java基础知识——23.正则表达式-Toy模板网

这篇具有很好参考价值的文章主要介绍了java基础知识——23.正则表达式。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

这篇文章我们简略的讲一下java的正则表达式

1.正则表达式概述

2.正则表达式的简单匹配规则

3.正则表达式的复杂匹配规则

4.正则表达式的分组匹配规则

5.正则表达式的非贪婪匹配

6.使用正则表达式进行搜索和替换

1.正则表达式概述

首先，我们需要明确一个观点，什么是正则表达式？

正则表达式：可以定义出一个字符串的结构特征，然后我们可以利用这个特征来查找、匹配、替换一个字符串中的某些内容。

解释：其实很好理解。就比如这里有一个字符串，很复杂，但是呢，我知道一些子串或者说具体的部分内容，现在我想匹配一下这个字符串里面是否含有这些子串，或者说这个字符串是否符合我的目标格式，又或者说，我只知道一个大概的字符串特征，但是我想在一大堆字符串中查找一个有这个特征的字符串，等等等等，这些操作都是靠正则表达式来完成的

案例演示：

需求：给出字符串“3ahfget56adwnf8adba4jk5sg6wfa4dw”，现在要求将该字符串中但凡出现“数组+a”的部分全部替换为“---”

代码如下：

java基础知识——23.正则表达式

代码：

public class zhengzeTest {
    public static void main(String[] args) {
        String s = "3ahfget56adwnf8adba4jk5sg6wfa4dw";
        String r = s.replaceAll("\\da","--");
        System.out.println("r = "+r);

    }
}

解析：初看很简单，再看很复杂。字符串替换，我们都会，因为有java提供的StringAPI，但是，这些替换都是将具体的内容替换为新的内容，而现在我们要求的是将“数字+a”这个内容替换为新内容，这个内容不是固定的啊，它可以是“1a”可以是“3a”，它不是固定的，这就很麻烦。这个时候就要用到正则表达式了。正则表达式的定义就是，我们定义一个字符创的结构特征，然后我们利用这个特征来对字符串进行相应的操作。所以我们就要定义一个字符串的结构特征，这个特征是“xa”，但凡符合这个特征的部分，都要被替换。这就是正则表达式的作用。

到此，我们算是初步的认识了什么是正则表达式，正则表达式有什么用，用在什么地方了。

2.正则表达式的简单匹配规则

下面来讲一下正则表达式的简单匹配规则

正则表达式的匹配规则：从左到右按规则匹配

下面就结合具体的实例来讲一下。

如果，我们编写了一个正则表达式“abc”，那么在匹配时，就只能匹配“abc”，不能匹配“Abc”或者“ab”或者“ac”

如果，我们编写了一个正则表达式“a\&c”，那么在匹配时，就只能匹配“a&c”，不能匹配“Ac”或者“ac”或者“aC”

如果，我们编写了一个正则表达式“a\u548cc”，那么在匹配时，就只能匹配“a与c”，不能匹配“A与c”或者“ac”或者“AC”。在正则表达式中，如果我们需要表示汉字，则我们需要其对应的Unicode字符

如果，我们编写了一个正则表达式“a.c”，那么在匹配时，就能匹配“a与c”或者“abc”，不能匹配“A与c”或者“ac”或者“AC”。在正则表达式中，我们用“.”来代表一个任意字符

如果，我们编写了一个正则表达式“a\dc”，那么在匹配时，就能匹配“a0c”或者“a1c”或者“a2c”，不能匹配“A与c”或者“ac”或者“AC”。在正则表达式中，我们用“\d”来代表一个任意数字

如果，我们编写了一个正则表达式“a\wc”，那么在匹配时，就能匹配“a_c”或者“abc”或者“a2c”，不能匹配“A与c”或者“ac”或者“AC”。在正则表达式中，我们用“ \w ”来代表一个任意字母，数字，下划线

如果，我们编写了一个正则表达式“a\sc”，那么在匹配时，就能匹配“a c”或者“a c”，不能匹配“A与c”或者“ac”或者“AC”。在正则表达式中，我们用“\s”来代表一个空格或者一个Tab

如果，我们编写了一个正则表达式“a\Dc”，那么在匹配时，就能匹配“aAc”或者“a#c”，不能匹配“A2c”或者“ac”或者“AC”。在正则表达式中，我们用“\D”来代表一个非数字

