正则表达式的学习

时间  2019-11-17
标签 正则 表达式 学习 栏目 正则表达式 繁體版
原文   原文链接

之前在程序中登录或者校验也会常常用正则，可是通常都是去网上找现成的，最近研究了一下，仍是发现很博大精深的，并且，熟练了语法，的确很是方便，因此在这里总结推荐给你们。javascript

为何使用正则表达式

在工做中常常会遇到这样的状况，，好比咱们须要验证输入是否是一个座机电话，如010-1234567.若是不用正则表达式，怎么判断呢？
看一下下面这个代码：java

private boolean isTel(String input){
        if (input.length()!=11){
            return false;
        }
        for (int i = 0; i<input.length();i++){
            if (i==3){
                if (input.charAt(i)!='-'){
                    return false;
                }
            }else {
                if (!Character.isDigit(input.charAt(i))){
                    return false;
                }
            }

        }
        return true;
    }复制代码

感受有些麻烦，若是还要断定必须是010开头的或者01x开头的，岂不是更麻烦，这样，使用正则表达式，就能够解决这个问题。不只仅是判断电话，包括验证邮箱，验证网址，找到一个长字符串中的固定字母位置等等，使用正则表达式都是很方便的。android

用法

在介绍用法以前，须要知道正则表达式中的一些特殊符号表明什么，这个能够查询文章结尾的附录。git

验证座机电话

既然说到了是验证电话，那就先看看，座机号码如何验证：正则表达式

Pattern pattern;
Matcher matcher;
 pattern = Pattern.compile("\\d\\d\\d[-]\\d\\d\\d\\d\\d\\d\\d");
                 matcher = pattern.matcher(result);

                if (matcher.matches()){
                   show(matcher.group());
                }else {
                    show("不是座机号码");
                }复制代码

其中result是输入的字符串。
\d表明的是数字，\d前面还有一个\\是为了转义。
[]中的字符表示的是固定字符，在电话中固定字符就是-。
matcher.group()是将匹配结果输出网络

手机号的验证

pattern = Pattern.compile("[1][3|7|8]\\d{9}");
                 matcher = pattern.matcher(result);

                if (matcher.find()){
                    show(matcher.group());
                }else {
                    show("不是手机号码");
                }复制代码

第一个[1]表示第一位是1,[3|7|8]表示第二位可使3，7，8，\d{9}表示后面九位都是数字类型，因此用\dapp

邮箱验证

String regEx = "[a-zA-Z_]{1,}[a-zA-Z_0-9]{0,}@(([a-zA-Z0-9]){1,}\.){1,3}[a-zA-Z\-]{1,}";
                pattern = Pattern.compile(regEx);
                matcher = pattern.matcher(result);

                if (matcher.find()){
                    show(matcher.group());
                }else {
                    show("不是邮箱");
                }复制代码

[a-zA-Z]表示英文字母和下划线，任意均可以。其中a-z这种写法，表示a-z任何字母，若是x-z就只能匹配xyz。
{1,}表示[a-zA-Z]中所匹配的字母至少出现1次。连起来就表示，字符串要以字母或下划线开始，开始的时候必须有1位字母哪怕f@163.com都是能够的。
字母以后是数字字母下划线均可以了{0,}表示至少有0位，而后就是@符号。
(([a-zA-Z0-9]){1,}.)表示以任何字符开始，至少有1个，而后以.结尾的字符串，即xxx.类型的字符串，{1，3}至少有一个，最多有3个，为的是有些邮箱是@vip.163.xxx,这样的就会有两个xxx.
最后以[a-zA-Z-]{1,}结尾，表示最后的.后面还要接一个字符串，多是com多是net函数

部分匹配与严格匹配

好吧，我不知道该如何形容这个概念，我在学习这块的时候，一直不明白的一个问题，就是正则表达式，能够校验一个字符串，可是有两种状况：
1.好比我但愿字符串中有手机号，而后我用正则能够取到字符串那么这个字符串是“手机号：136xxxxxxxx”都是能够的，也就是，前面有部分中文，是不影响的，我只取出我要的。
2.好比我但愿严格匹配，也就是“手机号：136xxxxxxxx”是不行的，必需要“136xxxxxxxx”不能带有其余字符。
这种状况个人想法是依靠^和$。学习

