正則表達(dá)式-基礎(chǔ)

文章目錄

• 正則表達(dá)式-基礎(chǔ)
• • 前言
  • 初窺門(mén)徑
  • 漸入佳境
  • 神功小成
  • 練功寶典
  • 參考文章

前言

正則表達(dá)式，是一種特殊的字符串模式，用來(lái)匹配一系列符合某個(gè)規(guī)則的字符串。就好比用模具做產(chǎn)品，而正則就是這個(gè)模具，定義一種規(guī)則去匹配符合規(guī)則的字符串。

正則的意思是正規(guī)、規(guī)則。正則表達(dá)式的英文名是 Regular Expression，可以直譯為描述某種規(guī)則的表達(dá)式，一般縮寫(xiě)為 regex。正則表達(dá)式是從左往右匹配的。

初窺門(mén)徑

我們先給出一個(gè)很常見(jiàn)的例子，判斷一個(gè)字符串是否為一個(gè)有效的電話(huà)號(hào)碼。

正常的思路是先判斷字符串是否為11位，再判斷每一為是否為數(shù)字即可。

public static boolean isValidTelphone(String number) {//判斷長(zhǎng)度為11位if(number.length() != 11) {return false;}//判斷是否為數(shù)字for(int i=0;i<number.length();i++) {if(number.charAt(i)<'0' || number.charAt(i)>'9') {return false;}}return true; }

使用正則表達(dá)式

public static boolean isValidTelphone(String number) {return number.matches("\\d{11}"); }

這個(gè)例子告訴我們，使用正則表達(dá)式的代碼實(shí)現(xiàn)相當(dāng)簡(jiǎn)潔高效。當(dāng)然我們不急著講解這個(gè)例子的正則表達(dá)式是如何構(gòu)造的，繼續(xù)學(xué)習(xí)之后自然也就明白了。

我們先來(lái)講講正則表達(dá)式的精確匹配，一個(gè)普通的字符串，例如 $abc$，它如果用來(lái)做正則表達(dá)式匹配的話(huà)，只能匹配它自己。也就是說(shuō)它只能匹配 $abc$，不能匹配 $ab$ 或者 $Abc$等其他任何字符串。

System.out.println("abc".matches("abc")); //輸出true System.out.println("abc".matches("ab")); //輸出false System.out.println("abc".matches("Abc")); //輸出false

事實(shí)上正則表達(dá)式的精確匹配很少用到，但它作為一條基本規(guī)則應(yīng)該被了解。

對(duì)于精確匹配，實(shí)際上就是判斷字符串相等，我們使用 Java 語(yǔ)言的 String.equals（）方法同樣也可以實(shí)現(xiàn)。

如果需要匹配的字符串含有特殊字符，就需要用 \ 進(jìn)行轉(zhuǎn)義。比如 a&b，進(jìn)行正則表達(dá)式匹配時(shí)，需要使用 a\ &b，又因?yàn)?\ 也是特殊字符，它也需要轉(zhuǎn)義，所以 a\ &b 對(duì)應(yīng)的 Java 字符串是 a\ \ &b，它是用來(lái)匹配 a&b 的。

System.out.println("a&b".matches("a\\&b")); //輸出true

請(qǐng)記住，這兩個(gè)反斜杠的意義并不一樣，一個(gè)是正則的轉(zhuǎn)義，一個(gè)是字符串的轉(zhuǎn)義。

回到我們最開(kāi)始的判斷電話(huà)號(hào)碼的例子，\ \d 的本意其實(shí)就是 \d。 \d 在正則表達(dá)式中表示匹配任意數(shù)字 ，d 是 digital 的意思。比如 00\d 就可以匹配 000、007、008 等。注意一下，\d 只能匹配單個(gè)數(shù)字。我們不可以使用 00\d 去匹配 0066 。

