼時(shí)，使用了 \d\d\d-\d\d\d-\d\d\d\d 正則表達(dá)式，這看起來(lái)比較煩瑣。實(shí)際上，正則表達(dá)式還提供了數(shù)量標(biāo)識(shí)符，正則表達(dá)式支持的數(shù)量標(biāo)識(shí)符有如下幾種模式。

• Greedy（貪婪模式）：數(shù)量表示符默認(rèn)采用貪婪模式，除非另有表示。貪婪模式的表達(dá)式會(huì)一直匹配下去，直到無(wú)法匹配為止。如果你發(fā)現(xiàn)表達(dá)式匹配的結(jié)果與預(yù)期的不符，很有可能是因?yàn)槟阋詾楸磉_(dá)式只會(huì)匹配前面幾個(gè)字符，而實(shí)際上它是貪婪模式，所以會(huì)一直匹配下去。
• Reluctant（勉強(qiáng)模式）：用問(wèn)號(hào)后綴（?）表示，它只會(huì)匹配最少的字符。也稱(chēng)為最小匹配模式。
• Possessive（占有模式）：用加號(hào)后綴（+）表示，目前只有 Java 支持占有模式，通常比較少用。

三種模式的數(shù)量表示符如表 6 所示。

表 6 三種模式的數(shù)量表示符

關(guān)于貪婪模式和勉強(qiáng)模式的對(duì)比，看如下代碼：

String str = "hello,java!"; // 貪婪模式的正則表達(dá)式 System.out.println(str.replaceFirst("\\w*" , "■")); //輸出■,java! // 勉強(qiáng)模式的正則表達(dá)式 System.out.println(str.replaceFirst("\\w*?" , "■"")); //輸出■hello, java!

當(dāng)從“hello java!”字符串中查找匹配\\w*子串時(shí)，因?yàn)閈w*使用了貪婪模式，數(shù)量表示符*會(huì)一直匹配下去，所以該字符串前面的所有單詞字符都被它匹配到，直到遇到空格，所以替換后的效果是“■，Java!”；如果使用勉強(qiáng)模式，數(shù)量表示符*會(huì)盡量匹配最少字符，即匹配 0 個(gè)字符，所以替換后的結(jié)果是“■hello，java!”。

總結(jié)

以上是生活随笔為你收集整理的1.20 正则表达式详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。