  • ^在[^a-z]里面表示取反，也就是匹配再也不a-z中的符号字母，可是若是放在开头能够标识以xxx开头。
  • $表示以xxx结尾
    仍是以上面的手机号的作为例子，咱们的正则表达式是"[1][3|7|8]\\d{9}"那么咱们匹配"tel is 136xxxxxxxx"也是能够匹配到的，如今咱们改一下匹配规则："^[1][3|7|8]\\d{9}$",这时就不能再匹配"tel is 136xxxxxxxx"了，只能匹配"136xxxxxxxx"

分割

pattern = Pattern.compile("[,|]+");
                String[] strs = pattern.split("hello,Hello android,hello deep,,android|Google");
                for (int i=0;i<strs.length;i++) {
                    Log.e("deep","strs="+strs[i]);
                }复制代码

输出结果是：ui

05-11 11:49:30.473 30824 30824 E deep    : strs=hello
05-11 11:49:30.473 30824 30824 E deep    : strs=Hello android
05-11 11:49:30.473 30824 30824 E deep    : strs=hello deep
05-11 11:49:30.475 30824 30824 E deep    : strs=android
05-11 11:49:30.475 30824 30824 E deep    : strs=Google复制代码

"[,|]+"中+是之前面的字符至少一个进行匹配，[,|]是以，或|进行匹配，因此匹配到字符串中就是，或,,或|。
因为用的是split方法，因此就是以匹配的字符进行分割，分割结果如log所示

替换

单个替换

pattern = Pattern.compile("android");
                 matcher = pattern.matcher("android Hello World,android Hello World");
                Log.e("deep",matcher.replaceFirst("deep"));复制代码

结果以下：

05-11 13:36:03.285 23098 23098 E deep    : deep Hello World,android Hello World复制代码

matcher.replaceFirst只替换了匹配到的第一个

所有替换

pattern = Pattern.compile("android");
                 matcher = pattern.matcher("android Hello World,android Hello World");
                Log.e("deep",matcher.replaceAll("deep"));复制代码

结果以下：

05-11 13:38:09.739 24160 24160 E deep    : deep Hello World,deep Hello World复制代码

matcher.replaceAll替换了匹配到的全部android

appendReplacement

pattern = Pattern.compile("android");
                 matcher = pattern.matcher("android Hello World,android Hello World ");
                StringBuffer sbr = new StringBuffer();
                while (matcher.find()) {
                    matcher.appendReplacement(sbr, "deep");
                }
                matcher.appendTail(sbr);
                Log.e("deep",sbr.toString());复制代码