那么問(wèn)題來(lái)了，怎么才能匹配多個(gè)數(shù)字呢？

• 如果數(shù)字不多的話(huà)，我們可以寫(xiě)多次 \d。比如 \d\d 能匹配兩個(gè)數(shù)字，\d\d\d 能匹配三個(gè)數(shù)字。

System.out.println("1".matches("\\d\\d")); //輸出false System.out.println("11".matches("\\d\\d")); //輸出true System.out.println("111".matches("\\d\\d\\d")); //輸出true

• 如果數(shù)字太多的話(huà)，我們?cè)?\d 后面打上花括號(hào) { }，{n}表示匹配 n 次 ，\d{10000} 就表示匹配10000個(gè)數(shù)字，

System.out.println("123456789".matches("\\d{10}")); //輸出false System.out.println("1234567890".matches("\\d{10}")); //輸出true

如果要匹配 n 至 m 次，用 {n，m} 即可。如果要至少匹配 n 次，用{n，} 。注意“，”之后沒(méi)有空格。

System.out.println("1".matches("\\d{1,2}")); //輸出true System.out.println("12".matches("\\d{1,2}")); //輸出true System.out.println("123".matches("\\d{1,2}")); //輸出false System.out.println("1234".matches("\\d{2,}")); //輸出true

如果要至多匹配 m 次，用 {0，m} 即可 。千萬(wàn)不要想當(dāng)然地使用 {，m}，只是因?yàn)檎裏o(wú)窮不好表示我們才用的 {n，}，實(shí)際上根本沒(méi)有 {，m} 這樣的寫(xiě)法。

現(xiàn)在你應(yīng)該完全理解了判斷電話(huà)號(hào)碼的例子，讓我們繼續(xù)進(jìn)行學(xué)習(xí)。

漸入佳境

正則的基礎(chǔ)規(guī)則中，除了 \d，還有 \w 和 \s。

• w是 $word$ 的縮寫(xiě)，匹配一個(gè)常用字符，包括字母、數(shù)字、下劃線(xiàn)。
• s是 $space$ 的縮寫(xiě)，匹配一個(gè)空白字符，包括空格鍵打出來(lái)的空格，以及 \t \n \r \f。

System.out.println("LeetCode_666".matches("\\w{12}")); //輸出true System.out.println("\t \n".matches("\\s{3}")); //輸出true System.out.println("Leet\tCode 666".matches("\\w{4}\\s\\w{4}\\s\\d{3}")); //輸出true

記住上面的三個(gè)規(guī)則之后，我們可以順帶記住幾個(gè)新規(guī)則。因?yàn)樵谡齽t表達(dá)式中，把字母換成大寫(xiě)，就表示相反的意思。

• 用 \d 表示匹配一個(gè)數(shù)字，\D 則表示匹配一個(gè)非數(shù)字的字符
• 用 \w 表示匹配一個(gè)常用字符，\W 則表示匹配一個(gè)不是字母、數(shù)字、下劃線(xiàn)的字符
• 用 \s 表示匹配一個(gè)空白字符，\S 則表示匹配一個(gè)非空白字符

System.out.println("1".matches("\\D")); //輸出false System.out.println("*".matches("\\D")); //輸出true System.out.println("b".matches("\\W")); //輸出false System.out.println("&".matches("\\W")); //輸出true System.out.println("\r".matches("\\S")); //輸出false System.out.println("%".matches("\\S")); //輸出true

有時(shí)候，我們對(duì)某些位置的字符沒(méi)有要求，僅僅需要占個(gè)位置而已，我們可以使用 $.$ 字符，可以理解為 $.$ 能夠匹配任意字符。

System.out.println("a0b".matches("a.b")); //輸出true System.out.println("a_b".matches("a.b")); //輸出true System.out.println("a b".matches("a.b")); //輸出true

同樣地，有時(shí)候我們對(duì)匹配次數(shù)也沒(méi)有要求，匹配任意次均可。這時(shí)，我們使用 * 字符。 $?$ 是指可以匹配任意次，包括 0 次，也就是說(shuō)，$?$ 等價(jià)于 ${0，} 。

