什么是正则表达式?
正则表达式(Regular Expression) 就是用某种模式去匹配一类字符串的公式。如你要在一篇文章中查找第一个字是“罗”最后一个字是“浩”的三个字的姓名,即“罗 * 浩”;那么“罗 * 浩”就是公式,也称作 模式(Pattern) ,这篇文章就是 要匹配的串( 或叫文本 text) 。再如,你要检查输入的一个字符串是否是 126 邮箱的格式,你得制定一个规则去查检,这种规则就是正则表达式。
从入门开始
我们就从上面提到的一个例子开始: 检查一个字符串是否符合 126 邮箱的格式。
我们从 网易的邮箱注册页面 可以看到 126 邮箱的用户名需要符合以下的格式: 6~18 个字符,可使用字母、数字、下划线,需以字母开头 。 我们可以定义一个模式: ^[a-zA-Z]\w{5,17}@126.com
这个模式可以这样理解:
[a-zA-Z] :任何一个 a 到 z 或 A 到 Z 的英文字母
^ : 表示以什么开头,则 ^[a-zA-Z] 表示以字母开头
\w : 单词字符 [a-zA-Z_0-9] ,即 a-z 或 A-Z 或 0-9 或 _ 中的任何一个字符
{5,17} : 表示出现 5 到 17 次 ( 至少 5 次,不超过 17 次 ) ,则 \w{5,17} 表示 5~17 个字符。
因为还有一个以非数字字母开头的字符,所以 ^[a-zA-Z]\w{5,17} 表示:“ 6~18 个字符,可使用字母、数字、下划线,需以字母开头 ”
@126.com : 表示符合以上规则的用户名后跟上 @126.com 字符串,即组成一个邮箱地址。
“ ^[a-zA-Z]\w{5,17}@126.com ”就是我们所说的正则表达式,用 Java 的简单实现如下:
String regex = "^[a-zA-Z]\\w{5,17}@126\\.com"; //定义匹配的规则:正则表达式
//说明:126.com中的.需要转义\\.
String text = "ZhanSan@126fcom"; //要检查的字符串
boolean isMatched = text.matches(regex); //判断text是否符合规则regex
System.out.println(isMatched);
正则表达式常用符号
上面一个示例中用到的“ ^ ”、“ \w ”、“ {5,17} ”等都是正则表达式中的常用符号,这些符号在正则表达式中都有特殊的含意。下面这个表格是 Java 中的正则表达式常用符号的含意 ( 只抽取了其常用的部分进行说明,就这些部分其实可以解决关于正则表达式的绝大多数的问题了 ) 。
模式 匹配的内容(含意) 字符类 [abc] a、b 或 c(简单类) [^abc] 任何字符,除了 a、b 或 c(否定) [a-zA-Z] a 到 z 或 A 到 Z,两头的字母包括在内(范围) [a-d[m-p]] a 到 d 或 m 到 p:[a-dm-p](并集) [a-z&&[def]] d、e 或 f(交集) [a-z&&[^bc]] a 到 z,除了 b 和 c:[ad-z](减去) [a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](减去) 预定义字符类 . 任何字符(与 可能匹配也可能不匹配) \d 数字:[0-9] \D 非数字: [^0-9] \s 空白字符:[ \t\n\x0B\f\r] \S 非空白字符:[^\s] \w 单词字符:[a-zA-Z_0-9] \W 非单词字符:[^\w] 边界匹配器 ^ 行的开头 $ 行的结尾 \b 单词边界 \B 非单词边界 \A 输入的开头 \G 上一个匹配的结尾 \Z 输入的结尾,仅用于最后的 (如果有的话) \z 输入的结尾 数量词(Greedy策略) X? X,一次或一次也没有 X* X,零次或多次 X+ X,一次或多次 X{n} X,恰好 n 次 X{n,} X,至少 n 次 X{n,m} X,至少 n 次,但是不超过 m 次 逻辑运算符 XY X 后跟 Y X|Y X 或 Y (X) X,作为