结果以下：

05-11 13:38:09.739 24160 24160 E deep    : deep Hello World,deep Hello World复制代码

appendReplacement是逐段匹配替换添加到缓冲区

附录

附录中内容摘自网络不一样文章，我只是把他们粘贴在了一块儿。

语法

语法 用处
\ 转移符：将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配\n。“\n”匹配换行符。序列“\”匹配“\”而“(”则匹配“(”。
^ 匹配输入字符串的开始位置。若是设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”以后的位置。
$ 匹配输入字符串的结束位置。若是设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”以后的位置。
* 匹配前面的子表达式任意次。例如，zo能匹配“z”，“zo”以及“zoo”。等价于{0,}。
+ 匹配前面的子表达式一次或屡次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
? 匹配前面的子表达式零次或一次。例如，“do(es)?”能够匹配“do”或“does”中的“do”。?等价于{0,1}。
{n} n是一个非负整数。匹配肯定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，可是能匹配“food”中的两个o。
{n,} n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的全部o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m} m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
? 当该字符紧跟在任何一个其余限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽量少的匹配所搜索的字符串，而默认的贪婪模式则尽量多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配全部“o”。
.点 匹配除“\r\n”以外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”的模式。
^[\u0391-\uFFE5]+$ 一个或多个汉字
x（竖线）y 匹配x或y。例如，“z（竖线）food”能匹配“z”或“food”或"zood"(此处请谨慎)。“(z（竖线）f)ood”则匹配“zood”或“food”。
[xyz] 字符集合。匹配所包含的任意一个字符。例如，“[abc]”能够匹配“plain”中的“a”。
[\^xyz] 负值字符集合。匹配未包含的任意字符。例如，“[^abc]”能够匹配“plain”中的“plin”。
[a-z] 字符范围。匹配指定范围内的任意字符。例如，“[a-z]”能够匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,而且出如今两个字符之间时,才能表示字符的范围; 若是出字符组的开头,则只能表示连字符自己.
[\^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[\^a-z]”能够匹配任何不在“a”到“z”范围内的任意字符。
\b 匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”能够匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B 匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx 匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。不然，将c视为一个原义的“c”字符。
\d 匹配一个数字字符。等价于[0-9]。
\D 匹配一个非数字字符。等价于[^0-9]。
\f 匹配一个换页符。等价于\x0c和\cL。
\n 匹配一个换行符。等价于\x0a和\cJ。
\r 匹配一个回车符。等价于\x0d和\cM。
\s 匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S 匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\t 匹配一个制表符。等价于\x09和\cI。
\v 匹配一个垂直制表符。等价于\x0b和\cK。
\w 匹配包括下划线的任何单词字符。相似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。
\W 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xn 匹配n，其中n为十六进制转义值。十六进制转义值必须为肯定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可使用ASCII编码。
\num 匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。
\n 标识一个八进制转义值或一个向后引用。若是\n以前至少n个获取的子表达式，则n为向后引用。不然，若是n为八进制数字（0-7），则n为一个八进制转义值。
\nm 标识一个八进制转义值或一个向后引用。若是\nm以前至少有nm个得到子表达式，则nm为向后引用。若是\nm以前至少有n个获取，则n为一个后跟文字m的向后引用。若是前面的条件都不知足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。
\nml 若是n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。
\un 匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（\©）。
\< \> 匹配词（word）的开始（\<）和结束（\>）。例如正则表达式\ 可以匹配字符串"for the wise"中的"the"，可是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是全部的软件都支持的。
+ 匹配1或多个正好在它以前的那个字符。例如正则表达式9+匹配九、9九、999等。注意：这个元字符不是全部的软件都支持的。
? 匹配0或1个正好在它以前的那个字符。注意：这个元字符不是全部的软件都支持的。
{i} {i,j} 匹配指定数目的字符，这些字符是在它以前的表达式定义的。例如正则表达式A[0-9]{3} 可以匹配字符"A"后面跟着正好3个数字字符的串，例如A12三、A348等，可是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字

flag的取值范围

这里再也不详细描述了，由于我尚未遇到过须要设置这些flag的状况，可是仍是在这里总结给你们。
在使用Pattern.compile函数时，能够加入控制正则表达式的匹配行为的参数：
Pattern Pattern.compile(String regex, int flag)

  • Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都彻底相同的状况下，才认定匹配。好比用了这个标志以后，表达式"a/u030A"会匹配"?"。默认状况下，不考虑"规 范相等性(canonical equivalence)"。
  • Pattern.CASE_INSENSITIVE 默认状况下，大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配，只要将UNICODE_CASE与这个标志合起来就好了。
    Pattern.COMMENTS 在这种模式下，匹配时会忽略(正则表达式里的)空格字符(译者注：不是指表达式里的"//s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。能够经过嵌入式的标志来启用Unix行模式。
  • Pattern.DOTALL 在这种模式下，表达式'.'能够匹配任意字符，包括表示一行的结束符。默认状况下，表达式'.'不匹配行的结束符。
  • Pattern.MULTILINE
    在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认状况下，这两个表达式仅仅匹配字符串的开始和结束。
  • Pattern.UNICODE_CASE
    在这个模式下，若是你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认状况下，大小写不敏感的匹配只适用于US-ASCII字符集。
  • Pattern.UNIX_LINES 在这个模式下，只有'/n'才被认做一行的停止，而且与'.'，'^'，以及'$'进行匹配。

有疑问的朋友欢迎给我留言指正，或者关注个人公众号留言：

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程