System.out.println("1234".matches("\\d*")); //輸出true System.out.println("1".matches("\\d*")); //輸出true System.out.println("".matches("\\d*")); //輸出true

如果要判斷某個(gè)字符至少出現(xiàn)一次，那就可以使用 $+$ 字符進(jìn)行匹配， $+$ 表示至少匹配一次，等價(jià)于 $1，$ 。

System.out.println("1234".matches("\\d+")); //輸出true System.out.println("1".matches("\\d+")); //輸出true System.out.println("".matches("\\d+")); //輸出false

還有一種場(chǎng)景，如果某個(gè)字符要么匹配 0 次，要么匹配 1 次，我們就可以用 $?$ 匹配，它等價(jià)于 $0，1$ 。

System.out.println("".matches("\\d?")); //輸出true System.out.println("1".matches("\\d?")); //輸出true System.out.println("1234".matches("\\d?")); //輸出false

請(qǐng)一定要記住這些規(guī)則哦。

• $.$ 表示匹配任意字符
• $?$ 匹配任意次，包括 0 次，$?$ 等價(jià)于 $0，$
• $+$ 匹配至少 1 次，它等價(jià)于 $1，$
• $?$ 匹配 0 次或 1 次

神功小成

學(xué)習(xí)到這里，你已經(jīng)掌握了不少正則表達(dá)式規(guī)則了，但是不能驕傲自滿(mǎn)，我們還要把一些容易埋坑的地方給踩掉。

回到我們最開(kāi)始的判斷電話(huà)號(hào)碼的例子，如果我們規(guī)定電話(huà)號(hào)碼不能以 0 開(kāi)頭，那么應(yīng)該怎么寫(xiě)正則表達(dá)式呢？

很明顯，如果用 $d11$ 來(lái)匹配的話(huà)，0 是會(huì)進(jìn)行匹配的，不滿(mǎn)足我們的要求。這樣的場(chǎng)景我們需要用 [ ] 來(lái)匹配， [ ] 用于匹配指定范圍內(nèi)的字符，比如 $[123456789]$ 可以匹配 1-9。

聰明如你，看到這里應(yīng)該就明白了，解決這個(gè)問(wèn)題的正則表達(dá)式是

[123456789]\\d{10}

這里有一個(gè)小技巧，$[123456789]$ 寫(xiě)起來(lái)太麻煩，可以寫(xiě)作$[1?9]$。類(lèi)似地，$[a?g]$ 表示 $[abcdefg]$，$[U?Z]$ 表示 $[UVWXYZ]$。

如果既可以是數(shù)字 1-9，又可以是字母 a-g，還可以是字母 U-Z，我們可以這么寫(xiě) $[1?9a?gU?Z]$。

System.out.println("3".matches("[1-9a-gU-Z]")); //輸出true System.out.println("d".matches("[1-9a-gU-Z]")); //輸出true System.out.println("Y".matches("[1-9a-gU-Z]")); //輸出true System.out.println("A".matches("[1-9a-gU-Z]")); //輸出false

如果是 0-1，8-9 這樣的組合，我們可以直接寫(xiě)為 $[0189]$，這樣非常簡(jiǎn)潔。我們也可以按照規(guī)則把它寫(xiě)為 $[0?18?9]$，因?yàn)檎齽t一次只匹配一個(gè)字符，所以這樣寫(xiě)不會(huì)產(chǎn)生歧義，計(jì)算機(jī)不會(huì)把它誤解成要匹配 0-18 之類(lèi)的。

System.out.println("9".matches("[0189]")); //輸出true System.out.println("8".matches("[0-18-9]")); //輸出true System.out.println("5".matches("[0-18-9]")); //輸出false

還有一種寫(xiě)法可以實(shí)現(xiàn)這一點(diǎn)，那就是“或”運(yùn)算符。正則的“或”運(yùn)算符是 $|$，$[0189]$ 也可以寫(xiě)成 $[0|1|8|9]$。