如果，我们编写了一个正则表达式“a\Wc”，那么在匹配时，就能匹配“a!c”或者“a c”，不能匹配“A2c”或者“ac”或者“AC”。在正则表达式中，我们用“\W”来代表一个非数字，字母，或下划线

如果，我们编写了一个正则表达式“a\d*”，那么在匹配时，就能匹配“a12”或者“a123”，不能匹配“A c”或者“a!”。在正则表达式中，我们用“*”来代表一个任意个字符，它的作用其实就是先匹配a，然后匹配"\d"，然后因为有“*”，所以就可以有任意个“\d”了

如果，我们编写了一个正则表达式“a\d+”，那么在匹配时，就能匹配“a1”或者“a12”，不能匹配“A与c”或者“a”或者“AC”。在正则表达式中，我们用“+”来表示，至少有一个+前面的正则表达式字符

如果，我们编写了一个正则表达式“a\d?”，那么在匹配时，就能匹配“a”或者“a1”，不能匹配“A与c”或者“a12”或者“AC”。在正则表达式中，我们用“?”来表示零个或者一个其前面的正则表达式字符

如果，我们编写了一个正则表达式“\d{3}”，那么在匹配时，就能匹配“123”或者“234”，不能匹配“12”或者“1234”或者“1”。在正则表达式中，我们用“{n}”来表示，应该有n个其前面的字符

如果，我们编写了一个正则表达式“\d{3，5}”，那么在匹配时，就能匹配“123”或者“2345”或者“23456”，不能匹配“12”或者“123456”或者“1”。在正则表达式中，我们用“{n，m}”来表示，应该有n-m个其前面的字符

如果，我们编写了一个正则表达式“\d{3，}”，那么在匹配时，就能匹配“123”或者“2344687”，不能匹配“12”或者“1”。在正则表达式中，我们用“{n，}”来表示，应该至少有n个其前面的字符

下面用一张表来概述一下正则表达式的匹配规则：

正则表达式	规则	可以匹配
A	指定字符	A
\u548c	指定的Unicode字符	和
.	任意字符	a，b，&，0
\d	0~9	0,1,2，……，9
\w	a~z，A~Z，0~9，_	a，A，0，_，……
\s	空格，Tab键	略
\D	非数字	a，A，&，_，……
\W	非\w	&，@，中，……
\S	非\s	a，A，&，_，……
AB*	任意个数字符	A，AB，ABB，ABBB
AB+	至少1个字符	AB，ABB，ABBB
AB？	0个或者1个字符	A，AB
AB{3}	指定个数字符	ABBB
AB{1,3}	指定范围个数字符	AB，ABB，ABBB
AB{2，}	至少n个字符	ABB，ABBBB，……
AB{0,3}	至多n个字符	A，AB，ABB，ABBB

3.正则表达式的复杂匹配规则

下面来讲一下正则表达式的复杂匹配规则

如果，我们编写了一个正则表达式“^A\d{3}$”，那么在匹配时，就能匹配“A001”或者“A999”，不能匹配“B001”或者“A0001”。在正则表达式中，我们用^和$来匹配开头和结尾

如果，我们编写了一个正则表达式“[abc]1”，那么在匹配时，就能匹配“a1”或者“b1”或者“c1”，不能匹配“B1”或者“d1”。在正则表达式中，我们用[ ] 来匹配范围内的字符

拓展：[a-f]：a，b……f；[a-f0-9]{3}：aaa，a2d，123……

如果，我们编写了一个正则表达“[^0-5]{3}”，那么在匹配时，就能匹配“789”或者“689”或者“ac8”，不能匹配“a21”或者“132”。在正则表达式中，我们用[^……]来匹配非范围内的字符

如果，我们编写了一个正则表达“AB|CD”，那么在匹配时，就能匹配“AB”或者“CD”，不能匹配“ABCD”或者“AC”。在正则表达式中，我们用“ | ”来表示选择

正则表达式	规则	可以匹配
^	开头	字符串开头
$	结尾	字符串结尾
[ABC]	[……]内任意字符	A，B，C
[A-F0-9xy]	指定范围的字符	A……F，0-9，x，y
[^A-F]	指定范围外的字符	非A……F
AB\|CD	AB或者CD	AB，CD