System.out.println("1".matches("[0|1|8|9]")); //輸出true System.out.println("5".matches("[0|1|8|9]")); //輸出false

“或”可以實(shí)現(xiàn)很多功能，它不局限于單個(gè)字符。關(guān)于“或”的妙用，多多上機(jī)練習(xí)慢慢就會(huì)發(fā)現(xiàn)了。

System.out.println("ab".matches("ab|AB")); //輸出true System.out.println("AB".matches("ab|AB")); //輸出true System.out.println("12".matches("ab|AB")); //輸出false

如果我們想排除某些字符，比如這個(gè)位置不能是 $[123]$。之前說(shuō)的取反是針對(duì)字母的，$[]$沒(méi)有大寫(xiě)這一說(shuō)，$[]$取反的方式是 [^]，比如不能是 $[123]$ 的表示方法是 [^123] 或者 [^1-3]。

System.out.println("5".matches("[^1-3]")); //輸出true System.out.println("2".matches("[^1-3]")); //輸出false

我們?cè)俳榻B一個(gè)貪婪模式與非貪婪模式。貪婪模式在基礎(chǔ)部分僅做了解，在進(jìn)階部分我們會(huì)用例子詳細(xì)說(shuō)明。

• 貪婪就是盡量往多的匹配，比如"+"，匹配一次或多次 ，優(yōu)先匹配更多的。
• 非貪婪模式就是盡量少的匹配，比如"?"，匹配0次或1次，優(yōu)先匹配少的。
• 編程中如何區(qū)分呢，在貪婪匹配后面加個(gè)"?"，就變成了非貪婪模式。

學(xué)習(xí)到了這一步，可以恭喜你完成了對(duì)新手的全部教程。你現(xiàn)在所學(xué)習(xí)的正則知識(shí)已經(jīng)足夠你應(yīng)付許多應(yīng)用場(chǎng)景了。

現(xiàn)在你可以多看看練功寶典，投入到實(shí)踐的海洋中，多多練習(xí)，扎實(shí)基礎(chǔ)。也可以選擇繼續(xù)深入地進(jìn)行學(xué)習(xí)，掌握更高深的正則規(guī)則。正則表達(dá)式-進(jìn)階

練功寶典

常用的匹配規(guī)則

模式描述

\d	匹配任意數(shù)字，等價(jià)于[0-9]
\D	匹配任意非數(shù)字的字符
\w	匹配字母、數(shù)字及下劃線(xiàn)
\W	匹配不是字母、數(shù)字及下劃線(xiàn)的字符
\s	匹配任意空白字符，等價(jià)于[\t\n\r\f]
\S	匹配任意非空字符
\n	匹配一個(gè)換行符
\t	匹配一個(gè)制表符
^	匹配一行字符串的開(kāi)頭
$	匹配一行字符串的結(jié)尾
.	匹配任意字符，不特殊指定話(huà)默認(rèn)不匹配換行符
[…]	用來(lái)表示一組字符，比如[ack]匹配a、c、k
[^…]	不在[…]中的字符，比如[^abc]匹配除了a、b、c之外的字符
*	匹配0個(gè)或多個(gè)表達(dá)式
+	匹配1個(gè)或多個(gè)表達(dá)式
?	匹配0個(gè)或1個(gè)前面的正則表達(dá)式定義的片段，非貪婪方式
{n}	精確匹配n個(gè)前面的表達(dá)式
{n,m}	匹配n到m次前面正則表達(dá)式定義的片段，貪婪方式
a|b	匹配a或b
( )	匹配括號(hào)內(nèi)的表達(dá)式，也表示一個(gè)組

參考文章

LeetCode力扣——【正則表達(dá)式】王國(guó)奇遇記

總結(jié)

以上是生活随笔為你收集整理的正则表达式-基础的全部?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。